1 نتیجه برای نمونه‌های آموزشی انتخابی.
حسین ایزدان، سید عبدالکریم حسینی و محمدرضا آشوری، ،
دوره 22، شماره 2 - ( 10-1382 )
چکیده
در این پژوهش کالیبراسیون رنگی اسکنر با استفاده از شبکه عصبی پرسپترون با سه‌لایه‌و چهارلایه و الگوریتـم آمـوزش پس‌انتشار خطا برای پارچه های پلی‌استر رنگی انجام شد. نتایج نشان می‌دهد که اگر نمونه‌های آموزشی به‌صورت تصادفی انتخاب شوند، جوابهای مناسبی به دست نمی‌آید. لیکن استفاده از نمونه‌های آموزشی انتخابی برای مشخصه های L*a*b* یا RGB منجر به جوابهای مناسب می‌شود. هرچند نتایج نمونه‌های انتخابی از L*a*b* بهتر است.همچنین اختلاف رنگ بین XYZ محاسباتی و XYZ واقعی برای نمونه‌های مجهول نه تنها با نتایج روش رگرسیون با چند جمله ایهای مختلف قابل مقایسه است بلکه نسبت به تحقیقات قبلی انجام شده در زمینه کالیبراسیون رنگی اسکنر با استفاده از شبکه عصبی نتایج بهتری را نشان می دهد
