基于Elman神经网络和聚类算法的颜色识别研究
|
摘要
颜色的测量和控制,尤其是色差的评定是科学研究和生产中经常遇到的问题。为了不断地适应实际工业生产的需求,要求能够对色样颜色进行准确测量并对其色差进行科学的评价,使其评价结果能够更贴切地反映色样间的颜色视觉差异,从而正确地判别产品的颜色质量,并能够由此达到对生产过程科学有效的控制。
论文采用OPB780颜色传感器结合Elman神经网络和聚类算法对颜色识别进行了系统研究,取得如下进展:
(1)介绍了物体和颜色的相互关系及相关颜色理论,分析了颜色测量的原理,讨论了颜色的三刺激值和色度值的转换、RGB颜色空间至CMYK颜色空间的互换。
(2)分析了OPB780颜色传感器的工作原理和特性,设计了以单片机AT89C51为核心测量单元的外围辅助测量电路;考虑到对测量后数据显示的快速和稳定,设计了以PL2303芯片为核心的虚拟串口电路计算机显示方案。
(3)根据OPB780颜色传感器的感光特性设计了光源补偿电路和数据采集暗室;根据白平衡原理和单片机频率测量原理,编制了颜色测量KeilC51软件程序。根据设计好的电路和软硬件测量出了2200个训练色卡样本和39个测试色卡样本的R、G、B、C频率值。
(4)提出了基于Elman神经网络用于颜色识别的研究方法,通过对输入数据的归一化处理,并经过多次网络节点的测试调整,选取颜色识别效果最好的网络结构。在最终的色差聚类算法上,采用改进的K-means聚类算法:以黑蓝绿青红紫黄白八种常见颜色的RGB值为聚类中心点,聚类准则利用CIE1976Lab均匀颜色空间及色差公式,并按照色差最小原则确定出同这8个中心的聚类。
通过2200个训练颜色样本数据和39个测试颜色样本数据用于色差聚类的试验结果表明,所构建的Elman神经网络具有良好效果,达到预期目的。
The measurement and control of color especially the assessment of aberration are problems often encountered in scientific research and production. In order to adapt to the needs of the actual industrial production, it is required that the color of the sample colors should be accurately measured and the aberration should be evaluated in such a scientific way that the evaluation result can reflect more appropriately the visual differences between samples, helping to judge correctly the color quality of products and control the productive process scientifically and efficiently.
This paper make a systematic study of color identification in a way that combines OPB780 color sensor with Elman neural network and clustering algorithm. The details are as follows:
(1)This paper describes the relationship between objects and colors, theory of relative colors, as well as the principles for color measurement, it also discusses the conversion between the color tristimulus values and chroma values and the exchange from RGB color space to CMYK color space.
(2) Through the analysis of OPB780’s color sensing principle and features, we designed external auxiliary measurement circuit with AT89C51 microcontroller as the core measurement unit; After taking into account the measured data show rapid and stable, designed to PL2303 chip circuits as the core of a virtual serial port computer display program.
(3) We designed light compensation circuit and data collection chamber according to the OPB780 sensor photosensitivity color and programmed the Keil C51, software for color measurement, based on the white balance theory and the principle of frequency measurement of microcontroller. We have measured the R, G, B, C frequency of the 2200 training samples and 39 test samples of color card by the circuit and the software.
(4) We proposed the methods for color recognition based on the memory function of Elman neural network. After the normalization of input data, and several adjustment of test network node, we designed the best network structure. Take the improved K-means clustering algorithm: calculating the color difference between target color and 8 common colors, i.e. black, blue, red, violet, blue, green, yellow and white, by use of CIE 1976L *a * b * color difference formula we proposed the evaluation criteria of clustering algorithms, that is , one color belongs to one of the common colors with which it has a minimum difference.
The research results speak for the effects of Elman neural network.
