本發(fā)明涉及色彩搭配，具體是指基于大數(shù)據(jù)的藝術(shù)色彩搭配方法。

背景技術(shù)：

1、基于大數(shù)據(jù)的藝術(shù)色彩搭配方法是結(jié)合大數(shù)據(jù)技術(shù)和機(jī)器學(xué)習(xí)技術(shù)，全面、深入地對色彩數(shù)據(jù)進(jìn)行分析，取出具有普適性的色彩搭配規(guī)律，根據(jù)不同的藝術(shù)風(fēng)格、主題和受眾需求，智能地生成適宜的色彩組合方案。傳統(tǒng)色彩搭配方法存在靈活性、適應(yīng)性、準(zhǔn)確性低，色彩搭配效率低和藝術(shù)效果不足的問題；傳統(tǒng)參數(shù)搜索算法存在參數(shù)的搜索效率和探索能力低的問題。

技術(shù)實(shí)現(xiàn)思路

1、針對上述情況，為克服現(xiàn)有技術(shù)的缺陷，本發(fā)明提供了基于大數(shù)據(jù)的藝術(shù)色彩搭配方法，針對傳統(tǒng)色彩搭配方法存在靈活性、適應(yīng)性、準(zhǔn)確性低，色彩搭配效率低和藝術(shù)效果不足的問題，本方案通過設(shè)計(jì)情感融合度、設(shè)置鄰域、定義情感融合距離函數(shù)和自適應(yīng)距離閾值，確定初始社區(qū)核心點(diǎn)并劃分?jǐn)?shù)據(jù)，設(shè)計(jì)社區(qū)核心點(diǎn)更新策略來形成色彩搭配社區(qū)；使色彩搭配社區(qū)構(gòu)建更合理，提高色彩搭配靈活性、適應(yīng)性、準(zhǔn)確性，提高色彩搭配效率，豐富了藝術(shù)效果；針對傳統(tǒng)參數(shù)搜索算法存在參數(shù)的搜索效率和探索能力低的問題，本方案通過設(shè)計(jì)動態(tài)基礎(chǔ)步長、搜索調(diào)整因子、維度步長、多層調(diào)整搜索函數(shù)、差優(yōu)間隨機(jī)探索函數(shù)和跳躍增添搜索函數(shù)來對參數(shù)進(jìn)行搜索，避免陷入局部最優(yōu)，提高了對參數(shù)的探索能力，提升找到最佳參數(shù)組合的能力，提升對色彩搭配社區(qū)的優(yōu)化效果。

2、本發(fā)明采取的技術(shù)方案如下：基于大數(shù)據(jù)的藝術(shù)色彩搭配方法，該方法包括以下步驟：

3、步驟s1：數(shù)據(jù)采集；

4、步驟s2：數(shù)據(jù)預(yù)處理；

5、步驟s3：構(gòu)建色彩搭配社區(qū)；

6、步驟s4：優(yōu)化色彩搭配社區(qū)；

7、步驟s5：色彩搭配。

8、進(jìn)一步地，在步驟s1中，所述數(shù)據(jù)采集是采集藝術(shù)作品的色彩數(shù)據(jù)、藝術(shù)風(fēng)格、流行程度和問卷數(shù)據(jù)；所述色彩數(shù)據(jù)是藝術(shù)作品中所有色彩信息以及每一種色彩所占比例、色彩搭配頻率；所述藝術(shù)風(fēng)格是藝術(shù)作品所屬的時代、地域、藝術(shù)類型和文化背景；所述流行程度包括藝術(shù)作用的專業(yè)影響力得分、知名度和瀏覽量；所述問卷數(shù)據(jù)包括大眾對藝術(shù)作品的色彩搭配的打分、色彩的情感表現(xiàn)強(qiáng)度、色彩的情感和諧度。

