张翔1,2，李粟玉2，周彦婷2，刘超飞1，肖祎2，张新琴2，夏秀文1,2

（1.江西理工大学 理学院，江西 赣州 341000； 2.井冈山大学 数理学院，江西 吉安 343009）

摘要：色度测量是物理实验的重要内容，传统测量方法存在设备昂贵、操作复杂等问题.  本文基于Python与PyQt5库开发了色度测量虚拟仿真实验系统，系统通过卷积神经网络构建图像到RGB值的端到端映射，采用动态可调噪声模型模拟真实测量环境，实现了色卡生成、图像预处理、可配置卷积神经网络模型训练和可视化分析.  利用该仿真系统，学生可自主设置噪声参数和训练参数，通过机器学习完成色度测量神经网络的训练，在针对测试集的色度测量仿真实验中，RGB值的相对误差约为2.7%，该仿真系统为光学实验教学提供了现代化工具. 

关键词：色度测量；机器学习；神经网络

引文格式：张翔，李粟玉，周彦婷,等. 基于神经网络机器学习的色度测量仿真实验［J］. 物理实验，2026,46(3):50-56.

Cite this article：Zhang X, Li S Y, Zhou Y T, et al. Simulation experiment of chromaticity measurement based on neural network machine learning ［J］. Physics Experimentation, 2026,46(3):50-56. (in Chinese)