| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-13页 |
| ·本课题研究的背景和意义 | 第7页 |
| ·计算机配色技术的发展过程和国内外研究现状 | 第7-9页 |
| ·计算机配色技术的发展过程 | 第7-8页 |
| ·计算机配色技术的国内外研究现状 | 第8-9页 |
| ·计算机配色的理论基础——Kubelka-Munk理论 | 第9-10页 |
| ·单常数Kubelka-Munk理论 | 第9页 |
| ·双常数Kubelka-Munk理论 | 第9-10页 |
| ·计算机配色的形式和比较 | 第10-12页 |
| ·计算机配色的三种形式 | 第10-11页 |
| ·三刺激配色和全光谱配色的比较 | 第11-12页 |
| ·神经网络的提出 | 第12页 |
| ·本课题研究的主要内容与创新点 | 第12-13页 |
| 第二章 织物染色的色度学原理 | 第13-18页 |
| ·颜色表征的几种色度系统 | 第13-14页 |
| ·明度和饱和度 | 第13-14页 |
| ·颜色的三刺激值 | 第14页 |
| ·颜色空间 | 第14-15页 |
| ·现代色度学基础 | 第15-16页 |
| ·色差判断与计算修正 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 人工神经网络 | 第18-24页 |
| ·人工神经网络的基本原理 | 第18-21页 |
| ·生物神经元 | 第18页 |
| ·人工神经元与人工神经网络模型的构成 | 第18-20页 |
| ·前馈网络连接结构及其用途 | 第20页 |
| ·反馈网络连接结构及其用途 | 第20-21页 |
| ·人工神经网络的典型模型 | 第21-22页 |
| ·神经网络的应用及研究方向 | 第22-23页 |
| ·神经网络应用现状 | 第22页 |
| ·神经网络发展趋势及研究热点 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 BP神经网络和RBF神经网络 | 第24-31页 |
| ·BP神经网络概述 | 第24-26页 |
| ·BP神经网络结构 | 第24页 |
| ·BP神经网络基本原理 | 第24-26页 |
| ·传统BP算法的缺点 | 第26页 |
| ·BP算法改进的研究现状 | 第26-28页 |
| ·BP算法改进的国外研究现状 | 第26-27页 |
| ·BP算法改进的国内研究现状 | 第27-28页 |
| ·LM(levenberg-marquardt)算法 | 第28-29页 |
| ·RBF神经网络 | 第29页 |
| ·遗传算法与RBF神经网络的结合 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第五章 BP网络的泛化能力 | 第31-36页 |
| ·泛化理论研究 | 第31页 |
| ·影响BP网络泛化能力的因素及其改进方法 | 第31-34页 |
| ·影响BP网络泛化能力的因素 | 第31-32页 |
| ·BP网络泛化能力的改进及应用 | 第32-33页 |
| ·误差函数改进法 | 第33页 |
| ·提前终止法 | 第33-34页 |
| ·贝叶斯正规化算法 | 第34-35页 |
| ·贝叶斯正规化算法与LM算法的结合 | 第35页 |
| ·本章总结 | 第35-36页 |
| 第六章 基于神经网络配色模型的设计与实现 | 第36-46页 |
| ·BP神经网络的设计 | 第36-37页 |
| ·神经元结点数的确定 | 第37页 |
| ·输入层和输出层节点数的确定 | 第37页 |
| ·隐层结点数的确定 | 第37页 |
| ·网络参数的选择 | 第37-38页 |
| ·网络初始权值的选取 | 第37-38页 |
| ·网络学习速率的选取 | 第38页 |
| ·网络期望误差的选取 | 第38页 |
| ·样本数据的获取及其预处理 | 第38-41页 |
| ·仿真软件及网络模型的实现 | 第41-45页 |
| ·仿真软件--MATLAB软件 | 第41-42页 |
| ·基于贝叶斯正规化算法与LM算法结合的神经网络模型 | 第42-44页 |
| ·NeuroSolutions仿真软件 | 第44页 |
| ·基于遗传算法的RBF神经网络的模型实现 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第七章 基于神经网络配色模型的仿真实验与结果分析 | 第46-57页 |
| ·基于自适应学习速率和LM算法的BP神经网络模型仿真实验 | 第46-49页 |
| ·京仁浅三元三拼色的仿真结果 | 第46-47页 |
| ·极品中三元三拼色的仿真结果 | 第47-49页 |
| ·基于LM和基于贝叶斯正规化与LM算法结合的神经网络模型仿真实验 | 第49-53页 |
| ·京仁浅三元三拼色的仿真结果 | 第49-50页 |
| ·虹光深三元三拼色的仿真结果 | 第50-53页 |
| ·基于遗传算法和基于贝叶斯正规化与LM算法结合的网络模型仿真实验 | 第53-56页 |
| ·极品中三元三拼色的仿真结果 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第八章 总结与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间的研究成果 | 第61-62页 |
| 致谢 | 第62-64页 |
