廖宁放[1]1999年在《基于人工神经网络的CRT色度变换方法》文中研究指明CRT 色度变换,主要指CRT 的RGB 色度空间与CIEXYZ 色度空间的相互变换,是近年来色度学领域的一个重要研究课题。这是由于该技术可以应用于“所见即为所得”的彩色复制、Internet 网上颜色信息的标准化交流、色度学基础研究等一系列重要场合中。经过十多年的发展,传统CRT 色度变换模型已基本成熟,其中包括三维查表、PLCC、PLVC、LIN-LIN2、LOG-LOG、GOG、Berns 等一系列模型。这些模型已在实际CRT 色度变换或标定技术中得到应用,色差基本能满足使用要求。但是,上述传统CRT 色度变换模型存在一个共同缺点,即每变换一个色样都要经过大量的数学计算,因此变换速度较慢。这一缺陷显然不适合当今彩色图像处理的实时快速特点,因此有必要研究一种更加适合彩色图像信息显示特点的CRT 色度变换方法。人工神经网络是近年来迅速崛起的一种信息处理技术。模糊性和并行高速处理是它的两大特点,这些特点恰好与彩色图像信息处理的特点相吻合。因此近年来已有众多学者把神经网络技术应用于色度空间变换的研究中,并取得了肯定的效果。基于上述考虑,本文采用BP 神经网络对CRT 色度变换方法进行了深入研究, 所完成的具有创新内容的工作有:1. 通过大量实验建立了一套实用的RGB?XYZ 变换或XYZ?RGB 变换的BP 神经网络的结构模型、训练模型、学习规则等。2. 提出了一种基于LOG 变换(即对数变换)的训练样本划分的经验公式,通过实验验证了它的有效性。3. 提出了BP 网的分解训练、派生网的XYZ(?)RGB 变换以及基于查表的XYZ?RGB变换等新方法,并用实验证实了它们的有效性。4. 在计算机上完成了上述CRT 色度变换系统软硬件的模拟: 研制了一套专门用于CRT 色度变换的BP 神经网络的仿真软件;开发了以PC1500 微型光谱仪为核心的CRT 色度测量装置以及用Visual Basic 语言编制的仿真系统控制界面软件等,从而为该项技术的实用化打下了良好的基础。本文的研究结果表明:用于CRT 色度变换的BP 神经网络可以采用4 个隐层、每一隐层的神经元数小于15 的简化结构;采用7×7×7(即343)的训练样本集的RGB(?)XYZ 或XYZ(?)RGB 变换的平均变换精度小于2 个CIELUV 色差单位,基本满足多数实际应用的要求;当训练样本数进一步增加时,变换精度还可以相应提高。
许宝卉[2]2010年在《显示器色彩特性分析及色彩空间转换技术研究》文中研究说明为了实现开放式印刷系统、电子出版及网络出版系统中精确地色彩传递和再现,国际色彩联盟(International Color Consortium简称ICC)制定了ICC色彩管理标准。彩色显示器是印刷领域印前系统中重要的组成部分,它的呈色性能、色彩空间转换模型精度直接影响彩色图像的显示效果;另一方面,为了将显示屏幕用于印刷系统的软打样,实现真正意义上的“所见即所得”,就要对显示器色彩特性以及色彩空间转换模型进行深入系统地研究。论文在对色彩管理技术的原理、方法、流程、关键技术进行综合分析的基础上,对显示器色彩测试系统进行了设计,提出了从改善采样点空间分布均匀性的角度,来表征输入输出的非线性关系,以提高特征化变换精度的思想,设计了两端细分中间均匀和基于LOG函数变换的测试色靶。通过实验对显示器的色域、通道独立性、空间均匀性、时间均匀性、磷粉恒常性、液晶屏幕的视角、“黑点”对色彩校正的影响以及显示与印刷效果的对比等进行了研究;采用极差理论分析了伽玛值、亮度、色温对输出效果的影响规律,以此为基础提出采用自适应动态伽玛改善图像效果的思想,并给出了相应的调整流程。建立了增加多项式项数、常数项和扩展项的显示器色彩非线性回归转换模型,以解决转换精度问题、误差局部极大或极小问题以及高阶回归出现的精度调节能力下降的问题;并通过改变模型的输出色彩空间分别实现了多项式RGB到XYZ和Lab的转换,转换精度明显提高。