彩印油墨的一种新色相分析方法

彩印过程中的油墨色彩管理十分重要.本文在前期研发的智能色相分析系统基础上,研究探讨了一种新的色相分析方法,即基于将RGB和CMYK两种色彩转换空间先转换到一个公共空间L^＊a^＊b^＊,再通过L^＊a^＊b^＊找到两者之间关系的原理.它与原有系统使用的色相分析方法相比,其特点是不需要大量依赖采样样本数据,故该方法具有准确性高、分析速度快、存储空间小等显著优点.在线运行表明,采用这种新的色相分析方法所配置的油墨颜色在肉眼观察下与样本色差偏差很小.     

一种分区变锚点的高饱和度色域匹配算法

提出了一种高饱和度小色差的色域匹配算法．通过研究匹配饱和度与目的色域几何特性的关系，将色彩空间划分为5个区。在每个区采用不同匹配策略以提高匹配后色彩的饱和度和精度，并在最大彩度点所在区域使用变锚点技术来保证匹配结果的色彩连续性．实验结果表明，该算法改善了色彩跨设备再现的饱和度与精度，可显著提高打印输出彩图的质量．     

彩印油墨的一种新色相分析方法

彩印过程中的油墨色彩管理十分重要.本文在前期研发的智能色相分析系统基础上,研究探讨了一种新的色相分析方法,即基于将RGB和CMYK两种色彩转换空间先转换到一个公共空间L*a*b*,再通过L*a*b*找到两者之间关系的原理.它与原有系统使用的色相分析方法相比,其特点是不需要大量依赖采样样本数据,故该方法具有准确性高、分析速度快、存储空间小等显著优点.在线运行表明,采用这种新的色相分析方法所配置的油墨颜色在肉眼观察下与样本色差偏差很小.     

函数转换与查表修正相结合的色彩匹配方法

针对函数转换方法速度快但精度差，查表插值方法精度高但速度慢的特点，提出将函数转换和查表修正相结合的色彩匹配方法。先建立基本的转换关系，再通过查表的方法进行修正，基本转换关系和修正表的建立过程，都通过机器学习方法完成。其特点是不依赖于特定的打印环境，即在不同的打印环境下，可通过对样本数据的学习，自动建立基本转换关系和修正表。     

利用旋转森林变换的异构多分类器集成算法

为了增强集成系统中各分类器之间的差异性,提出了一种使用旋转森林策略集成两种不同模型分类器的方法,即异构多分类器集成学习算法．首先采用旋转森林对原始样本集进行变换划分,获得新的样本集;然后通过特定比例选择分类精度高的支撑矢量机或分类速度较快的核匹配追踪作为基本的集成个体分类器,并对新样本集进行分类,获得其预测标记;最后结合两种模型下的预测标记．该算法通过结合两种不同分类器模型,实现了精度和速度互补,将二者混合集成后改善了集成系统泛化误差,相比单个模型集成提高了系统分类性能．对UCI数据集和遥感图像数据集的仿真实验结果表明,文中算法相比单一分类器集成缩短了运行时间,同时提高了系统的分类准确率．     

M估计的抗差匹配算法及收敛性分析

船体分段测量点数据与CAD模型的匹配精度直接影响分段建造精度评定,评价参数对船舶建造精度管理起着至关重要的作用,采用常规匹配方法无法有效抑制粗差对位姿定位精度的影响。为了获得船体分段最佳匹配位姿,给出合理的建造误差评价,本文提出基于退化的M估计抗差匹配方法以削弱粗差对匹配位姿影响,该算法依据M估计准则获取不同精度数据的匹配权系数,采用退化-迭代方法建立稳健估计模型,提高定位解的可靠性和收敛速度是寻求船舶建造过程中精度尺寸监控的实用性技术。理论和实际算例均验证了该方法的有效性及相对于迭代点最近法的合理性,为船舶建造精度修正和后续装配提供定量参数。     

一种基于实例学习的三维模型检索匹配方法

传统的基于内容的三维模型检索的相似性度量方法主要借鉴二维图像检索中所采用的距离度量算法,达到比较两三维模型相似度的目的,该做法限制了模型间匹配的广度.针对这种单核匹配的限制,提出了一种新的多核匹配方法.利用图论中两点间的最短距离的思想,得出两模型最相似那他们的距离最短,因此查询样本跟匹配的样本存在的通路上的模型节点能影响他们的相似度,这样就提高了匹配的广度和精度.同时在已有的特征提取基础上,把标签繁衍算法应用到最短距离求解中,并将基于实例学习的K近邻方法引入到模型匹配算法中,实现了半监督学习,提高了系统的查准率.     

基于神经网络的客服中心话务量预测模型

针对现有预测模型在话务量发展趋势变化、新技术新业务引入后模型失效、预测精度下降等问题,提出一种基于神经网络和事件样本库的智能预测方法。该方法具有自学习功能,可根据预测误差自动调整预测参数并更新事件样本,对话务量趋势变化、事件影响程度变化及新事件的发生具有持续自适应能力。仿真结果表明,该预测方法能有效降低预测误差,与现有方法相比,话务量的预测精度提高了6．57％。     

基于样本自举的电力变压器状态评估

针对传统数据学习型方法需要大量故障历史实测数据的缺点,提出一种基于数据样本自举的电力变压器状态评估方法．通过对变压器的故障样本数据进行自举扩充,克服了工程中某类样本数据较少的问题,提高了学习型分类器的训练量,从而提高其预测分类的精度．并基于支持向量机分类方法进行变压器故障分类评估,显著提升了评估精度．     

