论文部分内容阅读
针对纹样数字化改造的瓶颈,将纹样视为位置和颜色之间的关系函数,使用人工神经网络进行学习,利用网络输出重构纹样,通过在网络输入输出层上设置干扰函数来进行纹样改造和创新。采用2个输入点、3个输出点和若干隐含层的反向回馈网络结构,通过调节隐含层的规模控制网络容量以适应不同的纹样关系函数;从纹样像素构造输入样本集,通过反复训练降低误差,将网络的颜色输出置于对应位置上完成纹样重构;通过在网络输入层或输出层上设置干扰函数,对输入位置数据或输出颜色数据进行调制,实现了对纹样造型和颜色分布的改造;总结了条纹化、扭曲