论文采用OPB780颜色传感器结合Elman神经网络和聚类算法对颜色识别进行了系统研究,取得如下进展:
(1)介绍了物体和颜色的相互关系及相关颜色理论,分析了颜色测量的原理,讨论了颜色的三刺激值和色度值的转换、RGB颜色空间至CMYK颜色空间的互换。
(2)分析了OPB780颜色传感器的工作原理和特性,设计了以单片机AT89C51为核心测量单元的外围辅助测量电路;考虑到对测量后数据显示的快速和稳定,设计了以PL2303芯片为核心的虚拟串口电路计算机显示方案。
(3)根据OPB780颜色传感器的感光特性设计了光源补偿电路和数据采集暗室;根据白平衡原理和单片机频率测量原理,编制了颜色测量KeilC51软件程序。根据设计好的电路和软硬件测量出了2200个训练色卡样本和39个测试色卡样本的R、G、B、C频率值。
(4)提出了基于Elman神经网络用于颜色识别的研究方法,通过对输入数据的归一化处理,并经过多次网络节点的测试调整,选取颜色识别效果最好的网络结构。在最终的色差聚类算法上,采用改进的K-means聚类算法:以黑蓝绿青红紫黄白八种常见颜色的RGB值为聚类中心点,聚类准则利用CIE1976Lab均匀颜色空间及色差公式,并按照色差最小原则确定出同这8个中心的聚类。
通过2200个训练颜色样本数据和39个测试颜色样本数据用于色差聚类的试验结果表明,所构建的Elman神经网络具有良好效果,达到预期目的。
The measurement and control of color especially the assessment of aberration are problems often encountered in scientific research and production. In order to adapt to the needs of the actual industrial production, it is required that the color of the sample colors should be accurately measured and the aberration should be evaluated in such a scientific way that the evaluation result can reflect more appropriately the visual differences between samples, helping to judge correctly the color quality of products and control the productive process scientifically and efficiently.
This paper make a systematic study of color identification in a way that combines OPB780 color sensor with Elman neural network and clustering algorithm. The details are as follows:
(1)This paper describes the relationship between objects and colors, theory of relative colors, as well as the principles for color measurement, it also discusses the conversion between the color tristimulus values and chroma values and the exchange from RGB color space to CMYK color space.
(2) Through the analysis of OPB780’s color sensing principle and features, we designed external auxiliary measurement circuit with AT89C51 microcontroller as the core measurement unit; After taking into account the measured data show rapid and stable, designed to PL2303 chip circuits as the core of a virtual serial port computer display program.
(3) We designed light compensation circuit and data collection chamber according to the OPB780 sensor photosensitivity color and programmed the Keil C51, software for color measurement, based on the white balance theory and the principle of frequency measurement of microcontroller. We have measured the R, G, B, C frequency of the 2200 training samples and 39 test samples of color card by the circuit and the software.
(4) We proposed the methods for color recognition based on the memory function of Elman neural network. After the normalization of input data, and several adjustment of test network node, we designed the best network structure. Take the improved K-means clustering algorithm: calculating the color difference between target color and 8 common colors, i.e. black, blue, red, violet, blue, green, yellow and white, by use of CIE 1976L *a * b * color difference formula we proposed the evaluation criteria of clustering algorithms, that is , one color belongs to one of the common colors with which it has a minimum difference.
The research results speak for the effects of Elman neural network.
