胶版印刷品密度与色度检测关系的研究
摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-11页 |
·概述 | 第8-9页 |
·课题背景 | 第9页 |
·课题主要内容及意义 | 第9-11页 |
2 密度与色度检测简介 | 第11-19页 |
·密度检测 | 第11-14页 |
·检测原理 | 第11-12页 |
·密度检测的工具 | 第12-13页 |
·密度检测的缺点 | 第13-14页 |
·色度检测 | 第14-17页 |
·检测原理 | 第14-16页 |
·色度检测的工具 | 第16-17页 |
·色度检测的缺点 | 第17页 |
·密度检测与色度检测之间的比较 | 第17-19页 |
3 实验分析方法 | 第19-30页 |
·偏最小二乘法 | 第19-25页 |
·概述 | 第19-20页 |
·多因变量的偏最小二乘回归模型 | 第20-23页 |
·交叉有效性 | 第23-24页 |
·偏最小二乘回归的一种简洁算法 | 第24-25页 |
·人工神经网络 | 第25-30页 |
·人工神经网络简介 | 第25-26页 |
·人工神经网络的模型 | 第26-27页 |
·人工神经网络的学习规则 | 第27-28页 |
·BP 神经网络 | 第28-30页 |
4 实验检测 | 第30-41页 |
·色标内容 | 第30页 |
·色标制作工艺 | 第30页 |
·印刷材料 | 第30页 |
·使用设备 | 第30-31页 |
·实验环境 | 第31页 |
·实验方法 | 第31页 |
·实验数据 | 第31-41页 |
5 数据分析 | 第41-58页 |
·利用偏最小二乘法进行数据分析 | 第41-46页 |
·密度值与色度值理论关系讨论 | 第41-43页 |
·实验结果及其分析 | 第43-46页 |
·利用BP 神经网络进行数据分析 | 第46-57页 |
·学习样本的预处理 | 第47-48页 |
·训练样本的选择 | 第48-49页 |
·BP 神经网络结构设计 | 第49-52页 |
·BP 神经网络的训练 | 第52-54页 |
·BP 神经网络的测试 | 第54-55页 |
·训练结果分析 | 第55-57页 |
·两种方法的比较 | 第57-58页 |
6 结论 | 第58-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-63页 |
附录 | 第63页 |
在校期间发表论文 | 第63页 |
获奖情况 | 第63页 |