CN110146456A - 一种印刷品质量评价参数优化的方法 - Google Patents

一种印刷品质量评价参数优化的方法 Download PDF

Info

Publication number
CN110146456A
CN110146456A CN201910527928.8A CN201910527928A CN110146456A CN 110146456 A CN110146456 A CN 110146456A CN 201910527928 A CN201910527928 A CN 201910527928A CN 110146456 A CN110146456 A CN 110146456A
Authority
CN
China
Prior art keywords
value
evaluation parameter
quality evaluation
dot
degree
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910527928.8A
Other languages
English (en)
Inventor
朱国良
王海英
崔雁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Haide Printing Ltd By Share Ltd
Original Assignee
Beijing Haide Printing Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Haide Printing Ltd By Share Ltd filed Critical Beijing Haide Printing Ltd By Share Ltd
Priority to CN201910527928.8A priority Critical patent/CN110146456A/zh
Publication of CN110146456A publication Critical patent/CN110146456A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Inking, Control Or Cleaning Of Printing Machines (AREA)

Abstract

本发明实施例公开了一种印刷品质量评价参数优化的方法,涉及印刷品质量控制技术领域,该方法首先设计测试色块,获得合格的标准样张;然后通过测量标准样张CMYK四色油墨的实地密度、75%网点面积处密度、50%网点面积处的实际网点面积以及100%网点面积处的色度Lab值计算相对反差和网点扩大值;其次计算实地色块处对应Lab值与参考值之间的绝对差值;接着选取相对反差,网点扩大值以及色度三种影响因素构建灰关联评价体系,确定关联度;最后选择与实地密度关联度较高的参数作为最优评价参数。本发明能够综合考虑影响印刷品质量的因素,优化出印刷品质量评价参数,给印刷企业提供质量控制参数权重的参考,有益于印刷工人判定修正方向,提高印刷企业工作效率。

