6. CONCLUSION AND RECOMMENDATIONThe

6. CONCLUSION AND RECOMMENDATION
The neural network model with back propagation algorithm carried out in the lower Songkhram
river basin, plays effectively role to extract the flood extent from SAR data. The efficiency
index of the model results is found to range from 86-91 %. The neural network model is
however still dominated by trial and error process in many aspects. It is important to mention
that the selection of training area significantly influences the output performance of the model.
More studies are encouraged to apply neural network models for extracting flood extent in other
river basins in Northeast Thailand such as Chi and Mun river basin.

ผลลัพธ์ (ไทย) 1:

6. สรุปและข้อเสนอแนะแบบจำลองโครงข่ายประสาทกับอัลกอริทึมการเผยแพร่หลังดำเนินในสมุทรสงครามล่างลุ่มน้ำ เล่นบทบาทการขยายขอบเขตน้ำท่วมจากข้อมูลปีการศึกษาได้อย่างมีประสิทธิภาพ ประสิทธิภาพดัชนีผลการจำลองพบช่วงจาก 86-91% แบบจำลองโครงข่ายประสาทอย่างไรก็ตามยังคง ครอบงำกระบวนการลองผิดลองถูกในด้านต่าง ๆ จำเป็นต้องพูดถึงว่า การเลือกตั้งการฝึกอบรมมีผลต่อประสิทธิภาพผลลัพธ์ของแบบจำลองอย่างมีนัยสำคัญศึกษาเพิ่มเติมขอแนะนำการใช้แบบจำลองโครงข่ายประสาทสำหรับการดึงข้อมูลขอบเขตน้ำท่วมในที่อื่น ๆอ่างล่างหน้าริเวอร์ในอุดรเช่นลุ่มแม่น้ำชีและมูล

ผลลัพธ์ (ไทย) 2:

6. สรุปและเสนอแนะ
รูปแบบเครือข่ายประสาทด้วยวิธีการขยายพันธุ์กลับมาดำเนินการในระดับที่ต่ำสมุทรสงคราม
ลุ่มน้ำบทบาทได้อย่างมีประสิทธิภาพในการสกัดขอบเขตน้ำท่วมจากข้อมูล SAR ประสิทธิภาพ
ดัชนีของผลรูปแบบพบว่าในช่วง 86-91% รูปแบบเครือข่ายประสาทถูก
แต่ยังคงครอบงำโดยการทดลองและกระบวนการผิดพลาดในหลาย ๆ ด้าน มันเป็นสิ่งสำคัญที่จะพูดถึง
ว่าการเลือกของพื้นที่การฝึกอย่างมีนัยสำคัญที่มีอิทธิพลต่อผลการดำเนินงานการส่งออกของรูปแบบ.
การศึกษาอื่น ๆ ได้รับการสนับสนุนที่จะใช้รูปแบบเครือข่ายประสาทสำหรับการสกัดขอบเขตน้ำท่วมอื่น ๆ ใน
ลุ่มน้ำในภาคตะวันออกเฉียงเหนือเช่น Chi และลุ่มน้ำมูล

ผลลัพธ์ (ไทย) 3:

6 . สรุปและข้อเสนอแนะ
รูปแบบเครือข่ายประสาทกับขั้นตอนวิธีการ back propagation ล่างในสมุทรสงคราม
ลุ่มน้ำ เล่นได้อย่างมีประสิทธิภาพบทบาทเพื่อแยกขนาดของน้ำท่วมจากข้อมูลข ประสิทธิภาพของรูปแบบผลลัพธ์
ดัชนีพบว่าช่วงจาก 86-91 % รูปแบบเครือข่ายประสาท
แต่ยังคงครอบงำโดยการทดลองและข้อผิดพลาดในกระบวนการหลาย ๆ ด้านมันเป็นสิ่งสำคัญที่จะพูดถึง
ที่เลือกพื้นที่การฝึกอย่างมีนัยสำคัญมีอิทธิพลต่อผลผลิต ประสิทธิภาพของรูปแบบ
ศึกษาเพิ่มเติมคือควรใช้แบบจำลองโครงข่ายประสาทเทียมเพื่อสกัดน้ำท่วมขอบเขตในอื่น ๆ
ลุ่มน้ำในภาคตะวันออกเฉียงเหนือ เช่น ชี และลุ่มน้ำมูล .