| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·油墨预置技术国内外发展现状 | 第9-11页 |
| ·国内发展现状 | 第9-10页 |
| ·国外现状 | 第10-11页 |
| ·课题来源 | 第11页 |
| ·课题的研究内容及本文结构 | 第11-14页 |
| ·研究内容 | 第11-12页 |
| ·本文结构 | 第12-14页 |
| 第2章 数字化印刷流程中的油墨预置技术 | 第14-24页 |
| ·油墨预置原理 | 第14页 |
| ·油墨预置发展 | 第14-15页 |
| ·JDF数字化印刷工作流程 | 第15-20页 |
| ·数字化工作流程 | 第15-16页 |
| ·JDF技术 | 第16-17页 |
| ·JDF技术应用 | 第17-20页 |
| ·数字化油墨预置技术 | 第20-22页 |
| ·CIP4 组织 | 第20页 |
| ·CIP4 油墨预置技术 | 第20-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 数字化油墨预置人工神经网络算法 | 第24-40页 |
| ·人工神经网络概述 | 第24-29页 |
| ·人工神经网络的分类 | 第25页 |
| ·人工神经网络的优越性 | 第25页 |
| ·人工神经网络的传递函数 | 第25-28页 |
| ·人工神经网络的学习方式 | 第28-29页 |
| ·Fuzzy ART神经网络 | 第29-31页 |
| ·Fuzzy ART神经网络的结构 | 第29-30页 |
| ·Fuzzy ART神经网络算法原理 | 第30-31页 |
| ·Fuzzy ART神经网络特点 | 第31页 |
| ·BP神经网络 | 第31-34页 |
| ·BP神经网络结构 | 第32-33页 |
| ·BP学习算法 | 第33-34页 |
| ·BP学习算法的缺点及改进 | 第34页 |
| ·Fuzzy ART-BP神经网络 | 第34-39页 |
| ·Fuzzy ART-BP神经网络的结构 | 第34-35页 |
| ·Fuzzy ART-BP混合神经网络算法 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 FuzzyART-BP数字化油墨预置技术 | 第40-54页 |
| ·建立Fuzzy ART-BP油墨预置技术的必要性 | 第40-41页 |
| ·Fuzzy ART-BP油墨预置技术 | 第41-44页 |
| ·Fuzzy ART-BP油墨预置应用 | 第44-45页 |
| ·Fuzzy ART-BP神经网络结构设计 | 第44-45页 |
| ·实验设计 | 第45-47页 |
| ·实验条件 | 第45-46页 |
| ·实验流程 | 第46-47页 |
| ·训练数据生成 | 第47-53页 |
| ·蒙特卡洛算法生成训练样本数据 | 第47-48页 |
| ·训练数据预处理 | 第48-50页 |
| ·预测结果分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 数字化油墨预置算法的编程实现 | 第54-68页 |
| ·概述 | 第54页 |
| ·多色胶印机油墨预置系统开发 | 第54-59页 |
| ·多色胶印机油墨预置系统整体框架功能 | 第55页 |
| ·系统功能模块设计 | 第55-57页 |
| ·系统开发平台Borland C++ Builder 6.0 | 第57-58页 |
| ·数据库Microsoft Access | 第58-59页 |
| ·多色胶印机油墨预置系统实现 | 第59-66页 |
| ·本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间所发表的学术论文 | 第74-76页 |
| 致谢 | 第76页 |