引文
[1]郭伟,王士同.基于模糊颜色空间聚类的图像检索方法[J].计算机应用研究.2006:186-191
[2]杨秀坤,陈晓光,马成林等.用遗传神经网络方法进行苹果颜色自动检测的研究[J].农业工程学报.1997(2):173-176
[3]饶秀勤.基于机器视觉的水果品质实时检测与分级生产线的关键技术研究[D].浙江:浙江大学硕士论文.2007:1-16
[4]闫之烨.基于计算机视觉的苹果颜色分级系统的研究[D].南京:南京农业大学硕士论文.2003:1-6
[5]王巧华.基于BP神经网络的鸡蛋新鲜度识别方法的研究[D].武汉:华中农业大学硕士论文.2004
[6]马雷.果蔬识别与分类控制系统的研究[D].天津:天津轻工业学院硕士论文.2000:5-10
[7]窦柳明,廖宁放,吴文敏.涂料颜色配方预测的人工神经网络模型实验研究[J].光学技术.2008(1):116-119
[9]H.R.Davision,HHernmendinger.JLRLandry:Asystemofinstrumentalcolorcontrolforthetextileindustry,JSDC,1963,(79):577-758.
[10]KazrmiSZ,GradyPL.On-linecolormonitoringincontinoustextiledyeing[J].ISATransaction,1996(35):33—43.
[11]李莉.基于遗传算法的BP神经网络在织物染色配色中的应用研究[D].青岛:青岛大学硕士论文.2007:1-5
[12]刘丽娜,房国志,陈宝远.基于神经网络的颜色检测系统的设计[J].哈尔滨理工大学学报.2006(2):4-7
[13]王卓.基于RGB三基色原理的颜色检测仪的设计[D].天津:天津大学硕士论文.2006:14-18
[14]龚健.便携式颜色识别与重现系统的研究[D].南京:南京理工大学硕士论文.2005:4-9
[15]申铉国.智能化数字化颜色测量系统的研究[D].吉林:吉林大学硕士论文.2007:1-5
[16]BuluswarSD,DraperBA.Colormachinevisionforautonomousvehicles[J].EngineeringApplicationsofArtificialIntelligence,1998(11):245-256.
[17]潘海鸿,陈琳,黄炳琼,蒙健义.基于TCS230传感器的高精度颜色识别系统设计[J].传感器与仪器仪表.2009(25):159-161
[18]江和平,孙茂印.钞票颜色识别系统的设计[J].微处理机.2000(4):56-59
[19]卢川英,于浩成,孙敬辉,孟中.基于TCS230传感器的颜色检测系统[J].吉林大学学报(信息科学版).2008,26(6):621-626
[20]龚向东,曾振兴,林丹.基于SPCE061A单片机的颜色检测系统的设计[J].电子测量技术.2008(4):146-149
[21]刘增辉.颜色传感器技术研究进展[J].传感器技术.2003:1-4
[22]李宏光,吴宝宁.几种颜色测量方法的比较[J].应用光学.2005,26(3):6O-63
[23]刘娟.颜色测量方法[J].聚焦标准.2008(2):34-37
[24]OestreichJM,TolieyWK,RichDA.Thedevelopmentofacolorsensorsystemtomeasuremineralcompositions[J].MineralsEngineering,1995,8(1):31-39.
[25]谢晓昱,仲星明,孙智强.色谱与色彩管理[M].江苏:江苏科学技术出版社.2003:143-149
[26]唐圣学,刘波峰,徐东峰.基于模糊神经网络的颜色识别方法[J].传感器技术.2003(22):57-62
[27]陈雁,李栋高,判别颜色感觉的人工神经网络方法[J].纺织学报.2005(1):64-66
[28]OPTEKTechnologyInc.ColorSensingusingtheOPB780ApplicationBulletin231
[29]OPTEKTechnologyInc.ReflectiveColorSensorAssemblyOPB780Z
[30]程杰铭,陈夏洁,顾凯.色彩学[M].北京:科学出版社.2006
[31]刘真,蒋继旺,金杨.印刷色彩学[M].北京:化学工业出版社.2007:56-71
[32]刘武辉,胡更生,王琪.印刷色彩学[M].北京:化学工业出版社.2004:95-146
[33]黄国详.RGB颜色空间及其应用研究[D].长沙:中南大学博士论文.2002:121-134
[34]王小青,位军,陈素军.基于均匀色差的彩色图像分割方法[J].兵工自动化.2006,25(10):3007-3010
[35]曹从军.色彩管理关健技术CIEL*a*b*与CMYK变换算法的研究[D].西安:西北大学博士论文.2008:22-27
[36]中华人民共和国国家质量监督检验检疫总局.GBT7921-2008均匀色空间和色差公式[J].中华人民共和国国家标准.2008
[37]M.R.Luo.AColor-differenceFormulaforSurfaceColorunderIlluminateA,JSDC,1987:103-161.
