Almost one-thirdof the selected sam

Almost one-thirdof the selected samples are selected randomly as testing samples,and the other selected samples are used as training samples. Thenthe MEC-BP-Adaboost neural network-based color correction algo-rithm generates the mapping model with training samples. Hencea number of training processes are conducted, producing multipleBP neural network-based color correction models with the opti-cal weights and thresholds that are acquired by mind evolutionarycomputation

ผลลัพธ์ (ไทย) 1:

เกือบหนึ่ง-thirdof ตัวอย่างที่เลือกจะเลือกตัวอย่างแบบสุ่มทดสอบเป็น และตัวอย่างที่เลือกใช้เป็นตัวอย่างการฝึกอบรม Thenthe MEC-BP-Adaboost สีตามเครือข่ายประสาทแก้ไข algo-rithm สร้างแบบแม็ป ด้วยตัวอย่างการฝึกอบรม หมายเลข Hencea ของกระบวนการฝึกอบรมจะดำเนินการ ผลิตแบบจำลองการแก้ไขสีตามเครือข่ายประสาท multipleBP opti cal น้ำหนักและขีดจำกัดที่มา ด้วยใจ evolutionarycomputation

ผลลัพธ์ (ไทย) 2:

เกือบหนึ่งในตัวอย่าง thirdof เลือกสุ่มเลือกตัวอย่างการทดสอบและตัวอย่างเลือกอื่น ๆ จะถูกนำมาใช้เป็นตัวอย่างในการฝึกอบรม thenthe MEC-BP-Adaboost แก้ไขสีที่ใช้เครือข่ายประสาทอัลโก-เพิ่มเติมไม่ใช่สร้างรูปแบบการทำแผนที่ที่มีตัวอย่างการฝึกอบรม จำนวน Hencea ของกระบวนการการฝึกอบรมจะดำเนินการผลิต multipleBP ประสาทเครือข่ายที่ใช้รูปแบบการแก้ไขสีที่มีน้ำหนัก Opti-ไขมันและเกณฑ์ที่ได้มาจากใจ evolutionarycomputation

ผลลัพธ์ (ไทย) 3:

เกือบเด็กหนึ่งในสามตัวอย่างที่ถูกสุ่มเลือกเป็นตัวอย่างทดสอบ และอีกตัวอย่างที่ใช้เป็นตัวอย่างการฝึกอบรม และ MEC BP adaboost ประสาทเครือข่ายการแก้ไขสีอัลกอ rithm สร้างแผนที่แบบตัวอย่างการฝึกอบรม hencea หมายเลขของกระบวนการฝึกอบรมทดสอบการผลิต multiplebp ประสาทเครือข่ายการแก้ไขสีแบบที่มี OPTI cal น้ำหนักและเกณฑ์ที่ได้รับโดยจิตใจ evolutionarycomputation