| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 概述 | 第6-10页 |
| ·概述 | 第6页 |
| ·计算机配色系统 | 第6-9页 |
| ·计算机配色原理 | 第6-7页 |
| ·计算机配色的途径 | 第7-8页 |
| ·计算机配色的历史与现状 | 第8-9页 |
| ·本课题主要研究的内容及要解决定的问题 | 第9-10页 |
| 第二章 色度学原理与织物染色配色 | 第10-19页 |
| ·色度学基础 | 第10-12页 |
| ·三基色原理 | 第10-11页 |
| ·HLS(色相、亮度、饱和度)原理 | 第11-12页 |
| ·颜色的三刺激值 | 第12-15页 |
| ·CIE色度图 | 第12-13页 |
| ·CIE-RGB系统与CIE-XYZ系统 | 第13-14页 |
| ·三刺激空间和色度图 | 第14-15页 |
| ·颜色的混合与织物色差分析 | 第15-16页 |
| ·传统的织物染色配色方法 | 第16-17页 |
| ·计算机配色方法 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 人工神经网络 | 第19-29页 |
| ·人工神经网络发展简史 | 第19-20页 |
| ·人工神经元 | 第20-22页 |
| ·人工神经网络的学习规则 | 第22-24页 |
| ·有导师学习 | 第22-23页 |
| ·无导师学习 | 第23-24页 |
| ·强化学习 | 第24页 |
| ·人工神经网络的分类及特点 | 第24-26页 |
| ·人工神经网络的应用 | 第26-28页 |
| ·模式识别 | 第26页 |
| ·信号处理 | 第26-27页 |
| ·自动控制 | 第27页 |
| ·人工智能 | 第27页 |
| ·优化计算 | 第27页 |
| ·通信方面 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 BP神经网络 | 第29-38页 |
| ·BP神经元和BP网络基本原理 | 第29-32页 |
| ·正向传播 | 第30页 |
| ·误差的反向传播 | 第30-32页 |
| ·BP神经网络模型 | 第32页 |
| ·BP网络的学习算法 | 第32-36页 |
| ·BP网络学习算法的比较 | 第36-37页 |
| ·BP神经网络的局限性 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第五章 参考隐层输出的BP神经网络改进算法及MATLAB仿真实验结果分析 | 第38-51页 |
| ·参考隐层输出的BP神经网络改进算法 | 第38-39页 |
| ·BP网络结构的确定 | 第39-42页 |
| ·输入输出层节点数的确定 | 第39-40页 |
| ·隐层层数的确定 | 第40页 |
| ·隐层节点数的确定 | 第40-41页 |
| ·传输函数的选择及学习率的确定 | 第41-42页 |
| ·Matlab仿真平台 | 第42-43页 |
| ·样本数据的获取及初始化 | 第43-45页 |
| ·参考隐层输出的BP神经网络MATLAB仿真实验及结果分析 | 第45-49页 |
| ·虹光深三元三拼色的仿真结果 | 第45-47页 |
| ·极品中三元三拼色的仿真结果 | 第47-48页 |
| ·京仁浅三元三拼色的仿真结果 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第六章 总结 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 攻读学位期间的研究成果 | 第54-55页 |
| 致谢 | 第55-57页 |