[38]周恕义,王少华.1931CIE—RGB系统向XYZ系统的转换[J].纺织基础科学学报.1990(3):72-75
[39]将亚东,谢光忠.敏感材料与传感器[M].电子科技大学出版社,2008:111-124
[40]唐露新.传感与检测技术[M].科学出版社,2006:130-153
[41]陈艾.敏感材料与传感器[M].化学工业出版社,2004:214-254
[42]刘亮.先进传感器及其应用[M].化学工业出版社,2005:71-91
[43]王飚,陈炳若等.硅双结型颜色传感器的研究[J].传感技术学报.2000(2):92-95
[44]杨一平,庄庆德.集成硅颜色传感器[J].传感器技术.1992(1):19-21
[45]StiebigH,KnippD.HapkeP.Threecolorpiiin-detectorusingmicrocrystallinesilicon[J].JournalofNon—CrystallineSolids,1998(227):1330-1334.
[46]WolffenbuttelRF,DeGraafG,EngenE.Bipolareircuitsforread-outofanintegratedsiliconcolorsensor[A].Proceedings-IEEEInternationalSymposiumonCircuitsandSystems[C].USA:IEEE,1995:299-302.
[47]夏建弘.一种新型颜色传感器[J].自动化与仪表.1992(2):1-2
[48]张友德,赵志英等.单片微机原理、应用与试验[M].复旦大学出版社.2003:105-158
[49]AtmelTechnologyInc.AT89C51:8-BitMicrocontrollerwith4KbytesFlashDatasheet.
[50]ProlificTechnologyInc.PL-2303USBtoRS-232BridgeControllerProductDatasheet.August,2002
[51]刘振旺廖斌等.测量系统之照明光源设计[J].中国科技信息.2009(16):125-132
[52]PhilPilgrim,BuenoSystems,Inc.TAOSTSLx257-seriesColorSensorDemoTheory&Design[J].www.taosinc.com
[53]方佩敏.给MAX1916加亮度调节电路[J].世界电子元器件.2003(1):25
[54]司佑全,基于单片机的数字频率计设计与制作[J].湖北师范学院学报(自然科学版).2005(2):77-79
[55]张巧云,陶维青.基于TMS320F2812的数字频率计的设计[J].单片机与嵌入式系统应用.2009(3):56-59
[56]全国信息与文献标准化技术委员会出版物格式分技术委员会.设计与印刷国家标准色谱[M].北京:大众文艺出版社.2001
[57]葛哲学,孙志强.数据网络理论与Matlab2007实现[M].北京:电子工业出版社.2008:123-156
[58]周开利,康耀红.神经网络模型及其Matlab仿真程序设计[M].北京:清华大学出版社.2004:69-90
[59]韩旭明.Elman神经网络的应用研究[D].天津:天津大学硕士论文.2006:11-13
[60]张安岭.基于Elman网络的织物染色配色理论研究与系统开发[D].青岛:青岛大学硕士论文.2006:23-26
[61]韩旭明.Elman神经网络的应用研究[D].天津:天津大学硕士论文.2006:11-13
[62]Wang,L.M.,Shi,X.H.,Li,M.,Chen,G.J.,Ge,H.W.,Lee,H.P.Liang,Y.C.ApplicationsofPSOAlgorithmandOIFElmanNeuralNetworktoAssessmentandForecastingforAtmosphericQuality[C],7thInternationalConferenceonAdaptiveandNeuralComputingAlgorithms,2004:251-254.