在实现显示器三维查找表模型转换的过程中,设计了三棱柱和四面体的插值算法,比较了四种几何体插值算法的转换精度,结果表明:随着立方体不断细分,模型转换精度越来越高,色差都小于3,在人的视觉不敏感范围内。研究了数字驱动值与显示器亮度参数的关系,改变传统阶调为指数曲线的的描述方法,使用二次多项式进行拟合,建立了基于阶调/矩阵的显示器特征化模型;在转换误差较大的情况下,将求解特征矩阵的特征点由最大点转变为中间点,使最终得到的阶调/矩阵模型转换色差大幅度降低,转换精度得以提高。建立了RGB到Lab和Lab到RGB的正反变换BP神经网络模型,探索了反变换过程中色差的估算办法;通过多重训练比较,研究了正反转换网络的最佳层及单元数目,采用结构分解减小了网络规模,提高了训练速度;合理选择基于LOG函数的训练样本、检验样本和均匀训练样本进行比较,最终使BP神经网络实现显示器色彩空间正反转换模型的精度达到了比较高的要求;同时提出了基于神经网络正向变换和查表方案相结合的Lab到RGB的反向变换方法,使正向神经网络模型的应用得到了进一步拓展,实验验证了方法的可行性和有效性。通过以上的研究,使用这些方法实现显示器色彩空间转换,可以满足不同的色彩复制精度要求。其中,三维查找表和神经网络模型所得到的转换色差属于小色差范围,是几种方法中比较理想的方法。这些方法为实现屏幕软打样提供了理论依据,为进一步开发扫描仪、显示器、打印机等全面的色彩管理系统打下了良好的基础、积累了研究经验。
柴冰华[3]2006年在《色貌模型CIECAM02若干问题的研究》文中认为1931年制定的CIE(国际照明委员会)色度系统,为颜色科学的理论及其应用技术的发展奠定了基础。然而,进入二十世纪80年代,以计算机技术为代表的信息技术得到了迅猛的发展,传统的色度学理论已经难以解决各种颜色信息交流系统中颜色信息的保真传递和交流问题,由此在颜色科学领域引发了一场持续的色貌模型研究热潮。为了实现跨媒体颜色保真复制,色貌模型是必不可少的一个环节。CIE TC1- 34在1997年建立了色貌模型的统一简化版本—CIECAM97s,经过4年多的测试检验,CIE又于2002年公布了CIECAM97s修正版本CIECAM02,补充了一些信息并更加趋向于实用。但是我们注意到,在国际产业界,迄今为止尚未有任何一种色貌模型被相关领域的颜色管理系统所采用。例如,致力于解决跨媒体之间彩色信息保真交流问题的国际色彩联盟ICC(International Color Consortium)从未把任何一种色貌模型应用在ICC的色彩描述头文件(profile)中。因此可认为,传统色貌模型的理论及其应用仍处于发展、试验阶段。基于传统色貌模型本身的复杂性及其在应用中的局限性,我们提出了“关联色貌模型”这一概念,直接将媒体的颜色驱动参数与色貌属性参数(包括照明、背景、环境因素等)联系起来。“关联色貌模型”既可以直接应用于各种自成体系的闭环颜色控制系统中,又可以与目前国际上流行的开放式系统中的“色彩描述文件”融合为一体,从而使整个系统得以简化。从色貌本身的特性和实际应用时的运行速度考虑,采用神经网络方法来实现这个模型。基于传统色貌模型在颜色复制应用时的复杂性,本文提出了一种“视觉匹配”的方法,来获得训练神经网络所需要的样本数据对,并用CIECAM02模型去检验“视觉匹配”方法所获得的实验数据的可靠性(同时也是对CIECAM02的检验),然后通过神经网络方法进行泛化,实现基于神经网络的“关联色貌模型”模块。为了提高神经网络泛化的精度,我们对训练样本进行了优化排序、色空间转换等处理,并提出和实现了各种主观评价与仪器测量相结合的评价方法。同时,利用这种“视觉匹配”和人工神经网络相结合的方法来实现CRT特性化。这种方法由于包含了人眼的色适应因素,所以是一种给定观察条件下基于色貌的视觉特性化方法。在此基础上,建构了一条简洁的颜色复制数据链,实现了基于该方法从硬拷贝NCS色卡到CRT的复制。另外,鉴于CIECAM02模型只能对处于无彩色背景下的颜色实现准确的色貌预测,还提出了一种对彩色背景下的输入颜色进行相对简单的预处理方法,以便当把预处理得到的数据作为输入时,CIECAM02也可以准确预测。基于对立色理论,通过心理物理视觉实验,获得了一个预处理的色诱导公式。通过有预处理和无预处理的结果比较看出,预处理可以改善预测精度,说明预处理概念提出应该是有意义和有价值的。