Description

一种印刷品质量评价参数优化的方法
技术领域
本发明实施例涉及印刷品质量控制技术领域,具体涉及一种印刷品质量评价参数优化的方法。
背景技术
高质量的印刷品是印刷工作追求的终极目标。当前印刷行业的行业标准中对印刷质量的相关参数做了规定,却没有给出具体的操作方法。印刷品质量评价参数有Lab、墨层厚度、相对反差、网点扩大、实地密度等,其中实地密度在印刷品色彩质量评价中起到了重要作用。而影响印刷品质量的参数之间是互相关联、互相影响的,其中实地密度影响着墨层厚度、网点扩大,同时也会受到油墨色度、网点扩大和相对反差等因素的影响。
现有的印刷品质量评价方法的评价参数多且各评价参数之间相互影响,而目前并没有一种印刷品质量控制参数优化的方法和思路,导致在印刷过程中印刷工人需要反复调试,印刷企业工作效率还有待提高。因此,需要对以实地密度为核心的影响因素的重要性进行评估,优化出印刷品质量评价参数。
发明内容
为此,本发明实施例提供一种印刷品质量评价参数优化的方法,以解决现有技术中印刷品质量评价方法的评价参数多且各评价参数之间相互影响而导致在印刷过程中印刷工人需要反复调试,印刷企业工作效率还有待提高的问题。
为了实现上述目的,本发明实施例提供如下技术方案:
根据本发明实施例的第一方面,一种印刷品质量评价参数优化的方法,包括以下步骤:
S1、以一定间隔设计网点面积从0%到100%的测试色块;
S2、基于所述测试色块印刷样张,并待印刷机运行稳定后间隔抽取质量合格的标准样张;
S3、利用分光光度计测试所述标准样张的实地密度、75%网点面积处密度、50%网点面积处的实际网点面积以及100%网点面积处的色度Lab值,并计算相对反差K值和网点扩大值;
S4、以ISO12647-2中标准的L*、a*、b*作为参考值,计算所述标准样张中实地色块处对应的色度Lab值与参考值的绝对差值ΔL*、Δa*、Δb*;
S5、选取相对反差K值、网点扩大值以及色差值ΔL*、Δa*、Δb*作为参数,构建灰关联评价体系,确定各参数与实地密度的关联度;
S6、将各参数的关联度数值按大小顺序排列,选择与实地密度关联度较高的参数作为最优评价参数。
进一步地,步骤S5具体包括以下步骤:
S51、以实地密度为核心,选取相对反差K值、网点扩大值以及色差值ΔL*、Δa*、Δb*作为灰关联评价体系中的参数;
S52、设定包括参考数列和被比较数列的数据序列;
S53、采用隶属度函数对所述被比较数列进行无量纲化处理;
S54、计算关联度系数ζi
S55、计算关联度γ。
进一步地,步骤S3中的所述网点扩大值的计算方法为50%网点面积处的实际网点面积减50%;所述相对反差K值的计算公式为其中:Dt为75%网点面积处的密度,Ds为实地密度。
进一步地,步骤S53中的计算所述隶属度函数的公式为:
偏大型:
偏小型:
其中:μ(x)为隶属度函数值,x为每个特征数值;若x为相对反差K时,则选用偏小型隶属度函数;若x为色差值ΔL*或Δa*或Δb*或网点扩大值Δdot,则选用偏大型隶属度函数;b为最大有效特征数值,a为最小有效特征数值,a、b的数据设定依据参照ISO12647-2标准。
进一步地,步骤S54中的所述关联度系数ζi的计算公式为其中:Δi=|xi′(t)-x0(t)|,xi′(t)表示经无量纲化处理后的被比较序列,x0(t)表示参考序列,Δmin为Δi中的最小值,Δmax为Δi中的最大值。
进一步地,步骤S55中的所述关联度γ的计算公式为其中ζi(t)为关联度系数,n为样本容量大小。
进一步地,步骤S1具体包括:以5%到10%的间隔设计网点面积从0%到100%的测试色块;所述测试色块采用传统的YMCK四色色块。
进一步地,步骤S2具体包括:基于所述测试色块印刷样张,并待印刷机运行稳定后每间隔30-50张抽取一张质量合格的标准样张。
进一步地,步骤S2中的所述印刷样张具体包括:纸张选取定量为100g/m2~157g/m2铜版纸,油墨采用胶版印刷油墨;印刷条件为:温度为20℃~25℃,相对湿度为40%~60%;色序K,C,M,Y;加网线数为150~200线/英寸;速度为每小时6000~8000张;所述纸张和所述油墨都符合ISO12647-2质量评价标准要求。