[63]韩晓微,晏磊,原忠虎,范立南.基于BP神经网络的颜色模糊量化方法[J].系统仿真学报。2006,10(18):3007-3010
[64]李苏梅,韩国强,周咏梅.一种基于BP神经网络的颜色空间量化方案[J].广西师范大学学报:自然科学版.2008(3):232-235
[66]张勇,吴文健,刘志明.基于改进均值聚类分析的迷彩伪装色选取[J].计算机工程与应用.2009(45):210-212
[67]宗瑜,江贺,张宪超,单世民.空间平滑搜索CLARANS算法[J].小型微型计算机系统.2008(4):667-671
[68]时念云,张金明,褚希.基于CURE算法的相似重复记录检测[J].计算机工程.2009(5):56-58
[69]刘卫宁,曾婵娟,孙棣华.基于DBSCAN算法的营运车辆超速点聚类分析[J].计算机工程.2009(5):268-270
[70]冯永,吴开贵,熊忠阳,吴中福.一种有效的并行高维聚类算法[J].计算机科学.2005(3):216-212
[71]涩川育由,高桥由美.可撕式配色手册[M].世界图书出版公司.2004
[72]雷旭,童子权.提高测色系统精度的数学模型的确定[J].仪器仪表学报.1997(2):183-188
[73]G.deGraaf,F.R.Riedijk,R.F.Wolffenbuttel.Colour-sensorsystemwithafrequencyoutputandanISSorI2CbusinterfaceSensorsandActuatorsA:Physical,Volume61,Issues1-3,1997(6):441-445
[74]李旭明.神经网络模糊控制器单片机实现[J].厦门大学学报(自然科学版).2000(1):52-57
[2]杨秀坤,陈晓光,马成林等.用遗传神经网络方法进行苹果颜色自动检测的研究[J].农业工程学报.1997(2):173-176
[3]饶秀勤.基于机器视觉的水果品质实时检测与分级生产线的关键技术研究[D].浙江:浙江大学硕士论文.2007:1-16
[4]闫之烨.基于计算机视觉的苹果颜色分级系统的研究[D].南京:南京农业大学硕士论文.2003:1-6
[5]王巧华.基于BP神经网络的鸡蛋新鲜度识别方法的研究[D].武汉:华中农业大学硕士论文.2004
[6]马雷.果蔬识别与分类控制系统的研究[D].天津:天津轻工业学院硕士论文.2000:5-10
[7]窦柳明,廖宁放,吴文敏.涂料颜色配方预测的人工神经网络模型实验研究[J].光学技术.2008(1):116-119
[9]H.R.Davision,HHernmendinger.JLRLandry:Asystemofinstrumentalcolorcontrolforthetextileindustry,JSDC,1963,(79):577-758.
[10]KazrmiSZ,GradyPL.On-linecolormonitoringincontinoustextiledyeing[J].ISATransaction,1996(35):33—43.
[11]李莉.基于遗传算法的BP神经网络在织物染色配色中的应用研究[D].青岛:青岛大学硕士论文.2007:1-5
[12]刘丽娜,房国志,陈宝远.基于神经网络的颜色检测系统的设计[J].哈尔滨理工大学学报.2006(2):4-7
[13]王卓.基于RGB三基色原理的颜色检测仪的设计[D].天津:天津大学硕士论文.2006:14-18
[14]龚健.便携式颜色识别与重现系统的研究[D].南京:南京理工大学硕士论文.2005:4-9
[15]申铉国.智能化数字化颜色测量系统的研究[D].吉林:吉林大学硕士论文.2007:1-5
[16]BuluswarSD,DraperBA.Colormachinevisionforautonomousvehicles[J].EngineeringApplicationsofArtificialIntelligence,1998(11):245-256.