9、進(jìn)一步地，在步驟s2中，所述數(shù)據(jù)預(yù)處理具體包括以下步驟：

10、步驟s21：數(shù)據(jù)清洗，對數(shù)據(jù)進(jìn)行檢驗(yàn)，識別并修正錯誤數(shù)據(jù)，去除重復(fù)的數(shù)據(jù)，填補(bǔ)缺失的數(shù)據(jù)；

11、步驟s22：數(shù)據(jù)編碼，對數(shù)據(jù)中具有復(fù)數(shù)類別的數(shù)據(jù)進(jìn)行標(biāo)簽編碼；

12、步驟s23：創(chuàng)建色彩特征向量，創(chuàng)建與數(shù)據(jù)個體數(shù)量相同的色彩特征向量，特征向量的長度與數(shù)據(jù)特征的數(shù)量相同，將每一個數(shù)據(jù)個體的所有特征值添加到色彩特征向量中對應(yīng)的位置，創(chuàng)建色彩特征向量數(shù)據(jù)點(diǎn)集合。

13、進(jìn)一步地，在步驟s3中，所述構(gòu)建色彩搭配社區(qū)具體包括以下步驟：

14、步驟s31：設(shè)計(jì)情感融合度，為色彩特征向量添加情感融合度，表示如下：

15、；

16、其中，a表示數(shù)據(jù)點(diǎn)的索引，表示計(jì)算情感融合度的數(shù)據(jù)點(diǎn)a的色彩，表示色彩的同色系起源色彩，表示情感融合函數(shù)，表示色彩的情感融合度，d表示情感標(biāo)簽的集合，d表示情感標(biāo)簽的集合中的元素，表示色彩對情感標(biāo)簽d的表現(xiàn)強(qiáng)度，表示色彩與情感標(biāo)簽d的和諧度，表示開根號，表示屬于符號；

17、步驟s32：豐富色彩特征向量，計(jì)算出每一個色彩特征向量的情感融合度，將情感融合度添加到色彩特征向量中形成新的色彩特征向量；

18、步驟s33：設(shè)置鄰域，設(shè)置鄰域距離寬度，將色彩特征向量數(shù)據(jù)點(diǎn)的鄰域范圍內(nèi)的數(shù)據(jù)點(diǎn)的集合設(shè)置為鄰域數(shù)據(jù)點(diǎn)集合；

19、步驟s34：定義情感融合距離函數(shù)，表示如下：

20、；

21、其中，b表示數(shù)據(jù)點(diǎn)的索引，表示數(shù)據(jù)點(diǎn)b的色彩，和分別表示添加了以和作為色彩計(jì)算出的情感融合度的色彩特征向量數(shù)據(jù)點(diǎn)，表示情感融合距離函數(shù)，和分別表示未添加以和作為色彩計(jì)算出的情感融合度的色彩特征向量數(shù)據(jù)點(diǎn)，表示取歐氏距離，表示取絕對值；

22、步驟s35：設(shè)計(jì)自適應(yīng)距離閾值，表示如下：

23、；

24、其中，c表示數(shù)據(jù)點(diǎn)的索引，表示數(shù)據(jù)點(diǎn)c，表示數(shù)據(jù)點(diǎn)a和數(shù)據(jù)點(diǎn)c之間的自適應(yīng)距離閾值，表示未添加情感融合度的數(shù)據(jù)點(diǎn)c，和表示閾值調(diào)控因子，表示數(shù)據(jù)點(diǎn)a的鄰域數(shù)據(jù)點(diǎn)集合，表示數(shù)據(jù)點(diǎn)c是數(shù)據(jù)點(diǎn)a的鄰域數(shù)據(jù)點(diǎn)集合中的一個數(shù)據(jù)點(diǎn)，表示數(shù)據(jù)點(diǎn)a的鄰域數(shù)據(jù)點(diǎn)集合的數(shù)據(jù)點(diǎn)總個數(shù)，表示數(shù)據(jù)點(diǎn)a與數(shù)據(jù)點(diǎn)c之間的情感融合距離；

