针对多基色显示系统的颜色转换问题，提出一种基于亮度因数分级BP神经网络的色度转换方法，并建立CIE标准(X

Y

Z)空间到多基色(K_1

K_2

…

K_n)空间的转换模型；将整个(X

Y

Z)颜色空间按训练样本的亮度因数Y分解成多个二维子空间，并形成亮度因数分级子空间BP网序列，从而减少了从低维度空间向高维度空间进行颜色转换时出现的同色异谱问题。以五基色LED显示系统为例，对亮度因数分级BP网的有效性开展验证实验。首先根据五基色LED显示系统的实际色度参数，建立了五基色显示系统(K_1

K_2

K_3

K_4

K_5)空间到CIE标准(X

Y

Z)空间的线性转换模型；在此基础上采用最小色差匹配法，生成了典型亮度因数分级训练样本集和测试样本集，并完成了BP神经网络的训练和测试。结果表明，训练样本集的CIE1976L~*a~*b~*平均色差达到6.37以下，并且还有进一步的改进空间，为多基色显示系统的颜色转换工作提供了一种有效的技术途径。