王勇[4]2006年在《数字图像设备颜色特征化及其再现理论与技术研究》文中认为彩色显示器、彩色扫描仪和彩色打印机等数字图像设备在生产、生活和科学研究中的应用日益广泛。由于不同图像设备的颜色获取、显示和输出原理以及颜色表现能力不同,所以颜色信息的直接传递难以实现跨媒介保真再现,严重制约了彩色数字图像设备在现代和传统颜色工业、计算机辅助设计、生物医学等各方面的应用。颜色管理系统通过精确定义彩色图像设备的颜色特征、颜色管理意图、照明与观察条件等影响颜色外貌的参数,通过不同图像设备颜色空间的映射,实现颜色的真实再现。另一方面,颜色是刺激物、视觉系统以及照明与观察条件(如照明光源、观察环境、观察几何条件等)综合作用的结果。因此,颜色管理系统非常复杂,其中的诸多问题仍然是国际上颜色科学和计算机图形图像技术的研究热点。本论文着重研究颜色管理系统中的数字图像设备颜色特性表征这一关键技术问题,针对不同的数字图像设备,比较并优化了颜色特征化的技术方法及其数学模型。同时,研究了数字图像设备的色域描述方法,分析了彩色图像设备的色域特性。最后,基于设备的精确颜色特征化,以ANSI IT8.7/2标准色卡为例,实现了从扫描仪输入、经CRT软拷贝显示到打印机硬拷贝输出的颜色传输和再现的完整应用过程。彩色扫描仪是一种重要的数字图像输入设备。扫描仪的颜色特性表征方法主要有两种,即色度特征化和光谱特征化。扫描仪的色度特征化着重研究了多项式回归模型,通过优化多项式项数、输入预处理并选择合适的输出颜色空间,实现了高精度的扫描仪色度特征化。但是,扫描仪的多项式回归色度特征化模型存在同色异谱问题,因此本文提出了基于主元分析法(PCA)和神经网络技术实现扫描仪颜色光谱特征化的算法模型,解决了同色异谱的问题,并且获得了比国际上同类研究更高的图像光谱重构精度。对于广泛应用的阴极射线管(CRT)显示器,比较了几种不同模型的颜色特征化精度。采用对颜色测试数据进行去除黑点的预处理,有效地提高了模型的精度。当每个通道采用17个标定颜色时,假定色品恒定的线性插值(PLCC)模型的颜色表征精度最高;如果每个通道采用5个标定颜色,则增益-偏置-伽玛(GOG)模型的颜色表征性能最优。由于液晶显示器(LCD)的颜色显示原理与CRT显示器不同,因而基于LCD阶调复现特性(TRC)的测试和分析,本文提出了适合LCD颜色特征化的S-Shape模型,并通过与已有描述LCD阶调特性的S-Curve模型比较表明,在达到同等精度的前提下,S-Shape模型的参数设置更合理,应用更方便。喷墨打印机的颜色特征化相对于扫描仪和显示器则更为复杂,通常采用三维查表插值法来实现其颜色空间的变换。三维立方体插值能方便地应用于打印机设备相关颜色空间到CIE色度空间的变换,但其逆向变换通常难以实现。因此,本文提出了一种基于立方体细分的三维查表插值匹配算法,并通过实验证明该方法可以实现高精度的打印机颜色空间逆向变换。数字图像设备准确的色域描述是实现不同设备之间色域映射的前提。相对于目前广泛应用的离散描述方法,色域的解析描述能降低数据存储空间,并提高色域映射的计算效率。本文基于三维空间中曲面拟合的思想并结合色域特征,提出了色域的双变量高阶多项式(TVHOP)解析描述方法及其数学模型。通过对彩色CRT显示器的色域描述实验研究表明,TVHOP模型基于少量的色域表面颜色的测试即可以获得较高的色域描述精度。在详细研究了数字图像设备颜色特征化技术的基础上,以ANSI IT8.7/2标准色卡为测试彩色图像,通过扫描仪输入到显示器软拷贝再现和打印机硬拷贝输出,实现了完整的颜色信息传输过程,并对各设备的颜色特征化模型以及颜色再现能力进行了综合的测试、分析和评价。然后,将本论文的实验结果与国内外相关研究进行比较,验证了本研究中数字图像设备的颜色特征化模型与颜色再现的高精度和有效性。最后,对本论文研究工作的主要结论和创新点进行了阐述和总结,并对今后进一步的研究工作进行了展望。