根据本发明实施例的第二方面,一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一项所述印刷品质量评价参数优化的方法的步骤。
本发明实施例具有如下优点:
本发明首先设计测试色块,获得合格的标准样张;然后通过测量标准样张CMYK四色油墨的实地密度、75%网点面积处密度、50%网点面积处的实际网点面积以及100%网点面积处的色度Lab值计算相对反差和网点扩大值;其次计算实地色块处对应Lab值与参考值之间的绝对差值;接着以实地密度为核心,选取相对反差,网点扩大值以及色度三种影响因素构建灰关联评价体系,确定关联度;最后选择与实地密度关联度较高的参数作为最优评价参数。本发明能够综合考虑影响印刷品质量的因素,优化出印刷品质量评价参数,给印刷企业提供质量控制参数权重的参考,有益于印刷工人判定修正方向,提高印刷企业工作效率。同时给印刷企业提供一种质量控制参数优化的一种方法和思路,对印刷的质量控制具有很大的指导意义。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例中提供的一种印刷品质量评价参数优化的方法流程图;
图2为本发明实施例中提供的灰关联评价体系结构示意图;
图3为本发明实施例提供的一种电子设备结构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例中提供的一种印刷品质量评价参数优化的方法流程图,参见图1,包括以下步骤:
S1、设计测试色块:以一定间隔设计网点面积从0%到100%的测试色块;
具体地,以5%到10%的间隔设计网点面积从0%到100%的测试色块;所述测试色块采用传统的YMCK四色色块。
S2、印刷样张并抽取标准样张:基于所述测试色块印刷样张,并待印刷机运行稳定后间隔抽取质量合格的标准样张;
其中质量合格的标准指样张的评价参数基本能够符合ISO12647-2标准。
具体地,步骤S2包括:基于所述测试色块印刷样张,并待印刷机运行稳定后每间隔30-50张抽取一张经目测质量合格的标准样张。步骤S2中的所述印刷样张,纸张选取定量为100g/m2~157g/m2铜版纸,油墨采用胶版印刷油墨;印刷条件为:温度为20℃~25℃,相对湿度为40%~60%;色序K,C,M,Y;加网线数为150~200线/英寸;速度为每小时6000~8000张。所述纸张和所述油墨都符合ISO12647-2质量评价标准要求。
S3、测试标准样张:利用分光光度计测试所述标准样张的实地密度、75%网点面积处密度、50%网点面积处的实际网点面积以及100%网点面积处的色度Lab值,并计算相对反差K值和网点扩大值;
具体地,网点扩大值为50%网点面积处的实际网点面积减去50%;相对反差K的计算公式为
其中:Dt为75%网点面积处的密度;Ds为100%面积处密度即实地密度;
S4、计算实地色块的色差值:以ISO12647-2中标准的L*、a*、b*作为参考值,计算所述标准样张中实地色块处对应的色度Lab值与参考值的绝对差值ΔL*、Δa*、Δb*;
S5、建立灰关联评价体系:选取相对反差K值、网点扩大值以及色差值ΔL*、Δa*、Δb*作为参数,构建灰关联评价体系,确定各参数与实地密度的关联度;
具体地,步骤S5包括以下步骤:
S51、以实地密度为核心,选取相对反差K值、网点扩大值以及色差值ΔL*、Δa*、Δb*作为灰关联评价体系中的参数;参见图2。
S52、设定包括参考数列和被比较数列的数据序列;
设定数据序列分别为:
参考数列:X0={x0(t),t=1,2,…,m};
被比较序列:Xi={xi(t),t=1,2,…,m};
其中:m为参考的个数;i=1,2,…,n;n为样本容量大小。
具体地,参考序列设定为:
X0={0,0,0,0,0,0,0,0,0,0,0,0,47,42,42,33,13,13,13,13};所述参考数列是依据ISO12647-2标准的规范要求设置的。
