：色貌模型(CAM)主要解决不同观察条件、不同背景和不同环境下的颜色真实再现问题。采用人工神经网 络(ANN)的方法来实现目前最新的色貌模型CIECAM 02的预测，包括正向预测(从色度参数到色貌属性参数)和逆向预 测(从色貌属性参数到色度参数)，应用自然色系统(NCS)中的部分色样作为神经网络的训练和测试样本。由于正向输 出色貌属性参数空间不是均匀的，对于网络预测精度用特殊方法评估，而对于逆向模型则可直接利用 B色差公式评 价。测试的结果表明：用神经网络对CIECAM 02模型的预测达到了较高的精度

将光谱数据或光谱数据立方体放入输入，点击运行，即可得到对应的四种色貌模型（sRGB\XYZ\ipt\CAM_02）在CIE1931 D65下的转换数据，sRGB可以直接通过使用python读出照片。

We assess the color appearance of the samples with different inks on glossy substrates, five kinds of paper with different gloss levels. The color samples are measured using spectrophotometers under different illuminating/viewing geometries and visually estimated using the psychophysical method of magnitude estimation. The results of the two approaches are compared through the color appearance model of CIECAM02. The experimental data analysis indicates that the 0/45 and 15/0 geometries can be us