胡涛, 汪鑫, 张志刚[5]2005年在《人工神经网络在CRT色空间变换的应用》文中研究表明提出一种基于人工神经网络的色空间变换方法。该方法利用神经网络的非线性变换的特点 ,他既解决了 RGB色彩空间到 CIEL AB色彩空间的非线性变换 ,又可用于其他的色彩空间转换。并对网络的学习 ,变换的色差进行了分析。如果采用硬件的神经网络 ,有望实现实时变换。
孙景[6]2006年在《数字彩色显示设备色彩控制技术研究》文中指出数字影像设备的色彩管理是数字彩色流程中色彩一致性再现的保证,广泛应用于纺织、印刷、多媒体成像等多个领域,是国际上近十年来非常活跃的研究热点。本课题着重于数字彩色显示设备色彩控制技术的研究,目的是认识和掌握色彩管理的核心内容,为数字彩色设备的开发和有效应用打下技术基础。色彩控制的核心技术是设备描述文件内容。国际标准的设备描述文件含有设备的特征化变换、色域描述和色域映射。课题选用了不同类型的显示器。针对特征化变换关系,采用三种方法:多项式拟合、三维查找表以及神经网络的方法,并对三种方法就转换精度进行了比较。采用四面体插值技术构建了三维查找表;采用包含插值点并由与插值点相邻最近3个采样点所组成的四面体来查找组成四面体的第四个点的方法,解决了插值四面体的确定和快速查找等问题,建立了特征化变换的三维查找表,并具有实用的精度。此外,还使用神经网络的方法建立颜色转换关系,使得所得色差精度又有所提高。本文还实验并建立了基于simple~γ模型的色空间变换方法——改进simple~γ模型方法。通过利用simple~γ模型,将色彩变换过程分为两步,一步是建立色块的色度值与变换色度值的一维数值关系,另一步是建立变换色度值和数字控制值间的三维变换关系。实验表明,这种两步的变换方法,可降低系统的复杂度,较直接采用多项式拟合、插值技术及神经网络建立色彩变换关系的方法有更高的变换精度。最后,利用神经网络的方法对显示器进行了色彩控制应用实验。通过对人物风景等影像所进行的颜色转换,发现虽然存在不足,但神经网络方法能对显示设备进行有效的色彩校正和控制。
赵磊[7]2014年在《基于最优化理论的色彩输出特性研究》文中研究说明数字化技术在媒体中的应用已经影响到媒体内容传输的各个方面,数字图像作为重要的媒体内容类型之一,其复制效果与色彩再现的真实程度息息相关。色彩作为图像的基本要素,在图像采集、存储、处理以及复制过程都占有重要地位。但由于色彩设备原理、结构、制造工艺和驱动程序等方面的差异,导致同一数字图像在不同色彩设备上呈现色彩各异。色彩管理系统(CMS)以此需要为基础,通过色彩设备校正、特征化和色彩转换精确再现色彩信息。随着最优化理论的发展及计算机运算能力和存储能力的提高,色彩管理中设备特征化模型和色彩转换模型的建立也将其纳入研究范围。本文在新近出现的人工神经网络、遗传算法和粒子群算法等最优化理论的基础上,以数字图像像素为基础建立了设备点集色域,对最优化理论在设备特征化模型和设备色域匹配模型建立中的应用展开了深入的探讨和研究,建立了若干种设备正向和反向特征化模型以及设备色域匹配模型,并对所建立的模型进行了评价和比较。论文的主要工作和创新点包括:(1)以数字图像像素为基础,结合设备正向特征化模型建立了显示设备和打印设备的点集色域,并通过实验将设备点集色域与几何色域进行了比较。实验结果显示,在当前计算机运算速度和存储容量大幅度提高的前提下,采用点集色域方法也可以非常有效的表示设备的色域。