司学锋
- 作品数：5 被引量：11H指数：3
- 供职机构：青岛大学信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术轻工技术与工程更多>>
- 隐层改进的BP网络在织物染色配色中的应用被引量：4
- 2008年
- 为提高BP网络及其改进网络的收敛和泛化能力,依据计算机配色理论,深入研究了BP神经网络的优缺点,在此基础上提出了一种基于隐层输出反馈改进的BP网络训练算法应用于织物染色配色的算法,并按照此算法进行了织物染色的计算机配色实验。实验验证了人工神经网络算法在织物染色配色中应用的可能性和可靠性,为神经网络模型在织物染色配色中选择和构造合适的高性能网络结构提供了参考。
- 王巍娟张秉森聂晴晴司学锋李含春韩蔚
- 关键词：计算机配色KUBELKA-MUNK理论BP神经网络
- 贝叶斯改进BP神经网络在织物染色配色中的应用被引量：2
- 2008年
- 针对BP算法及其改进算法泛化能力不强的问题,探讨了用贝叶斯正规化算法与LM算法的结合来提高BP神经网络的泛化能力。结果表明,在相同网络规模或误差条件下,贝叶斯正规化算法泛化能力明显优于基本BP算法及其它改进的BP算法,且收敛速度较快。因此文中把贝叶斯正规化算法与LM算法结合应用到了织物染色的计算机配色中,其预测的配方和实验的数据比较接近,证明了该方法的可行性。
- 聂晴晴张秉森李含春王巍娟韩蔚司学锋
- 关键词：BP算法LM算法计算机配色
- 织物染色计算机配色的数值分析方法被引量：3
- 2009年
- 讨论将数值分析的方法引入到织物染色的计算机配色过程中,以解决织物染色配色过程中存在的不确定性和非线性问题。建立基于单色小样值和三拼色小样值与其相应浓度的数学模型,通过数据拟合并使用Newton-Krylov算法,实现染料浓度的求解。实验数据证明该方法精确度较高、计算简单并达到了预期的效果。
- 李含春张秉森聂晴晴司学锋王巍娟韩蔚
- 关键词：织物染色计算机配色数据拟合
- 基于聚类的BP网络在织物染色配色中的应用
- 2008年
- 针对织物染色配色过程中的复杂性和非线性问题,提出一种基于聚类的BP神经网络织物染色配色方法。通过模糊C均值聚类方法对初始样本集进行预处理,然后构建结构合理的BP神经网络对处理后的样本集进行训练和仿真。实验结果验证该方法与传统的BP神经网络相比能明显提高网络的收敛速度和泛化能力,能较准确地实现对织物染色配方的预测。
- 司学锋张秉森
- 关键词：织物染色配色
- 基于聚类的BP神经网络在织物染色计算机配色中的应用研究
- 传统的织物染色配色方法存在精确度不高、效率较低等诸多弊端,这种方法已经无法适应如今印染行业小批量、多样式、交货快的生产需要。人工神经网络,尤其是BP网络的引入为解决这一类问题提供了新的手段。然而大规模的训练样本集加上BP...
- 司学锋
- 关键词：聚类神经网络织物染色配色
- 文献传递