因所选取的参数为标准样张C、M、Y、K四色色块的相对反差K值、网点扩大值以及色差值ΔL*、Δa*、Δb*,所以参考的个数m为20。
每11个标准样张确定为一个样本,即样本容量大小n=11。
被比较序列为:
S53、采用隶属度函数对所述被比较数列进行无量纲化处理;
隶属度函数公式为:
其中:
μ(x)为隶属度数值;
x为每个特征数值;若x为相对反差K时,则选用偏小型隶属度函数;若x为色差值ΔL*或Δa*或Δb*或网点扩大值Δdot,则选用偏大型隶属度函数;
b为最大有效特征数值;
a为最小有效特征数值;
具体地,a、b的数据设定依据参照ISO12647-2标准:
a={0,0,0,0,0,0,0,0,0,0,0,0,39,34,34,27,13,13,13,13}
b={3,3,3,3,2,2,2,2,2,2,2,2,47,42,42,33,28,27,27,27}。
经无量纲化处理后的被比较序列:Xi′={xi′(t),t=1,2,…,m};无量纲化处理结果如下:
S54、计算关联度系数ζi
关联度系数公式为其中:Δi=|xi′(t)-x0(t)|,表示经无量纲化处理后的被比较序列和参考序列之间的绝对差,Δmin为Δi中的最小值,Δmax为Δi中的最大值。
具体地,根据Δi=|xi′(t)-x0(t)|,计算经无量纲化处理后的被比较序列和参考序列之间的绝对差,形成绝对差序列Δi
由以上绝对差序列可以得出Δmax=1,Δmin=0,再根据关联度系数公式得到:
S55、计算关联度γ,关联度公式为其中n为样本容量大小,关联度定义为样本中关联度系数的平均值。
具体地,计算结果如下:
γ=[0.35 0.44 0.57 0.77 0.54 0.67 0.87 0.51 0.91 0.41 0.46 0.39 10.81 1 0.95 0.80 0.76 0.63 0.7]
将其结果按照CMYK四色分组,如表1所示:
表1各色影响因素的关联度
S6、选择最优评价参数:将各参数的关联度数值按大小顺序排列,选择与实地密度关联度较高的参数作为最优评价参数。
具体地,结果如下:
黑墨K:K>Δb*>Δdot>Δa*>ΔL*
青墨C:K>Δdot>Δa*>ΔL*>Δb*
品红M:K>Δa*>Δdot>ΔL*>Δb*
黄墨Y:K>ΔL*>Δdot>Δa*>Δb*
由此可知,构建参数的灰关联评价体系能够有效的判断各参数之间的关联程度,其中相对反差K的关联度在0.8~1之间,具有较高的关联程度,网点扩大的关联度在0.6~0.8之间,关联程度也比较高,因此,将网点扩大和相对反差作为影响实地密度的最佳参数,应该优先考虑;其次在色度方面,黑墨的Δb*、青色的Δa*、品红Δa*、黄色ΔL*的关联度偏高,所以还需要考虑色度关联度偏高的参数,由此实现质量评价参数的优化。
本发明实施例提供的一种印刷品质量评价参数优化的方法,能够综合考虑影响印刷品质量的因素,优化出印刷品质量评价参数,给印刷企业提供质量控制参数权重的参考,有益于印刷工人判定修正方向,提高印刷企业工作效率。同时给印刷企业提供一种质量控制参数优化的一种方法和思路,对印刷的质量控制具有很大的指导意义。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、存储器(memory)320、通信接口(Communications Interface)330和通信总线340,其中,处理器310,存储器320,通信接口330通过通信总线340完成相互间的通信。处理器310可以调用存储器320中的逻辑指令,以执行如下方法:计算相对反差、网点扩大值;计算实地色块处对应Lab值与参考值之间的绝对差值;选取相对反差,网点扩大值以及色度三种影响因素构建灰关联评价体系,计算关联度;最后选择与实地密度关联度较高的参数作为最优评价参数。
此外,上述的存储器320中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。

