您的位置: 专家智库 > >

聂晴晴

作品数:4 被引量:12H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>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...
  • 3篇轻工技术与工...

主题

  • 4篇织物
  • 4篇织物染色
  • 4篇配色
  • 4篇染色
  • 4篇计算机
  • 4篇计算机配色
  • 3篇织物染色配色
  • 3篇神经网
  • 3篇神经网络
  • 3篇网络
  • 2篇改进BP神经...
  • 2篇贝叶斯
  • 1篇隐层
  • 1篇数据拟合
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇BP算法
  • 1篇KUBELK...
  • 1篇LM算法

机构

  • 4篇青岛大学

作者

  • 4篇聂晴晴
  • 3篇李含春
  • 3篇韩蔚
  • 3篇张秉森
  • 3篇王巍娟
  • 3篇司学锋

传媒

  • 2篇青岛大学学报...
  • 1篇计算机工程

年份

  • 2篇2009
  • 2篇2008
4 条 记 录,以下是 1-4
排序方式:
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
贝叶斯改进BP神经网络在织物染色配色中的应用研究
传统的织物染色配色一般是依靠配色人员自身的经验和知识来进行的,这就造成了这种方法工作量大并且耗费材料和时间的缺点,本文针对传统方法的缺点提出了采用基于贝叶斯改进BP神经网络的计算机配色方法。根据神经网络可以很好的解决非线...
聂晴晴
关键词:织物染色配色神经网络计算机配色
文献传递
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
共1页<1>
聚类工具0