油漆调色系统的算法改进和功能扩展
| 第一章 绪论 | 第1-11页 |
| 第一节 信息时代的工业设计 | 第7-8页 |
| 第二节 研究课题的背景、目的和意义 | 第8-10页 |
| 第三节 论文的主要内容 | 第10-11页 |
| 第二章 理论基础 | 第11-24页 |
| 第一节 色彩基本理论 | 第11-14页 |
| 一 概述 | 第11页 |
| 二 色彩功能 | 第11-12页 |
| 三 色彩描述方法 | 第12页 |
| 四 色彩模型 | 第12-14页 |
| 第二节 色度学基本理论 | 第14-18页 |
| 一 概述 | 第14-15页 |
| 二 CIE标准色度系统 | 第15-17页 |
| 三 色差 | 第17-18页 |
| 第三节 油漆基本知识 | 第18-19页 |
| 第四节 神经网络的基本知识 | 第19-24页 |
| 一 概述 | 第19-21页 |
| 二 神经网络的主要特征 | 第21-24页 |
| 第三章 技术基础 | 第24-33页 |
| 第一节 BP网络结构 | 第24-26页 |
| 一 BP网络模型 | 第24-25页 |
| 二 网络参数的选取 | 第25-26页 |
| 第二节 面向对象的应用分析 | 第26-29页 |
| 一 面向对象的方法 | 第27-28页 |
| 二 应用需求分析 | 第28-29页 |
| 第三节 油漆调色系统的分析 | 第29-33页 |
| 一 油漆调色系统的框架结构 | 第29-31页 |
| 二 数据流程设计 | 第31-33页 |
| 第四章 BP算法改进 | 第33-48页 |
| 第一节 基础数据的准备 | 第33-35页 |
| 一 色彩数据的转换 | 第33页 |
| 二 样本数据库 | 第33-35页 |
| 第二节 BP改进算法的优选 | 第35-42页 |
| 一、 变斜率BP算法 | 第35-37页 |
| 二 共扼梯度算法 | 第37-40页 |
| 三 可记忆算法 | 第40-42页 |
| 第三节 BP改进算法的实现和结果分析 | 第42-48页 |
| 一、 网络对象的构建 | 第42页 |
| 二 神经网络学习模块工作流程图 | 第42-44页 |
| 三 学习模块测试 | 第44-48页 |
| 第五章 油漆调色系统的功能扩展 | 第48-64页 |
| 第一节 异地程序调用的方法 | 第48-51页 |
| 一 Socket接口 | 第49页 |
| 二 CGI | 第49-50页 |
| 三 ISAPI | 第50-51页 |
| 第二节 基于ISAPI的油漆分色模块的实现 | 第51-56页 |
| 一 ISAPI运行机理 | 第51-53页 |
| 二 ISAPI程序设计 | 第53-56页 |
| 第三节 分布式理论基础 | 第56-59页 |
| 一 分布式对象技术发展背景 | 第56页 |
| 二 分布式技术优势 | 第56-57页 |
| 三 组件介绍 | 第57-59页 |
| 第四节 基于JAVABEAN的油漆分色组件的设计 | 第59-64页 |
| 一 组件模型 | 第59-61页 |
| 二 组件设计 | 第61-64页 |
| 第六章 结论 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-68页 |
