【摘要】 本发明公开了一种反向CYNSN模型中的子空间算法。该算法通过计算所有顶点光谱与目标光谱RRMS值，选择RRMS最小的那个顶点光谱，之后找到所有包含该顶点的所有子空间，称为候选子空间，然后利用线性迭代算法计算所有候选子空间对应的候选墨水配方，并预测其对应的光谱，最后选择预测光谱与目标光谱之间RRMS值最小的所对应的那个候选子空间作为最优子空间。该算法速度快、精度高、只需较少的迭代次数就能计算得最优子空间，具有很高的实用价值。 【专利类型】发明申请 【申请人】岑夏凤 【申请人类型】个人 【申请人地址】315332 浙江省慈溪市附海镇花塘村三角田 【申请人地区】中国 【申请人城市】宁波市 【申请人区县】慈溪市 【申请号】CN201210595446.4 【申请日】2012-12-10 【申请年份】2012 【公开公告号】CN103530494A 【公开公告日】2014-01-22 【公开公告年份】2014 【IPC分类号】G06F19/00 【发明人】岑夏凤 【主权项内容】1.一种反向CYNSN模型中子空间算法，其特征在于包括以下步骤： 1)选取打印机的n个墨水，每个墨水从0(无墨水)到1(最大墨水量)分为m段，共将整个墨水空间分为mn个子空间，每一个子空间包含2n个顶点，整个墨水空间含有(m+1)n个顶点； 2)打印所有(m+1)n个顶点作为训练样本，之后采用分光光度计对所有训练样本进行测量得相应的光谱，根据测得的所有训练样本的光谱建立正向CYNSN模型； 3)对于某一目标光谱，计算与每个顶点光谱的RRMS，计算公式如下： 式中，R1(λ)和R2(λ)是目标样本和某一顶点的光谱，λ1和λ2为测量光谱范围内的最小值和最大值，N是测量光谱范围内的采样个数。 4)选择与目标光谱RRMS值最小的那个顶点，之后找出所有包含该顶点的子空间，称为候选子空间，假定为t个候选子空间； 5)在每一个候选子空间中，以线性迭代算法计算目标光谱的墨水配方，共得到t个候选墨水配方，线性迭代算法采用UG算法； 6)对于每个候选墨水配方，利用正向CYNSN模型预测其对应的光谱，同时计算该预测光谱与目标光谱的RRMS值； 7)最终选择所有预测光谱中RRMS值最小的所对应的那个候选子空间为最优子空间，在该候选子空间中计算的墨水配方为目标光谱的最终墨水配方。 【当前权利人】岑夏凤 【当前专利权人地址】浙江省慈溪市附海镇花塘村三角田 【引证次数】2.0 【被引证次数】2 【他引次数】2.0 【被他引次数】2.0 【家族引证次数】2.0 【家族被引证次数】2

未经允许不得转载：http://www.zhongzhencnc.com/1791329732.html