[17]潘海鸿,陈琳,黄炳琼,蒙健义.基于TCS230传感器的高精度颜色识别系统设计[J].传感器与仪器仪表.2009(25):159-161
[18]江和平,孙茂印.钞票颜色识别系统的设计[J].微处理机.2000(4):56-59
[19]卢川英,于浩成,孙敬辉,孟中.基于TCS230传感器的颜色检测系统[J].吉林大学学报(信息科学版).2008,26(6):621-626
[20]龚向东,曾振兴,林丹.基于SPCE061A单片机的颜色检测系统的设计[J].电子测量技术.2008(4):146-149
[21]刘增辉.颜色传感器技术研究进展[J].传感器技术.2003:1-4
[22]李宏光,吴宝宁.几种颜色测量方法的比较[J].应用光学.2005,26(3):6O-63
[23]刘娟.颜色测量方法[J].聚焦标准.2008(2):34-37
[24]OestreichJM,TolieyWK,RichDA.Thedevelopmentofacolorsensorsystemtomeasuremineralcompositions[J].MineralsEngineering,1995,8(1):31-39.
[25]谢晓昱,仲星明,孙智强.色谱与色彩管理[M].江苏:江苏科学技术出版社.2003:143-149
[26]唐圣学,刘波峰,徐东峰.基于模糊神经网络的颜色识别方法[J].传感器技术.2003(22):57-62
[27]陈雁,李栋高,判别颜色感觉的人工神经网络方法[J].纺织学报.2005(1):64-66
[28]OPTEKTechnologyInc.ColorSensingusingtheOPB780ApplicationBulletin231
[29]OPTEKTechnologyInc.ReflectiveColorSensorAssemblyOPB780Z
[30]程杰铭,陈夏洁,顾凯.色彩学[M].北京:科学出版社.2006
[31]刘真,蒋继旺,金杨.印刷色彩学[M].北京:化学工业出版社.2007:56-71
[32]刘武辉,胡更生,王琪.印刷色彩学[M].北京:化学工业出版社.2004:95-146
[33]黄国详.RGB颜色空间及其应用研究[D].长沙:中南大学博士论文.2002:121-134
[34]王小青,位军,陈素军.基于均匀色差的彩色图像分割方法[J].兵工自动化.2006,25(10):3007-3010
[35]曹从军.色彩管理关健技术CIEL*a*b*与CMYK变换算法的研究[D].西安:西北大学博士论文.2008:22-27
[36]中华人民共和国国家质量监督检验检疫总局.GBT7921-2008均匀色空间和色差公式[J].中华人民共和国国家标准.2008
[37]M.R.Luo.AColor-differenceFormulaforSurfaceColorunderIlluminateA,JSDC,1987:103-161.
[38]周恕义,王少华.1931CIE—RGB系统向XYZ系统的转换[J].纺织基础科学学报.1990(3):72-75
[39]将亚东,谢光忠.敏感材料与传感器[M].电子科技大学出版社,2008:111-124
[40]唐露新.传感与检测技术[M].科学出版社,2006:130-153
[41]陈艾.敏感材料与传感器[M].化学工业出版社,2004:214-254
[42]刘亮.先进传感器及其应用[M].化学工业出版社,2005:71-91
[43]王飚,陈炳若等.硅双结型颜色传感器的研究[J].传感技术学报.2000(2):92-95
[44]杨一平,庄庆德.集成硅颜色传感器[J].传感器技术.1992(1):19-21
[45]StiebigH,KnippD.HapkeP.Threecolorpiiin-detectorusingmicrocrystallinesilicon[J].JournalofNon—CrystallineSolids,1998(227):1330-1334.
[46]WolffenbuttelRF,DeGraafG,EngenE.Bipolareircuitsforread-outofanintegratedsiliconcolorsensor[A].Proceedings-IEEEInternationalSymposiumonCircuitsandSystems[C].USA:IEEE,1995:299-302.
