[发明专利]基于光谱数据的Yule-Nielsen修正值n的最优化方法

权利要求书

1.一种基于光谱数据的Yule-Nielsen修正值n的最优化方法，其特征在于包括以下步骤：

1)针对不同的应用和色区选取m个墨水配方(各墨水用量)，经打印机输出对应检验样本；

2)利用分光光度计测量每个检验样本的光谱数据，得检验光谱R_C，1(λ)、R_C，2(λ)、...、R_C，m(λ)，其中下标C表示检验光谱，λ表示测量波长，下标m表示第m个校准样本；

3)对于某一波长λ，Yule-Nielsen修正值n_λ从1到9以0.1为间隔，采用已经建立的光谱Yule-Nielsen修正的Neugebauer模型对每个检验样本的墨水配方的光谱数据进行预测，得在不同n_λ值下的预测光谱R_P，nλ，1(λ)、R_P，nλ，2(λ)、...、R_P，nλ，m(λ)，见下式：

RP,nλ(λ)=[Σi=12kwi(Ri(λ))1/nλ]nλ]]>

其中，R_P，nλ(λ)是检验样本墨水配方的预测光谱；k是模型所采用的墨水数量，一般为3或4；w_i是各基色的权重系数，可根据检验样本的墨水配方计算得到；R_i(λ)是各基色的光谱数据，在建立光谱Yule-Nielsen修正的Neugebauer模型时就已经测量得到；n_λ是在波长λ时的Yule-Nielsen修正值；

4)对于某一波长λ，计算不同n_λ值下的预测光谱R_P，nλ，1(λ)、R_P，nλ，2(λ)、...、R_P，nλ，m(λ)与对应检验光谱R_C，1(λ)、R_C，2(λ)、...、R_C，m(λ)之间的RMS_nλ值，见下式：

RMSnλ=Σi=1m(RC,i(λ)-RP,nλ,i(λ))2m]]>

5)对于某一波长λ，从不同n_λ值下的RMS_nλ值中选择最小的那个RMS_nλ所对应的n_λ作为波长λ的最优的Yule-Nielsen修正值。