25、步驟s36：確定初始社區(qū)核心點(diǎn)，設(shè)定社區(qū)的數(shù)量，隨機(jī)選取數(shù)據(jù)點(diǎn)作為初始的社區(qū)核心點(diǎn)；

26、步驟s37：劃分?jǐn)?shù)據(jù)，創(chuàng)建一個噪聲社區(qū)，初始時為空，計(jì)算除社區(qū)核心點(diǎn)外所有數(shù)據(jù)點(diǎn)到每個社區(qū)核心點(diǎn)之間的情感融合距離，選出最小的情感融合距離，計(jì)算出數(shù)據(jù)點(diǎn)到最小的情感融合距離所對應(yīng)的社區(qū)核心點(diǎn)之間的自適應(yīng)距離閾值，如果情感融合距離小于自適應(yīng)距離閾值，則將數(shù)據(jù)點(diǎn)歸入社區(qū)核心點(diǎn)所屬的社區(qū)，否則將數(shù)據(jù)點(diǎn)歸入噪聲社區(qū)；

27、步驟s38：更新核心點(diǎn)，設(shè)計(jì)社區(qū)核心點(diǎn)更新策略，表示如下：

28、；

29、其中，k表示社區(qū)核心點(diǎn)的索引，表示更新核心點(diǎn)之后的社區(qū)核心點(diǎn)，表示更新后的第k個社區(qū)核心點(diǎn)的位置，表示第k個社區(qū)中所有數(shù)據(jù)點(diǎn)的集合，i表示集合中數(shù)據(jù)點(diǎn)的索引，表示其中的一個數(shù)據(jù)點(diǎn)，表示第i個數(shù)據(jù)點(diǎn)的色彩，e表示自然常數(shù)，表示更新核心點(diǎn)之前的社區(qū)核心點(diǎn)，表示取模長；

30、步驟s39：社區(qū)形成，重復(fù)步驟s37-s38，直到社區(qū)不再變化。

31、進(jìn)一步地，在步驟s4中，所述優(yōu)化色彩搭配社區(qū)具體包括以下步驟：

32、步驟s41：優(yōu)化初始化，確定優(yōu)化參數(shù)，包括閾值調(diào)控因子和社區(qū)數(shù)量，創(chuàng)建參數(shù)搜索空間，生成初始的參數(shù)搜索點(diǎn)集群，將社區(qū)的誤差的相反數(shù)設(shè)置為參數(shù)的性能強(qiáng)度；

33、步驟s42：設(shè)計(jì)動態(tài)基礎(chǔ)步長，表示如下：

34、；

35、其中，t表示參數(shù)搜索次數(shù)，表示第t次參數(shù)搜索時的動態(tài)基礎(chǔ)步長，表示初始的參數(shù)搜索點(diǎn)集群的平均位置，r0表示一個0到1之間的隨機(jī)數(shù)，ul表示搜索空間的上邊界，dl表示搜索空間的下邊界；

36、步驟s43：設(shè)計(jì)搜索調(diào)整因子，表示如下：

37、；

38、；

39、其中，表示第一搜索調(diào)整因子，cos(·)表示余弦函數(shù)，r1表示一個0到1之間的隨機(jī)數(shù)，t表示最大參數(shù)搜索次數(shù)，表示第二搜索調(diào)整因子，r2表示一個-1到1之間的隨機(jī)數(shù)；

40、步驟s44：設(shè)計(jì)維度步長，表示如下：

41、；

42、其中，g表示搜索空間維度，表示第t次參數(shù)搜索時的維度步長，round(·)表示四舍五入取整符號；

43、步驟s45：設(shè)計(jì)多層調(diào)整搜索函數(shù)，所用公式如下：

44、；

45、其中，表示第t+1次參數(shù)搜索時多層調(diào)整搜索函數(shù)搜索到的參數(shù)位置，表示第t次參數(shù)搜索時多層調(diào)整搜索函數(shù)搜索到的參數(shù)位置，r3表示一個取值范圍為0到1之間的隨機(jī)數(shù)，表示當(dāng)前性能值最高的參數(shù)點(diǎn)，表示當(dāng)前性能值最低的參數(shù)點(diǎn)；