Claims (10)

1.一种印刷品质量评价参数优化的方法,其特征在于,包括以下步骤:
S1、以一定间隔设计网点面积从0%到100%的测试色块;
S2、基于所述测试色块印刷样张,并待印刷机运行稳定后间隔抽取质量合格的标准样张;
S3、利用分光光度计测试所述标准样张的实地密度、75%网点面积处密度、50%网点面积处的实际网点面积以及100%网点面积处的色度Lab值,并计算相对反差K值和网点扩大值;
S4、以ISO12647-2中标准的L*、a*、b*作为参考值,计算所述标准样张中实地色块处对应的色度Lab值与参考值的绝对差值ΔL*、Δa*、Δb*;
S5、选取相对反差K值、网点扩大值以及色差值ΔL*、Δa*、Δb*作为参数,构建灰关联评价体系,确定各参数与实地密度的关联度;
S6、将各参数的关联度数值按大小顺序排列,选择与实地密度关联度较高的参数作为最优评价参数。
2.根据权利要求1所述的印刷品质量评价参数优化的方法,其特征在于,步骤S5具体包括以下步骤:
S51、以实地密度为核心,选取相对反差K值、网点扩大值以及色差值ΔL*、Δa*、Δb*作为灰关联评价体系中的参数;
S52、设定包括参考数列和被比较数列的数据序列;
S53、采用隶属度函数对所述被比较数列进行无量纲化处理;
S54、计算关联度系数ζi
S55、计算关联度γ。
3.根据权利要求1所述的印刷品质量评价参数优化的方法,其特征在于,步骤S3中的所述网点扩大值的计算方法为50%网点面积处的实际网点面积减50%;所述相对反差K值的计算公式为其中:Dt为75%网点面积处的密度,Ds为实地密度。
4.根据权利要求2所述的印刷品质量评价参数优化的方法,其特征在于,步骤S53中的计算所述隶属度函数的公式为:
偏大型:
偏小型:
其中:μ(x)为隶属度函数值,x为每个特征数值;若x为相对反差K时,则选用偏小型隶属度函数;若x为色差值ΔL*或Δa*或Δb*或网点扩大值Δdot,则选用偏大型隶属度函数;b为最大有效特征数值,a为最小有效特征数值,a、b的数据设定依据参照ISO12647-2标准。
5.根据权利要求2所述的印刷品质量评价参数优化的方法,其特征在于,步骤S54中的所述关联度系数ζi的计算公式为其中:Δi=|xi′(t)-x0(t)|,xi′(t)表示经无量纲化处理后的被比较序列,x0(t)表示参考序列,Δmin为Δi中的最小值,Δmax为Δi中的最大值。
6.根据权利要求2所述的印刷品质量评价参数优化的方法,其特征在于,步骤S55中的所述关联度γ的计算公式为其中ζi(t)为关联度系数,n为样本容量大小。
7.根据权利要求1所述的印刷品质量评价参数优化的方法,其特征在于,步骤S1具体包括:以5%到10%的间隔设计网点面积从0%到100%的测试色块;所述测试色块采用传统的YMCK四色色块。
8.根据权利要求1所述的印刷品质量评价参数优化的方法,其特征在于,步骤S2具体包括:基于所述测试色块印刷样张,并待印刷机运行稳定后每间隔30-50张抽取一张质量合格的标准样张。
9.根据权利要求1所述的印刷品质量评价参数优化的方法,其特征在于,步骤S2中的所述印刷样张具体包括:纸张选取定量为100g/m2~157g/m2铜版纸,油墨采用胶版印刷油墨;印刷条件为:温度为20℃~25℃,相对湿度为40%~60%;色序K,C,M,Y;加网线数为150~200线/英寸;速度为每小时6000~8000张;所述纸张和所述油墨都符合ISO12647-2质量评价标准要求。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至9任一项所述印刷品质量评价参数优化的方法。
CN201910527928.8A 2019-06-18 2019-06-18 一种印刷品质量评价参数优化的方法 Pending CN110146456A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910527928.8A CN110146456A (zh) 2019-06-18 2019-06-18 一种印刷品质量评价参数优化的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910527928.8A CN110146456A (zh) 2019-06-18 2019-06-18 一种印刷品质量评价参数优化的方法

Publications (1)

Publication Number Publication Date
CN110146456A true CN110146456A (zh) 2019-08-20

Family

ID=67591628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910527928.8A Pending CN110146456A (zh) 2019-06-18 2019-06-18 一种印刷品质量评价参数优化的方法

Country Status (1)

