一种基于RBF神经网络的LCD显示器光谱特征化模型

目的 研究 LCD显示器的光谱特征化。方法 提出一种基于RBF神经网络的显示器光谱特征化模型； 扩展神经网络模型输入变量的项数， 以提高特征化模型的精度。结果 实验结果表明：［rg rb gb］ 项的引入， 提高了特征化模型的光谱和色度精度， 以及网络的泛化能力； 引入 ［r2 g2 b2］，［r2 g2 b2］，［rg2 rb2gr2 gb2 br2 bg2］ 均会导致模型精度下降及泛化能力降低； 以 ［r g b rg rb gb］ 作为神经网络输入变量的特征化模型， 在精度和泛化能力上均是最优化的， 实现了平均色差为0.14 的色度精度。结论 选择扩展项［rg rb gb］ 作为输入变量的RBF神经网络模型对LCD显示器进行光谱特征化， 是一种高精度显示器特征化的最优模型