为实现LCD显示器的光谱特征化,本文提出一种基于遗传算法优化(Genetic Algorithm,GA)的BP神经网络(GA-BP)结合PCA(Principal component analysis)的光谱特征化模型.首先对显示器色空间进行子空间划分,同时采用PCA对光谱数据进行降维,接着在各子空间中采用遗传算法对BP神经网络的权值阈值进行优化,建立显示器驱动值与光谱数据之间的神经网络模型,实现了显示器的光谱特征化.实验结果表明子空间划分后,在子空间中进行模型参数的优化有利于模型整体精度的提高,GA的优化有效改善了BP神经网络的极值问题,提高了模型的精度,PCA在不影响模型精度的同时提高了算法的运行效率.由此说明该模型是一种高精度显示器特征化模型.
参考文献
| [1] | 宫睿;徐海松;张显斗;M.Ronnier Luo.液晶显示器色度特征化的分空间补偿模型[J].光学学报,2011(4):289-294. |
| [2] | 王勇;徐海松.液晶显示器颜色特征化的S模型算法[J].中国图象图形学报,2007(3):491-494. |
| [3] | 刘攀;刘真;朱明.基于最佳立方体细分的显示器颜色再现模型[J].包装工程,2014(13):128-132. |
| [4] | 许宝卉;李言.基于ICC标准的CRT色空问转换方法的研究与比较[J].液晶与显示,2009(3):438-442. |
| [5] | 刘浩学;崔桂华;黄敏;武兵;徐艳芳;罗明.按波长分区的LCD颜色特征化模型[J].光谱学与光谱分析,2013(10):2751-2757. |
| [6] | 田亮;罗宇;王阳.基于遗传算法优化BP神经网络的TIG焊缝尺寸预测模型[J].上海交通大学学报,2013(11):1690-1696,1701. |
| [7] | Di-Yuan Tzeng;Roy S. Berns.A Review of Principal Component Analysis and Its Applications to Color Technology[J].Color Research and Application,20052(2):84-98. |
| [8] | Hugh S. Fairman;Michael H. Brill.The Principal Components of Reflectances[J].Color Research and Application,20042(2):104-110. |
| [9] | 刘春艳;凌建春;寇林元;仇丽霞;武俊青.GA-BP神经网络与BP神经网络性能比较[J].中国卫生统计,2013(2):173-176,181. |
| [10] | 余凡;赵英时;李海涛.基于遗传BP神经网络的主被动遥感协同反演土壤水分[J].红外与毫米波学报,2012(3):283-288. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%