Country Link
CN (1) CN110146456A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112101465A (zh) * 2020-09-17 2020-12-18 杭州电子科技大学上虞科学与工程研究院有限公司 一种基于主成分分析法的白卡纸印刷适性评价模型构建方法
CN113776667A (zh) * 2021-09-30 2021-12-10 杭州日报报业集团盛元印务有限公司 一种基于油墨lab值的胶印专色墨调配方法
CN117554305A (zh) * 2024-01-12 2024-02-13 沈阳圣祥科技有限公司 一种油墨印刷品的变色质量检验方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102307273A (zh) * 2011-05-31 2012-01-04 武汉大学 一种综合目测、icc标准和自定义标准的数码打样质量评估方法
CN103714245A (zh) * 2013-12-19 2014-04-09 杭州电子科技大学 一种获取铜版纸印刷最佳实地密度的方法
CN108267404A (zh) * 2018-01-28 2018-07-10 高亚贵 一种丝网印刷实地密度检测用面光源移调装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102307273A (zh) * 2011-05-31 2012-01-04 武汉大学 一种综合目测、icc标准和自定义标准的数码打样质量评估方法
CN103714245A (zh) * 2013-12-19 2014-04-09 杭州电子科技大学 一种获取铜版纸印刷最佳实地密度的方法
CN108267404A (zh) * 2018-01-28 2018-07-10 高亚贵 一种丝网印刷实地密度检测用面光源移调装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王凯 等: "基于模糊灰关联的纸张印刷适性评价模型", 《包装工程》 *
陈凤宝: "支持向量机在胶印质量控制中的应用研究", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112101465A (zh) * 2020-09-17 2020-12-18 杭州电子科技大学上虞科学与工程研究院有限公司 一种基于主成分分析法的白卡纸印刷适性评价模型构建方法
CN113776667A (zh) * 2021-09-30 2021-12-10 杭州日报报业集团盛元印务有限公司 一种基于油墨lab值的胶印专色墨调配方法
CN113776667B (zh) * 2021-09-30 2024-02-09 杭州日报报业集团盛元印务有限公司 一种基于油墨lab值的胶印专色墨调配方法
CN117554305A (zh) * 2024-01-12 2024-02-13 沈阳圣祥科技有限公司 一种油墨印刷品的变色质量检验方法及系统

Similar Documents

Publication Publication Date Title
CN110146456A (zh) 一种印刷品质量评价参数优化的方法
CN110275148A (zh) 一种海杂波幅度分布参数估计方法及系统
CA2436352A1 (en) Process and system for developing a predictive model
CN109859204A (zh) 卷积神经网络模型检验方法及装置
CN107545038A (zh) 一种文本分类方法与设备
JP2008294554A (ja) 画像処理方法及び画像形成装置
CN114238659B (zh) 智能设计网络安全架构图的方法
Fernandes et al. Coevolution creates complex mosaics across large landscapes
WO2018022966A1 (en) Systems and methods for creating colour separations for use in multi-stage printing processes to produce an acceptable facsimile of a user-selected colour artwork on a substrate
CN107871262A (zh) 一种订单分配处理方法及服务器
CN110389822A (zh) 执行任务的节点调度方法、装置和服务器
CN108229676A (zh) 神经网络模型的训练方法和装置、电子设备和计算机存储介质
JP2014077664A (ja) 光沢性評価方法及び光沢性評価装置
CN101882279A (zh) 获取票源信息并进行比价处理的方法及应用
CN113112026A (zh) 一种联邦学习模型优化方法及装置
CN110909888A (zh) 泛型决策树构建方法、装置、设备及可读存储介质
CN108268258A (zh) 一种用于获取网页代码的方法、装置及电子设备
CN106570616A (zh) 一种科技项目评估用定量评价方法
CN108600132A (zh) 一种频率校准方法、系统、设备和计算机可读存储介质
CN109002715A (zh) 一种基于卷积神经网络的恶意软件识别方法及系统
Matthews et al. Applying genetic algorithms to land use planning
KR101556560B1 (ko) 스마트 그리드 사업 전략 평가 방법
GB2604093A (en) System for clustering data points
Chen et al. A design procedure for a robust job shop manufacturing system under a constraint using computer simulation experiments
CN110489131A (zh) 一种灰度用户选取方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190820

RJ01 Rejection of invention patent application after publication