CMAC辨识的CMYK到CIE L*a*b*颜色空间转换模型的研究

为了解决设备相关颜色空间CMYK与设备无关颜色空间之间的相互转换问题,利用小脑模型神经网络(cerebellar model articulation controller, CMAC)高度非线性拟合能力,研究CMYK颜色空间与CIE L*a*b*之间的转换关系,研究结果显示该方法具有结构简单,易于软件和硬件的实现,将IT8.7/3标准色靶文件中104个专业色块值作为检验样本,检验样本的平均色差为1.6,完全适用于两种不同颜色空间之间的转换过程.      

颜色空间转换的模糊神经网络辨识算法

为了提高颜色在不同成像设备之间传递的准确性,以RGB颜色空间与CIE L*a*b*颜色转换为例,提出采用颜色空间转换模糊模型将输入颜色空间划分为多个子空间,在子空间内采用神经网络模型对输入值进行输出,利用神经网络优化颜色空间模糊转换模型,得到了基于模糊神经系统的颜色空间转换模型.研究结果表明,该模型转化精度相对于单一的颜色空间模糊转换模型有很大提高,并解决了BP神经网络颜色空间转换模型由于空间采样点数目过多而引起的训练难度增加问题.     

Chua电路分析平台的设计

针对目前研究Chua混沌电路各环节的不直观性和计算电路参数的复杂性,设计了一个用户平台,可对Chua混沌电路的参数、初始条件、特征值、矢量场、运动轨迹等各个环节进行全面、直观的反映.实例验证了该平台对分析Chua混沌电路有全面、准确、方便等特性,可进一步方便地研究电路.因此该平台具有极强的应用与推广价值.     

基于模糊理论的RGB到CIEL*a*b*色彩空间转换模型的研究

为满足印刷一致性和预期性的要求,基于颜色的模糊性,根据模糊控制基本理论,采用三角形隶属函数并通过实验建立了模糊规则,实现了从RGB到CIEL^＊a^＊b^＊颜色空间模型的转换。