基于视觉评价模型的色域匹配算法

针对跨设备再现色彩时色域不匹配的问题,提出一种符合视觉感知的色域匹配算法．首先基于色域匹配的主观评价定义了一种视觉评价模型,并验证了它与主观评价结果的一致性;然后以该模型为指导,考虑图像的色彩和空间统计特征,采取分治策略并构造匹配融合模型实现色域映射．实验表明该算法获得的图像匹配结果较传统算法在颜色相似度和细节保持方面均有明显的提高．     

Application of nonlinear color matching model to four-color ink-jet printing

0　ＩＮＴＲＯＤＵＣＴＩＯＮＣｏｌｏｒｉｓａｐｏｗｅｒｆｕｌａｎｄａｔｔｒａｃｔｉｖｅａｓｐｅｃｔｏｆｏｕｒｅｘｐｅ ｒｉｅｎｃｅｏｆｔｈｅｗｏｒｌｄ .Ｉｔｓｈａｐｅｓｏｕｒｐｅｒｃｅｐｔｉｏｎ ,ｉｎｔｅｒｐｒｅｔａ ｔｉｏｎ ,ａｎｄｍｅｍｏｒｙｏｆｅｖｅｒｙｔｈｉｎｇｗｅｓｅｅ .Ｃｏｌｏｒｔｈｅｒｅｆｏｒｅｐｒｏｖｉｄｅｓａｎｉｍｐｏｒｔａｎｔｄｉｍｅｎｓｉｏｎｉｎｖｉｓｕａｌｃｏｍｍｕｎｉｃａｔｉｏｎ :ｗｈｅｎｕｓｅｄｗｅｌｌ ,ｉｔｃａｎｇｒｅａｔｌｙｅｎｈａｎｃｅｔｈｅｅｆｆｅｃｔｉｖｅｎｅ…     

一种基于色域几何特征的色域匹配算法

色域匹配能够实现源色，显示色与打印色之间的良好映射，是色彩管理的一项关键技术，通过对打印与显示色域的分析，提出了一种面向打印过程的色域匹配算法，该算法有效地利用了显示与打印色域的几何特征，提高了颜色再现精度，同时缩短了对图像进行色域匹配处理所需的时间。     

Simulation of CIECAM02 color appearance model based on Chinese color system

Color appearance model ( CAM) can be used to determine the required colors for reproduction across changes in cross-media. CIECAM02 color appearance model prediction is implemented by artificial neural networks in this paper,which includes forward and reversed prediction. 1333 color samples as training samples and other 1332 color samples as test samples are selected in the Chinese color system. In order to test the prediction accuracy of neural networks after simulation of CIECAM02 color appearance model,the color-difference formula can be used for the evaluation of forward and reversed models. Results have shown that BP neural-network has acceptable accuracy in simulation of CIECAM02 color appearance model for colors of Chinese color system.     

细菌菌落优化的印刷色彩配色

分析了两种原色油墨叠印后的颜色光谱,并在此基础上建立了印刷中黄、品、青3原色的网点面积率和相互叠印之后的光谱反射率之间的关系模型,结合细菌菌落算法具有良好寻优能力的特点,该文提出了细菌菌落优化的印刷色彩配色模型,以标准色谱作为测试样本进行仿真实验,结果表明该模型具有较高的配色精度。     

一种基于局部颜色特征的图像检索方法

提出一种基于局部颜色特征的图像检索算法.该算法首先采用一种新的方法对图像进行分块,提取图像中心区域的主颜色和其他区域的平均颜色作为颜色特征,然后根据图像中心的重要性,对图像各个分块采用不同的加权系数,使局部图像的特征矢量被增强,从而提高了图像的检索精度.实验结果表明,这种基于局部颜色特征的图像检索算法适合于画面明显按分块变化的图像.     

彩色扫描地图点状符号的模式识别研究

针对彩色扫描地图的点状符号,提出了一种基于距离变换进行模式识别的新方法。首先进行符号的提取,对地图进行分色提取分版图,引入线划弯曲度的概念,根据弯曲密度和线划密度过滤掉非点状符号的线划,并利用距离变换的方法提取点状符号。然后进行符号的识别,通过搜索符号与模板之间的最佳匹配点来确定待识别的符号区域,提取符号的骨架线并由骨架线上的内距值来判断符号的拓扑连接结构,为了更好的描述图像间的相似性提出了加权距离函数。试验证明,该方法能适用于背景复杂情况下的旋转或变形的符号,识别准确率达到满意的程度。     

一种用于结构可靠性分析的Kriging学习函数

为提高基于Kriging模型的结构可靠性分析方法的效率,分析现有学习函数的不足,提出一种新的自适应学习函数VF.该学习函数同时考虑学习点的Kriging方差和联合概率密度函数值对失效概率估计精度的影响,避免对概率密度函数值过小的区域抽样造成的样本点浪费,提高了学习效率.根据Monte Carlo方法生成大量候选样本点,定义学习函数最大值点为最佳样本点;提出一种适合该学习函数的学习停止条件,既保证失效概率的精度又保证学习选点次数较少;分析两个数值算例.结果表明:与其他方法相比,所提出方法能够在较少样本数量的情况估计出较准确的失效概率值,其在迭代收敛速度、准确性及稳定性方面都具有较好的效果,且该方法能够应用于工程中隐式且非线性程度较高情况.     

改进LMBP神经网络在织物染色配色中的应用

目前织物染色配色技术具有低效率和低精度缺点,许多染色配色方法收敛速度慢。为此提出了一种基于改进LMBP算法神经网络的织物染色配色方法,在分析了传统染色配色方法缺陷的基础上,提出并建立了用改进LMBP神经网络来进行染色配色的模型,并将其与LMBP算法神经网络染色配色结果对比。实验的预测结果表明,改进的LMBP神经网络方法收敛速度更快,并且能够满足实际染色配色的要求。