46、步驟s46：設(shè)計(jì)差優(yōu)間隨機(jī)探索函數(shù)，所用公式如下：

47、；

48、其中，表示第t+1次參數(shù)搜索時差優(yōu)間隨機(jī)探索函數(shù)搜索到的參數(shù)位置，表示第t次參數(shù)搜索時差優(yōu)間隨機(jī)探索函數(shù)搜索到的參數(shù)位置；

49、步驟s47：設(shè)計(jì)跳躍增添搜索函數(shù)，所用公式如下：

50、；

51、其中，表示第t+1次參數(shù)搜索時跳躍增添搜索函數(shù)搜索到的參數(shù)位置，表示第t次參數(shù)搜索時跳躍增添搜索函數(shù)搜索到的參數(shù)位置，r4表示一個取值范圍為-0.5到1之間的隨機(jī)數(shù)；

52、步驟s48：設(shè)計(jì)搜索規(guī)則，設(shè)定性能合格值，設(shè)置最大參數(shù)搜索次數(shù)，首先進(jìn)行動態(tài)多層調(diào)整搜索函數(shù)的參數(shù)搜索，計(jì)算出搜索到的參數(shù)點(diǎn)的性能值，如果超過80%的參數(shù)點(diǎn)的性能得到提升，進(jìn)行下一輪搜索；否則先依次進(jìn)行差優(yōu)間隨機(jī)探索函數(shù)和跳躍增添搜索函數(shù)的參數(shù)搜索，計(jì)算出搜索到的參數(shù)點(diǎn)的性能值，再進(jìn)行下一輪搜索；如果搜索過程中出現(xiàn)參數(shù)點(diǎn)性能值大于性能合格值，搜索結(jié)束，將該參數(shù)點(diǎn)作為優(yōu)化參數(shù)點(diǎn)輸出；若到達(dá)最大迭代次數(shù)，重新進(jìn)行搜索；否則繼續(xù)搜索。

53、進(jìn)一步地，在步驟s5中，所述色彩搭配是采集待搭配的色彩數(shù)據(jù)，對色彩數(shù)據(jù)進(jìn)行社區(qū)匹配，根據(jù)同社區(qū)內(nèi)的數(shù)據(jù)來設(shè)計(jì)色彩搭配方案，同時持續(xù)收集用戶的搭配結(jié)果和反饋數(shù)據(jù)對色彩搭配社區(qū)進(jìn)行更新。

54、采用上述方案本發(fā)明取得的有益效果如下：

55、（1）針對傳統(tǒng)色彩搭配方法存在靈活性、適應(yīng)性、準(zhǔn)確性低，色彩搭配效率低和藝術(shù)效果不足的問題，本方案通過設(shè)計(jì)情感融合度、設(shè)置鄰域、定義情感融合距離函數(shù)和自適應(yīng)距離閾值，確定初始社區(qū)核心點(diǎn)并劃分?jǐn)?shù)據(jù)，設(shè)計(jì)社區(qū)核心點(diǎn)更新策略來形成色彩搭配社區(qū)；使色彩搭配社區(qū)構(gòu)建更合理，提高色彩搭配靈活性、適應(yīng)性、準(zhǔn)確性，提高色彩搭配效率，豐富了藝術(shù)效果。

56、（2）針對傳統(tǒng)參數(shù)搜索算法存在參數(shù)的搜索效率和探索能力低的問題，本方案通過設(shè)計(jì)動態(tài)基礎(chǔ)步長、搜索調(diào)整因子、維度步長、多層調(diào)整搜索函數(shù)、差優(yōu)間隨機(jī)探索函數(shù)和跳躍增添搜索函數(shù)來對參數(shù)進(jìn)行搜索，避免陷入局部最優(yōu)，提高了對參數(shù)的探索能力，提升找到最佳參數(shù)組合的能力，提升對色彩搭配社區(qū)的優(yōu)化效果。