【技术实现步骤摘要】
本专利技术涉及一种新型木材仿珍染色的计算机配色方法,属于木材染色技术类。
技术介绍
木材颜色是决定消费者印象的重要因素之一,为了提高木制品的装饰作用和产品价值,实现人工林木材的高效利用,需要通过染色技术改良劣质材。木材染色中的一个重要环节就是配色。采用人工配色,其对配色人员的素质要求高,既费时又难以适应现代工业生产的要求,且成本高、准确性差。在确定工艺的情况下,将计算机智能配色的方法用于木材染色配色过程中,可以加快染料配方生成的速度,极大地提高工作效率,节约成本。计算机配色技术发展大都是为了纺织业的配色而研制的,现有的计算机染色依据模型很难从根本上解决木材染色的配色问题。且由于木材的各项异性的特点,也给工业的利用造成障碍,显然,对于常规的计算机染色技术是无法有效应用到木材中的。
技术实现思路
首先确定了影响针叶材木材染色效果的主要解剖因子—管胞比量、木射线比量、树脂道比量和晚材管胞长度等因子;影响阔叶材木材染色效果的主要解剖因子—木材的早材导管直径、早材纤维长度、导管比量、木纤维比量和木射线比量。利用RBF神经网络建立了配方预测模型,并用一种基于隐层节点的方法改进了RBF神经网络模型,此模型的改进有效的解决了原来模型熟练速度较慢的问题,速度几乎可以达到在线训练的标准。最后将模糊神经网络引入到预测模型,并根据木材特点提出了一种改进的隶属度函数,建立了基于改进隶属度函数的模糊神经网络预测模型。此模型运行速度快,且 ...
【技术保护点】
一种新型木材仿珍染色的计算机配色方法,首先确定了影响针叶材木材和阔叶材木材染色效果的主要解剖因子,并将其作为计算机配色参考影响数据。利用RBF神经网络建立了配方预测模型,并用一种基于隐层节点的方法改进了RBF神经网络模型,最后将模糊神经网络引入到预测模型,并根据木材特点提出了一种改进的隶属度函数,建立了基于改进隶属度函数的模糊神经网络预测模型。
【技术特征摘要】
1.一种新型木材仿珍染色的计算机配色方法,首先确定了影响针叶材木材和阔叶材木材染色效果的
主要解剖因子,并将其作为计算机配色参考影响数据。利用RBF神经网络建立了配方预测模型,并用一种
基于隐层节点的方法改进了RBF神经网络模型,最后将模糊神经网络引入到预测模型,并根据木材特点提
出了一种改进的隶属度函数,建立了基于改进隶属度函数的模糊神经网络预测模型。
2.根据权利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。