来源：期刊VIP网 时间：
作者：师祎菲;万晓霞;薛智爽;章倩;吕嘉旭;
单位：武汉大学测绘学院;
摘要：针对传统结构色调控方法依赖经验改变微纳结构参数所能再现的颜色有限，难以实现混色颜色预测的问题，本研究提出了一种基于BP(Back Propagation)神经网络的全介质微纳结构混色预测方法。首先，设计了一种由单晶硅和二氧化钛纳米柱单元组成的全介质微纳结构。然后，通过时域有限差分（FDTD）法获取其光谱反射率，并将光谱数据转换至CIE L~*a~*b~*颜色空间。最后，为了量化基色比例与混色感知颜色值之间的非线性关系，引入BP神经网络实现混色效果的预测建模，并通过优化隐藏层节点数和调整训练参数，建立了基色比例与混色L~*、a~*、b~*值的非线性映射关系。模型精度评价结果表明，该模型的预测均方根误差RMSE平均值为0.00497，色差ΔE_(ab)~*平均值仅为1.0615,R~2均高于0.99，具有较高的预测精度。本研究为结构色的高效设计与混色的精准调控提供了新思路，兼具理论价值与应用潜力。
关键词：结构色;;全介质微纳结构;;BP神经网络;;结构色混色预测模型;;时域有限差分