(2)建立了基于BP神经网络的设备正向特征化模型,在对学习样本进行色相角分类的基础上,提出了并建立了基于BP神经网络的设备反向特征化模型,初步解决了BP神经网络难以直接用于设备反向特征化模型的问题。(3)将径向基神经网络引入设备特征化正向模型的建立,并以径向基网络的共同参数SPREAD值为切入点,提出了在经验范围内利用计算机程序自动确定最优SPERAD值的方法,建立了基于3种径向基函数的设备特征化正向模型,并与成熟的基于BP神经网络的设备正向特征化模型进行了比较。实验结果显示,基于径向基神经网络建立的设备正向特征化模型,与基于BP神经网络的设备正向特征化模型相比,速度和精度都有了较为明显的提升。(4)基于设备点集色域和GBD色域描述超细化(Ultra-Fine)分区方法,提出了两种基于超细化GBD色域匹配方法,分别命名为UFGBD1和UFGBD2;基于BP神经网络、遗传算法和粒子群算法,提出了基于BP神经网络的色域匹配方法(BPNNGM)、基于准遗传算法的色域匹配方法(QGAGM)和准粒子群算法的色域匹配方法(QPSOGM),并设计实验将所提出的色域匹配方法与CARISMA色域匹配方法进行了主观和客观的比较。实验结果显示,本文所提出的五种色域匹配算法,与成熟的色域匹配算法相比,达到了基本一致的性能。(5)针对色彩管理与印刷工艺关系密切的特点,提出了基于数字图像块处理理论的印刷油墨估算方法,并针对胶印和凹印典型产品的实际生产情况设计进行了实验。实验结果显示,该油墨估算方法可以达到较高的估算精度,可以用于实际生产中印刷油墨用量的估算,具有一定的实践指导意义。最后,在总结本文的主要内容以及所取得的研究成果,和分析探讨研究中存在不足的基础上,提出了后续研究工作的建议和想法。
李丽霞[8]2012年在《神经网络在显示器特征化中的应用》文中研究表明色彩管理是伴随着数字彩色设备的广泛应用发展起来的,目的是为了解决不同设备间色彩的匹配性问题。显示器是一个重要的印前数字彩色设备,起着“软打样”的作用,在印刷领域它的设备特性和色域对印刷系统的软打样、印刷品品质都有很大影响,显示器色彩管理具有重要的研究价值。色彩管理方法的不同多在于特征化方法或色空间转换方法的不同,研究表明神经网络在非线性处理方面具有自身独特的优点。本文在研究与分析RGB、CMYK、XYZ和Lab四种色空间的色域及其均匀性的基础上,通过比较BP(Back-Propagation)与RBF(Radial basis function)两种神经网络的性能,得出RBF网络更适合进行显示器RGB-Lab的色空间转换特性处理的结论。在BP和RBF网络性能的比较研究中,我们首先利用CRT显示器的Adobe Gamma软件校准CRT显示器;然后通过Photoshop软件制作出R、G、B三种颜色以0、32、64、96、128、160、192、224、255,9级灰度划分的729个色块,记录色块的RGB-Lab值,得到实验所需的729组数据;最后利用LCD显示器采用MATLAB软件仿真上述制作好的729组数据。通过采用CIE1976Lab色差理论对样本仿真优化的评判,证明了RBF神经网络在色空间非线性转换性能方面优于BP神经网络,由此确定采用RBF神经网络进行显示器特征化处理。RBF神经网络训练的性能与网络的训练中心值有关.通过对以往优化算法的筛选,采用正交最小二乘算法(Orthogonal Least Squares (OLS))优化RBF神经网络。我们的MATLAB仿真实验表明:经过正交最小二乘算法的优化,RBF神经网络的色空间转换误差得到一定程度的降低,OLS-RBF模型在显示器特征化中效果良好。
