简介:
本发明公开了一种基于大数据学习的涂料配色方法及系统,本发明涂料配色方法的步骤包括通过分光光度计检测获取目标色块的反射率R、计算目标色块的K/S值(K/S)以及目标色块的三刺激值[X,Y,Z],最终将目标色块的三刺激值[X,Y,Z]输入预先基于大数据学习完成训练的机器学习模型,所述机器学习模型完成训练后包含色块的三刺激值[X,Y,Z]及其对应的配方之间的映射,最终得到目标色块所对应的配方并输出。本发明能够有效解决涂料配色行业中存在的耗时长、成本高和效果差的问题,通过引入机器学习的方法,使得系统在不断进化学习中获得满意的配色结果,具有高智能、高可扩展性和高精度的优点。
本发明公开了一种基于大数据学习的涂料配色方法及系统,本发明涂料配色方法的步骤包括通过分光光度计检测获取目标色块的反射率R、计算目标色块的K/S值(K/S)以及目标色块的三刺激值[X,Y,Z],最终将目标色块的三刺激值[X,Y,Z]输入预先基于大数据学习完成训练的机器学习模型,所述机器学习模型完成训练后包含色块的三刺激值[X,Y,Z]及其对应的配方之间的映射,最终得到目标色块所对应的配方并输出。本发明能够有效解决涂料配色行业中存在的耗时长、成本高和效果差的问题,通过引入机器学习的方法,使得系统在不断进化学习中获得满意的配色结果,具有高智能、高可扩展性和高精度的优点。