کالیبراسیون رنگی اسکنر برای منسوجات بوسیله شبکه عصبی
نویسندگان
چکیده
در این پژوهش کالیبراسیون رنگی اسکنر با استفاده از شبکه عصبی پرسپترون با سه لایه و چهارلایه و الگوریتـم آمـوزش پس انتشار خطا برای پارچه های پلی استر رنگی انجام شد. نتایج نشان می دهد که اگر نمونه های آموزشی به صورت تصادفی انتخاب شوند، جوابهای مناسبی به دست نمی آید. لیکن استفاده از نمونه های آموزشی انتخابی برای مشخصه های l*a*b* یا rgb منجر به جوابهای مناسب می شود. هرچند نتایج نمونه های انتخابی از l*a*b* بهتر است.همچنین اختلاف رنگ بین xyz محاسباتی و xyz واقعی برای نمونه های 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
منابع مشابه
ترکیب ویژگیهای رنگی و شبکه های عصبی مصنوعی برای تشخیص گلهای زعفران در مزرعه
چکیده- برداشت دستی زعفران یک کار دشوار و خسته کننده نه تنها موجب افزایش هزینههای تولید می گردد بلکه در اثر آلودگی، موجب کاهش کیفیت آن نیز میشود. درصورتی که برداشت خودکار زعفران جایگزین روش کنونی شود کیفیت زعفران ارتقاء خواهد یافت. در این تحقیق، به عنوان اولین مرحله از طراحی یک روبات برداشت زعفران، الگوریتم مناسبی برای تشخیص و مکان یابی گلهای زعفران بر اساس پردازش تصاویر در مزرعه ارائه شد. از ...
متن کاملمقایسه اختلاف رنگ منسوجات توسط اسکنر ، اسپکتروفتومتر و دوربین دیجیتالی
در این پروژه سعی شده است مقایسه ای بین اختلاف رنگ منسوجات با استفاده از سه دستگاه اسپکتروفتومتر، اسکنر و دوربین دیجیتالی صورت گیرد.برای انجام این تحقیق ابتدا تعدادی استاندارد رنگی متنوع تهیه شد و به کمک اسپکتروفتومتر مقادیر انعکاس آنها به دست آمد. سپس با استفاده از مختصات منبع نوری مشخص و توابع رنگ همانندی چشم انسان محرکه های رنگی xxz محاسبه شدند. در ادامه با استفاده از اسکنر و دوربین دیجیت...
15 صفحه اولمهندسی شبکه های عصبی توسط اتوماتانهای یادگیر: تعیین اندازه مطلوب برای شبکه های عصبی سه لایه
هدف از مهندسی شبکه های عصبی بررسی معایب و مزایای شبکه های عصبی مصنوعی و ارایه روشهایی برای بهبود کارایی آنهاست. یکی از موضوعات مورد بحث در مهندسی شبکه های عصبی چند لایه، یافتن ساختار مناسب(نزدیک به بهینه) برای حل مسئله می باشد. معیار و نحوه انتخاب اندازه شبکه عصبی برای یک مسئله خاص هنوز شناخته شده نیست. در روشهای کلاسیک،طراح شبکه در ابتدای آموزش ساختاری را برای شبکه تعیین و سپس شبکه را آموزش می...
متن کاملمدلسازی و شبیه سازی احتراق در موتورهای اشتعال جرقه ای بوسیله شبکه های عصبی و همچنین بررسی کالیبراسیون و اکتساب داده ها در نرم افزار gt-power
پیش نیاز بسیاری از فرآیندهای کنترلی، مدلسازی است. مدل مورد استفاده برای طراحی کنترلر، می بایست دقیق و دارای پاسخی سریع باشد. استفاده از روش های مرسوم مدلسازی، یعنی مدلسازی براساس حل (عددی) معادلات حاکم بر جریان سیال داخل محفظه احتراق، بسیار زمان بر بوده و برای یک هدف کنترلی مناسب نیستند. در این مقاله تلاش می شود تا احتراق در یک موتور اشتعال جرقه ای با استفاده از شبکه های عصبی، مدلسازی شود و مدل...
متن کاملبهبود عملکرد الگوریتم خوشهیابی خودکار تصاویر رنگی به کمک پیشپردازش با شبکه عصبی خودسامانده (SOM)
با توجه به کاربرد فراوان مسئله خوشهیابی دادهها بهعنوان یکی از مسائل مهم در مبحث بازشناسی الگو، زمینههای تحقیقاتی متنوعی از جمله خوشهیابی تصاویر به این موضوع اختصاص یافته است. اکثر روشهای مطرحشده برای حل مسئله خوشهیابی تصاویر، مبتنی بر الگوریتمهای هوشجمعی میباشد. با توجه به حجم بالای داده ورودی در این الگوریتمها (برابر تعداد پیکسلهای تصویر)، زمان محاسباتی زیادی صرف حل مسئله میشود ب...
متن کاملبهینه سازی تواتر بازرسی نگهداری ماشین آلات بوسیله شبکه عصبی مصنوعی
برای کاهش هزینه ها و زمان خوابیدگی ماشین آلات صنعتی ، یکی از مهمترین اقدامات جهت پیشگیری از خرابی، بازرسی نگهداری است. بر مبنای محاسبات آماری با بنطباق میزان شکست ، مدت خرابی و زمان بازرسی با تابع توزیع نمایی نسبت به حداقل نمودن مجموع زمان های خوابیدگی بوسیله تعیین تعداد بازرسی اقدام می شود. میزان شکست بدون انجام هرگونه بازرسی نگهداری است. با توجه به اهمیت و حساسیت برخی صنایع، تعی...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
روش های عددی در مهندسی (استقلال)جلد ۲۲، شماره ۲، صفحات ۲۱۵-۲۲۴
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023