唐兆菊[9]2006年在《CRT显示器的颜色管理》文中研究指明颜色管理是颜色复制行业一个很重要的技术,它为颜色复制的精确性提供了技术上的保障。而在颜色管理技术中,色空间转换是关键。为各种颜色复制设备建立的色度模型精确度的高低决定了色空间转换的优劣。这对整个颜色复制行业的发展有着重要的作用。显示器作为计算机最重要的输出设备是一个很普遍的颜色复制设备,实现显示器颜色复制的一致性有着重要的意义。本课题以CRT显示器作为颜色复制设备色度模型建立的研究对象。 鉴于神经网络在非线性函数模型建立方面的重要作用,本文利用BP神经网络对三星SyncMaster743DF CRT显示器成功地建立了色度模型,进行了理论和误差上的分析,证明建立的BP神经网络模型对CRT显示器的颜色复制获得了较精确的结果,实现了颜色校正的可视化。 本课题在Microsoft Windows环境下的Visual C++平台上用BP神经网络对显示器模型的建立做了大量的实验和研究,对颜色管理技术的发展有一定的指导意义。
徐艳芳[10]2004年在《数字彩色输出设备色彩控制技术研究》文中研究指明数字影像设备的色彩管理是数字彩色流程中色彩一致性再现的保证,广泛用于纺织、印刷、多媒体成像等多个领域,是国际上近十年来非常活跃的研究热点。在各种数字设备中,输出设备因系统的非线性程度高而最为复杂。本课题着重于数字彩色输出设备色彩控制技术的研究,目的是认识和掌握色彩管理的核心内容,为数字彩色设备的开发和有效应用打下技术基础。色彩控制的核心技术是设备描述文件内容。国际标准的设备描述文件含有设备的特征化变换、色域描述和色域映射。课题选用了不同类型的输出设备。针对特征化变换关系,采用四面体插值技术构建了三维查找表; 建立了采样优化和采样点的虚拟扩充方法,由此改善输出采样点的空间分布均匀性和获得更大尺寸的三维查找表,进一步提高了查找表的变换精度。此外,还建立了特征化变换的色度密度方法。色度密度方法结合物理模型方法的思想和经验方法的技术,将特征化分为一维变换和三维变换两个过程,降低了过程关系的复杂度。分析及应用实验表明,三维查找表与色度密度方法,均能对输出设备进行有效的色彩校正和控制; 但各有优势与不足。针对两种方法的特性,设计了发挥两者优势、克服其不足的影像优化方法,得到了优良的控制结果。在设备色域描述中,课题应用四面体几何技术,建立了直接利用来自于特征化变换的采样数据、通过插值计算求解色域边界点的方法; 并引入色域球的概念,实现了插值数据的快速查找。实验表明,该方法具有较高的色域边界确定精度,求解速度完全满足实用要求; 依此建立的色域描述矩阵可方便地用于色域映射算法中。课题实现了对人物风景等影像具有较好映射效果的截切算法,和对多种类型影像均具有较好视觉效果的GCUSP压缩映射算法。综合上述三方面内容,在三个不同的设备上进行了实际应用。结果表明,所建立方法具有较好的色彩控制效果。
参考文献:
[1]. 基于人工神经网络的CRT色度变换方法[D]. 廖宁放. 北京理工大学. 1999
[2]. 显示器色彩特性分析及色彩空间转换技术研究[D]. 许宝卉. 西安理工大学. 2010
[3]. 色貌模型CIECAM02若干问题的研究[D]. 柴冰华. 北京理工大学. 2006
[4]. 数字图像设备颜色特征化及其再现理论与技术研究[D]. 王勇. 浙江大学. 2006
[5]. 人工神经网络在CRT色空间变换的应用[J]. 胡涛, 汪鑫, 张志刚. 现代电子技术. 2005
[6]. 数字彩色显示设备色彩控制技术研究[D]. 孙景. 天津大学. 2006
[7]. 基于最优化理论的色彩输出特性研究[D]. 赵磊. 华南理工大学. 2014
[8]. 神经网络在显示器特征化中的应用[D]. 李丽霞. 江南大学. 2012
[9]. CRT显示器的颜色管理[D]. 唐兆菊. 西安理工大学. 2006
[10]. 数字彩色输出设备色彩控制技术研究[D]. 徐艳芳. 天津大学. 2004
标签:物理学论文; crt论文; 数字图像论文; 人工神经网络论文; 颜色模型论文; 图像融合论文; 显示器参数论文; 数字转换论文; 颜色转换论文; 显示器尺寸论文; 色域论文; crt显示器论文; bp神经网络论文;