数码冲印颜色空间转化的神经网络优化
穆宝忠 刘玉玲 陆祖康 余飞鸿
浙江大学现代光学仪器国家重点实验室,浙江杭州310027
摘 要:
为了提高神经网络在数码冲印颜色空间转化应用中的收敛效率，设计了一种基于反向传播（BP）神经网络的自适应优化模型．通过等间距分割由曝光实验测得的青、品、黄染料累积色差曲线，构建了在CIE Lab色域空间内分布相对规则的大容量学习样本．基于对网络训练过程中隐含层神经元节点间相关性和离散性的动态分析，合并或删除了冗余的节点结构．根据学习速率对网络收敛效率的影响，引入全局平均误差（GME）作为权值，对学习速率进行即时调整．仿真结果表明，与传统的BP神经网络相比，优化后的神经网络模型收敛成功率显著提高，收敛速度加快．输出精度能够满足色差要求． (共4页)
相关期刊
关注本文的人:
看过本文的人还看过:
cqvip.com