基于模拟退火算法优化BP神经网络的色彩空间转换

发布时间：2018-05-06 10:40

  本文选题：喷墨 + 色差　； 参考：《包装工程》2017年13期

【摘要】：目的研究基于模拟退火算法优化BP神经网络对喷墨打印机色彩空间转换预测准确性的方法。方法通过数据归一化处理、模拟退火算法优化BP神经网络的权值和阈值,以获取它们的全局最优解,再用BP神经网络法进行色差预测。结果模拟退火算法优化BP神经网络预测模型测试15次得到色块平均色差达到2.3067,最小平均色差达到0.7892。结论该方法优化BP神经网络精度非常高,对喷墨打印机色彩空间转换具有较好的非线性拟合能力和更高的预测准确性。
[Abstract]:Aim to optimize the prediction accuracy of color space conversion of inkjet printer by BP neural network based on simulated annealing algorithm. Methods the weights and thresholds of BP neural networks were optimized by data normalization and simulated annealing algorithm in order to obtain the global optimal solution and then the color difference was predicted by BP neural network method. Results simulated annealing algorithm optimized BP neural network prediction model for 15 times obtained average color difference of 2.3067 and minimum average color difference of 0.7892. Conclusion the accuracy of BP neural network optimization is very high, and it has better nonlinear fitting ability and higher prediction accuracy for color space conversion of inkjet printer.
【作者单位】： 河南工程学院;
【基金】：国家自然科学基金(61301231) 2013年河南工程学院数字印刷和纺织品印花色彩控制研究中心资助项目(YJJJ2013003)
【分类号】：TP18;TP334.83

【相似文献】

中国期刊全文数据库 前10条

1 刘彦秀;姜华;潘全科;;基于全局和声搜索的模拟退火算法改进[J];计算机工程与科学;2010年11期

2 王文举;;模拟退火算法求解二次规划问题与实现[J];电脑编程技巧与维护;2013年13期

3 谢玉珑,王继红,俞汝勤;通用模拟退火用于稳健多元分析校正[J];高等学校化学学报;1993年02期

4 倪志伟,贾瑞玉,程慧霞;一个分阶段的综合模拟退火方案[J];计算机应用与软件;1997年02期

5 李晓明,高泽溪,吕善伟;模拟退火在电子元件位置优化上的应用[J];系统工程与电子技术;1998年07期

6 李洪瑞;基于模拟退火算法的多目标数据关联[J];情报指挥控制系统与仿真技术;1998年10期

7 刘宴兵;基于模拟退火技术应用的探讨[J];重庆邮电学院学报;1999年04期

8 郭茂祖,姜俊峰,李静梅;模拟退火算法中冷却调度选取方法的研究[J];计算机工程;2000年09期

9 陈卫东,孟小华;求图控制集问题的模拟退火算法的改进[J];重庆师范大学学报(自然科学版);2004年02期

10 陈华根,李丽华,许惠平;模拟退火定位算法研究[J];同济大学学报(自然科学版);2005年09期

中国重要会议论文全文数据库 前10条

1 颜声远;陈玉;梁龙远;;基于模拟退火算法的操纵器排列优化[A];中国核学会核能动力分会2013年学术研讨会论文集[C];2013年

2 秦进;吴琼;;改进的模拟退火算法及其在物流网络设计问题中的应用[A];第八届中国青年运筹信息管理学者大会论文集[C];2006年

3 马平;柴欣;李涛;杨愚鲁;;动态重构系统中基于模拟退火算法的划分[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年

4 洪兴楠;张潇林;王作鹏;吴丹策;;对模拟退火优化算法的改进[A];1997年全国微波会议论文集(下册)[C];1997年

5 黎建强;薜珏;张国庆;;一种基于模拟退火的仓库布局算法[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年

6 蒲忠昊;王林;张磊;;一种改进的快速自适应模拟退火算法[A];2006中国控制与决策学术年会论文集[C];2006年

7 陈德旺;裴丽君;刘静;;基于模拟退火的交通诱导信息发布范围的算法研究[A];第二十九届中国控制会议论文集[C];2010年

8 王新生;姜友华;;模拟退火算法在设施定位问题中的应用研究[A];“资源环境与区域发展中的计算问题”研讨会论文集[C];2006年

9 吴进华;吴华丽;周仕;;基于模拟退火的粒子群优化算法[A];第三届全国虚拟仪器大会论文集[C];2008年

10 忻获麟;沈宁;;“麦克斯韦热怪”:模拟退火新方案[A];科技、工程与经济社会协调发展——中国科协第五届青年学术年会论文集[C];2004年

中国博士学位论文全文数据库 前1条

1 赵松原;模拟退火结合正交分解算法的气动外形最优化设计[D];南京航空航天大学;2006年

中国硕士学位论文全文数据库 前10条

1 邵文超;基于模拟退火算法的船舶航向PID控制器参数优化研究[D];大连海事大学;2015年

2 刘亚南;基于模拟退火算法的施工项目动态可靠性优化研究[D];西安建筑科技大学;2016年

3 许萍;基于模拟退火的空域扇区优化方法研究[D];中国民航大学;2014年

4 程玲;模拟退火算法在分裂系构造中的应用[D];上海交通大学;2010年

5 庞峰;模拟退火算法的原理及算法在优化问题上的应用[D];吉林大学;2006年

6 项宝卫;结构优化中的模拟退火算法研究和应用[D];大连理工大学;2004年

7 张玉虎;基于模拟退火的分类算法研究与实现[D];青岛大学;2013年

8 闫颖;基于模拟退火和团划分的综合技术研究[D];哈尔滨工程大学;2010年

9 许彦钊;模拟退火优化神经网络研究及其在入侵检测中的应用[D];吉林大学;2009年

10 黄宏用;改进的遗传—模拟退火算法在公交排班中的应用[D];兰州理工大学;2011年

，

本文编号：1851990