排序方式: 共有31条查询结果,搜索用时 15 毫秒
1.
2.
为使预测织物染色的染料质量浓度与实际的染料质量浓度误差最小,本文通过到工厂采集实际的测量数据并对其进行分析,建立了三刺激值C,M,y与染料质量浓度的数学模型,并在Excel中利用多元非线性回归分析方法,得到最小二乘估计点,同时结合多项式拟合,建立染料质量浓度与三刺激值C,M,y的多元非线性方程组,通过显著性F检验,验证所建数学模型的回归显著性效果,并利用牛顿迭代法反向求解该数学模型,得到对应的染料质量浓度.结果表明,采用多元非线性回归分析建立的数学模型,求得的结果与实际测量的数据误差非常小,该研究可以应用到实际染色配色中. 相似文献
3.
针对三刺激值C,M,Y与浓度之间的关系,本文在Kubelka-Munk理论的基础上,应用数学建模的方法对织物染色计算机配色进行研究,通过对实验样本数据的选取与分析,建立了在相同染料浓度下三刺激值C,M,Y与染料浓度的曲线回归模型,并对该模型进行回归分析,分析结果表明,实验数据的误差绝大部分在0.65%以内,说明该回归方程的拟合效果比较好,与C,M,Y值相对应的所求解的染料浓度比实验数据的误差小,该研究精度高,拟合效果好,能满足实际织物染色配色的需要,具有一定的实用价值。 相似文献
4.
张秉森 《青岛大学学报(工程技术版)》1996,11(4):31-36
研究了使用AutoCAD和AutoLISP语言中进行服装衣片的计算机辅助绘图与设计的方法。文中给出了用AutoCAD的AutoLISP语言写所的程序模块,用该程序模块可以实现由服装的几个基本尺寸转换成衣片图并用绘图机或打印机输出衣片图,实现衣片的计算机辅助设计。 相似文献
5.
基于RBF神经网络的遗传算法在织物染色配色中的应用研究 总被引:5,自引:0,他引:5
本文提出一种基于RBF神经网络的遗传算法解决织物染色配色问题的模型,该模型以遗传算法为主,通过使用RBF神经网络建立遗传算法的适应度函数来共同解决织物染色配色问题。通过实验表明,使用基于RBF神经网络的遗传算法配色模型可以快速提供满足企业要求的染色配方。 相似文献
6.
7.
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。 相似文献
8.
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。 相似文献
9.
基于PSO算法的RBFNN在织物染色配色中的应用 总被引:1,自引:0,他引:1
为了提高计算机配色的效率,提出了一种基于粒子群优化算法(Particle Swarm Optimization algorithm)的RBFNN(radial base function neural network)解决织物染色配色问题的模型。该模型容易实现,没有过多参数需要调整,并且提高了模型的收敛速度和精确度。仿真结果表明,用PSO算法优化的RBF神经网络解决计算机织物染色配色问题是一种较好的方法。 相似文献
10.
为了得到织物染色的染料质量浓度与三刺激值之间的关系,通过对实验数据的分析,利用主成分分析,建立了染料质量浓度和三刺激值C,M,Y之间的多元非线性模型;结合曲线拟合与曲面拟合,得到带有参数的非线性方程组;最后利用牛顿迭代法求解非线性方程组得到染料浓度。实验结果表明,利用主成分分析建立的数学模型,所求得的染料浓度与实际值很接近,所得预测结果在实验允许误差±5%范围内,具有较高的准确性。该模型能够满足实际染色配色的要求。 相似文献