一种基于RBF神经网络的打印机光谱预测模型

作     者：于海琦 刘真 田全慧 YU Haiqi;LIU Zhen;TIAN Quanhui

作者机构：上海理工大学出版印刷与艺术设计学院上海200093 上海出版印刷高等专科学校上海200093 

基　　金：国家自然科学基金项目(41271446) 上海市研究生创新基金项目(JWCXSL1402)资助 

出 版 物：《影像科学与光化学》 (Imaging Science and Photochemistry)

年 卷 期：2015年第33卷第3期

页      码：238-243页

摘      要：本文提出一种基于RBF(Radial Basis Function,径向基函数)神经网络的打印机光谱预测模型,通过扩展神经网络模型输入变量的项数提高模型的预测精度,扩展项多采用通道驱动值的交叉值、平方值。实验结果表明[1cmy]项的引入能够有效提高模型的预测精度,同时提高网络的泛化能力。而引入[cm2 cy2 mc2 my2 yc2 ym2]项会导致模型预测精度以及泛化能力降低。[1cmy]、[c2 m2y2]和[cm cy my]项的组合在预测精度和模型泛化能力上均是最优化的,对总样本预测的色度精度为0.475ΔE00,光谱精度RMSE为0.43%。因此选择[1cmy c2 m2y2 cm cy my c m y]作为输入变量的RBF神经网络训练模型是满足高精度光谱预测的最优模型。

主 题 词：RBF神经网络 光谱预测 打印机 扩展项 

学科分类：0810[工学-土木类] 12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0703[理学-化学类] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7517/j.issn.1674-0475.2015.03.238

馆 藏 号：203289688...