基于LMBP神经网络的柔印专色配色模型研究.pdfVIP

摇 摇 摇 包 装 工 程 第35卷摇 第3期 摇摇摇 88 PACKAGING ENGINEERING摇 摇 摇 摇 摇 2014年02月 基于LMBP神经网络的柔印专色配色模型研究 邢倍,周世生,罗如柏 (西安理工大学,西安710048) 摘要: 目的摇 针对柔印专色配色模型甚少问题,构建柔版印刷专色配色模型。 方法摇 以BP人工神经 网络非线性、自学习等特点为基础,引入LMBP算法对传统的BP算法进行改进,从而构建柔版印刷专 色配色模型,同时运用Matlab软件结合标准印刷测试版对模型进行训练。 结果摇 隐层节点为17 的单 隐层BP算法虽然也可达到预计要求,但隐层节点为8 的单隐层LMBP算法精度更高,逼近效果更好。 结论摇 该柔版印刷专色配色模型符合精度要求,可以用于实践。 关键词:BP人工神经网络;LMBP算法;柔版印刷;专色配色模型;精度检验 中图分类号:TS801.3摇 摇 摇 文献标识码:A摇 摇 摇 文章编号:1001-3563(2014)03-0088-05 Flexography Color Matching Model Based on the LMBP Neural Network XINGBei,ZHOUShi-sheng,LUORu-bai (Xian University of Technology,Xian710048,China) ABSTRACT:Objective To solvethe shortageproblemofflexography special color matchingmodel. Methods Onthebasisof the nonlinear and self-learning characteristicsinthe BP Neural Network,thispaperbrought intheLMBPalgorithmtoimprove the traditional BP algorithm and build the flexography special color matching model. At the same time,combining with the printing betas,we trained themodelwithMatlabsoftware. ResultsBasedontheanalysisoftrainingresults,weconcludedthat although the BP algorithm with 17 notes in hidden layer could meet the expected requirements,the LMBP algorithm with 8 notes in hidden layer had higher precision and better approximation effect. Conclusion This model met the accuracy require鄄 ment and can be used in practice. KEY WORDS:BP Neural Network;LMBP algorithm;flexography;special color matching model;model precision inspection 摇 摇 随着人们生活质量的提高,柔版专色印刷受到更 算法和最速梯度下降法于一体,误差在迭代过程中沿 [1] 着恶化的方向搜索,运用雅克比迭代指导权值调整, 多人的青睐,在食品包装中尤为突出 ,