数值分析和支持向量机在织物染色配色中的对比研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·本课题研究背景和意义 | 第6页 |
| ·计算机配色的理论基础和基本形式 | 第6-9页 |
| ·计算机配色的理论基础 | 第6-7页 |
| ·计算机配色的基本形式 | 第7-9页 |
| ·本课题研究的主要内容与创新点 | 第9-10页 |
| 第二章 计算机配色基础知识介绍 | 第10-14页 |
| ·色度学基本原理 | 第10-11页 |
| ·颜色基本属性 | 第10页 |
| ·颜色的混合 | 第10-11页 |
| ·颜色空间 | 第11-13页 |
| ·颜色空间的分类 | 第11-12页 |
| ·常用颜色空间及其相互转化 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第三章 数学建模与数值分析方法介绍 | 第14-18页 |
| ·数学建模基本知识 | 第14页 |
| ·数值计算的特点 | 第14-15页 |
| ·插值和拟合 | 第15页 |
| ·数据拟合的最小二乘法 | 第15-17页 |
| ·线性最小二乘拟合 | 第15-16页 |
| ·非线性最小二乘拟合 | 第16-17页 |
| ·拟合的优度 | 第17页 |
| ·本章小节 | 第17-18页 |
| 第四章 基于数学建模和数值分析的织物配色方法 | 第18-28页 |
| ·基础数据库的建立 | 第18-20页 |
| ·单色染料浓度和小样三刺激值之间的关系 | 第20-23页 |
| ·三拼色数学模型的建立 | 第23-24页 |
| ·求解过程 | 第24-26页 |
| ·拟合系数的求解 | 第24-25页 |
| ·非线性方程组的求解 | 第25-26页 |
| ·结果比较及误差分析 | 第26-27页 |
| ·计算结果和BP仿真结果的比较 | 第26-27页 |
| ·误差分析 | 第27页 |
| ·本章小节 | 第27-28页 |
| 第五章 支持向量机相关理论 | 第28-37页 |
| ·机器学习理论 | 第28页 |
| ·机器学习的基本方法 | 第28-30页 |
| ·学习问题的一般表示 | 第28-29页 |
| ·经验风险最小化原则 | 第29-30页 |
| ·支持向量机的发展和研究现状 | 第30页 |
| ·支持向量机基本原理 | 第30-34页 |
| ·支持向量机分类原理 | 第30-32页 |
| ·支持向量机回归原理 | 第32-34页 |
| ·支持向量机的优点 | 第34-35页 |
| ·粒子群优化算法介绍 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第六章 基于SVR的配色系统的设计与实现 | 第37-47页 |
| ·模型设计的原则和过程 | 第37页 |
| ·仿真工具介绍 | 第37-38页 |
| ·Vsvm2.0软件 | 第37-38页 |
| ·Matlab介绍 | 第38页 |
| ·数据的分析和预处理 | 第38-40页 |
| ·支持向量机核函数的选择 | 第40-42页 |
| ·支持向量机核参数的选择方法 | 第42-43页 |
| ·仿真结果及误差分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第七章 总结 | 第47-49页 |
| 参考文献 | 第49-51页 |
| 攻读学位期间的研究成果 | 第51-52页 |
| 致谢 | 第52-54页 |
