论文部分内容阅读
针对织物染色配色过程中的复杂性和非线性问题．提出一种基于聚类的BP神经网络织物染色配色方法。通过模糊C均值聚类方法对初始样本集进行预处理，然后构建结构合理的BP神经网络对处理后的样本集进行训练和仿真。实验结果验证该方法与传统的BP神经网络相比能明显提高网络的收敛速度和泛化能力．能较准确地实现对织物染色配方的预测．