神经网络在显示器特征化中的应用
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-15页 |
·研究的背景与意义 | 第7页 |
·国内外研究状况 | 第7-13页 |
·本课题研究工作 | 第13-15页 |
第二章 显示器及色空间理论 | 第15-23页 |
·显示器显色特性 | 第15-16页 |
·CRT 显示器 | 第15页 |
·LCD 显示器 | 第15-16页 |
·RGB 和 Lab 颜色空间 | 第16-19页 |
·RGB 色彩空间 | 第16-17页 |
·Lab 色彩空间 | 第17-19页 |
·常用色空间转换方法 | 第19-22页 |
·3-D 查找表法 | 第19页 |
·多项式回归算法 | 第19-20页 |
·阶调/矩阵模型算法 | 第20-21页 |
·人工神经网络算法 | 第21-22页 |
·本章小结 | 第22-23页 |
第三章 BP、RBF 神经网络模型验证 | 第23-34页 |
·BP 神经网络 | 第23-25页 |
·BP 网络模型结构 | 第23页 |
·BP 网络算法 | 第23-25页 |
·RBF 神经网络 | 第25-26页 |
·RBF 网络模型结构 | 第25-26页 |
·RBF 网络工作原理 | 第26页 |
·实验验证 | 第26-33页 |
·获取实验样本 | 第27-28页 |
·显示器校准 | 第27-28页 |
·制作样本 | 第28页 |
·MATLAB2009a 中模型仿真 | 第28-33页 |
·样本归一化 | 第29页 |
·BP 网络设计函数 | 第29-30页 |
·RBF 网络设计函数 | 第30页 |
·BP、RBF 设计函数仿真 | 第30-33页 |
·模型分析 | 第33页 |
·本章小结 | 第33-34页 |
第四章 RBF 神经网络的优化 | 第34-40页 |
·RBF 神经网络的优化方法 | 第34-38页 |
·常用的训练算法 | 第34-35页 |
·OLS 算法训练过程 | 第35-38页 |
·正交化回归矩阵 P | 第36-37页 |
·回归算子的选择和权值、宽度的计算 | 第37页 |
·OLS 算法训练流程图如下 | 第37-38页 |
·OLS-RBF 模型验证 | 第38-39页 |
·网络算法设计 | 第38页 |
·仿真结果 | 第38-39页 |
·本章小结 | 第39-40页 |
第五章 总结 | 第40-41页 |
·主要研究成果 | 第40页 |
·研究分析及展望 | 第40-41页 |
致谢 | 第41-42页 |
参考文献 | 第42-46页 |
附录: 作者在攻读硕士学位期间发表的论文 | 第46页 |