[47]夏建弘.一种新型颜色传感器[J].自动化与仪表.1992(2):1-2
[48]张友德,赵志英等.单片微机原理、应用与试验[M].复旦大学出版社.2003:105-158
[49]AtmelTechnologyInc.AT89C51:8-BitMicrocontrollerwith4KbytesFlashDatasheet.
[50]ProlificTechnologyInc.PL-2303USBtoRS-232BridgeControllerProductDatasheet.August,2002
[51]刘振旺廖斌等.测量系统之照明光源设计[J].中国科技信息.2009(16):125-132
[52]PhilPilgrim,BuenoSystems,Inc.TAOSTSLx257-seriesColorSensorDemoTheory&Design[J].www.taosinc.com
[53]方佩敏.给MAX1916加亮度调节电路[J].世界电子元器件.2003(1):25
[54]司佑全,基于单片机的数字频率计设计与制作[J].湖北师范学院学报(自然科学版).2005(2):77-79
[55]张巧云,陶维青.基于TMS320F2812的数字频率计的设计[J].单片机与嵌入式系统应用.2009(3):56-59
[56]全国信息与文献标准化技术委员会出版物格式分技术委员会.设计与印刷国家标准色谱[M].北京:大众文艺出版社.2001
[57]葛哲学,孙志强.数据网络理论与Matlab2007实现[M].北京:电子工业出版社.2008:123-156
[58]周开利,康耀红.神经网络模型及其Matlab仿真程序设计[M].北京:清华大学出版社.2004:69-90
[59]韩旭明.Elman神经网络的应用研究[D].天津:天津大学硕士论文.2006:11-13
[60]张安岭.基于Elman网络的织物染色配色理论研究与系统开发[D].青岛:青岛大学硕士论文.2006:23-26
[61]韩旭明.Elman神经网络的应用研究[D].天津:天津大学硕士论文.2006:11-13
[62]Wang,L.M.,Shi,X.H.,Li,M.,Chen,G.J.,Ge,H.W.,Lee,H.P.Liang,Y.C.ApplicationsofPSOAlgorithmandOIFElmanNeuralNetworktoAssessmentandForecastingforAtmosphericQuality[C],7thInternationalConferenceonAdaptiveandNeuralComputingAlgorithms,2004:251-254.
[63]韩晓微,晏磊,原忠虎,范立南.基于BP神经网络的颜色模糊量化方法[J].系统仿真学报。2006,10(18):3007-3010
[64]李苏梅,韩国强,周咏梅.一种基于BP神经网络的颜色空间量化方案[J].广西师范大学学报:自然科学版.2008(3):232-235
[66]张勇,吴文健,刘志明.基于改进均值聚类分析的迷彩伪装色选取[J].计算机工程与应用.2009(45):210-212
[67]宗瑜,江贺,张宪超,单世民.空间平滑搜索CLARANS算法[J].小型微型计算机系统.2008(4):667-671
[68]时念云,张金明,褚希.基于CURE算法的相似重复记录检测[J].计算机工程.2009(5):56-58
[69]刘卫宁,曾婵娟,孙棣华.基于DBSCAN算法的营运车辆超速点聚类分析[J].计算机工程.2009(5):268-270
[70]冯永,吴开贵,熊忠阳,吴中福.一种有效的并行高维聚类算法[J].计算机科学.2005(3):216-212
[71]涩川育由,高桥由美.可撕式配色手册[M].世界图书出版公司.2004
[72]雷旭,童子权.提高测色系统精度的数学模型的确定[J].仪器仪表学报.1997(2):183-188
[73]G.deGraaf,F.R.Riedijk,R.F.Wolffenbuttel.Colour-sensorsystemwithafrequencyoutputandanISSorI2CbusinterfaceSensorsandActuatorsA:Physical,Volume61,Issues1-3,1997(6):441-445
[74]李旭明.神经网络模糊控制器单片机实现[J].厦门大学学报(自然科学版).2000(1):52-57