In this paper, an MEC-BP-Adaboost n

In this paper, an MEC-BP-Adaboost neural network-based color correction algorithm for color image acquisition equipments is pro-posed. The captured samples of the color-targets under the color image acquisition equipment are taken as the input data and the standard color data are taken as output. MEC-BP-Adaboost neu-ral network-based color correction algorithm can further improve the correction accuracy, and achieve relevant results to solve the problem that the color correction models obtained by using the neural network methods are not unique. Experimental results demonstrate that the proposed method perform better than the polynomial regression model, the conventional BP neural network,and genetic algorithm (GA)-BP neural network do.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ มี MEC-BP-Adaboost สีตามเครือข่ายประสาทแก้ไขอัลกอริทึมสำหรับสีรูปซื้ออุปกรณ์เป็นอึ้ง pro ตัวอย่างจับเป้าหมายสีภายใต้สีรูปซื้ออุปกรณ์ถูกนำเป็นข้อมูลป้อนเข้า และดำเนินการข้อมูลสีมาตรฐานเป็นผลผลิต อัลกอริทึมการแก้ไขสีตามเครือข่าย MEC-BP-Adaboost neu ral สามารถเพิ่มเติมปรับปรุงแก้ไขความถูกต้อง และบรรลุผลลัพธ์ที่เกี่ยวข้องเพื่อแก้ไขปัญหาที่ได้รับรูปแบบการแก้ไขสี โดยใช้เครือข่ายประสาท วิธีไม่เฉพาะได้ ผลการทดลองแสดงให้เห็นถึงวิธีการนำเสนอทำดีกว่าแบบถดถอยพหุนาม โครงข่ายประสาททั่วไป BP และอัลกอริทึมทางพันธุกรรม (GA) -BP ทำเครือข่ายประสาท

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เป็น MEC-BP-Adaboost ขั้นตอนวิธีการแก้ไขสีที่ใช้เครือข่ายประสาทสำหรับอุปกรณ์การถ่ายภาพสีโปรถูกวาง กลุ่มตัวอย่างที่จับสีเป้าหมายภายใต้ภาพสีอุปกรณ์ที่ซื้อมาถูกนำมาเป็นข้อมูลเข้าและข้อมูลสีมาตรฐานถูกนำมาเป็นเอาท์พุท MEC-BP-Adaboost ขั้นตอนวิธีการแก้ไขสีบนเครือข่าย neu-RAL ยังสามารถปรับปรุงความถูกต้องของการแก้ไขและบรรลุผลลัพธ์ที่เกี่ยวข้องในการแก้ปัญหาว่ารูปแบบการแก้ไขสีที่ได้จากการใช้วิธีเครือข่ายประสาทจะไม่ซ้ำกัน ผลการทดลองแสดงให้เห็นว่าวิธีการที่นำเสนอมีประสิทธิภาพสูงกว่ารูปแบบการถดถอยพหุนามธรรมดา BP เครือข่ายประสาทและขั้นตอนวิธีพันธุกรรม (GA) -BP เครือข่ายประสาททำ

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้ , MEC BP adaboost ประสาทที่ใช้อัลกอริทึมสำหรับการแก้ไขสีภาพสีเป็นอุปกรณ์สำหรับวาง บันทึกตัวอย่างสีเป้าหมายภายใต้การถ่ายเป็นภาพสี อุปกรณ์ ข้อมูล และข้อมูลที่ถูกนำมาเป็นสีมาตรฐานผลผลิตMEC BP adaboost Neu RAL เครือข่ายการแก้ไขสีใหม่นี้สามารถปรับปรุงแก้ไข ความถูกต้อง และบรรลุผลลัพธ์ที่เกี่ยวข้องในการแก้ไขปัญหาที่ได้รับการแก้ไขสีแบบโดยใช้วิธีโครงข่ายประสาทเทียมจะไม่ซ้ำกัน ผลการทดลองแสดงให้เห็นว่าวิธีการปฏิบัติงานที่ดีกว่าตัวแบบการถดถอยพหุนาม ,โครงข่ายประสาทเทียมแบบ BP และขั้นตอนวิธีเชิงพันธุกรรม ( GA ) - BP ประสาทเครือข่ายทำ