The ANN technique has already been

The ANN technique has already been applied to various areas, notably to agriculture and food industry (Chen et al., 2007; O’Farrell et al., 2005; Sablani et al., 2002).Luo et al.
(1999)developed a multi-layer ANN classifier for the classification of the cereal grain kernels and obtained the average recognition accuracies 98.4%, 96.2%, 98.4%, 97.4%, and 98.5% for Canadian Western Red Spring (CWRS) wheat, Canada Western Amber Durum (CWAD) wheat, barley, rye, and oats, respectively. The classification accuracies of 97% for HRS wheat, CWAD wheat and oats, and about 88% for barley were reported by Paliwal et al. (2001), who used five kinds of cereal grains to evaluate the performances of nine neural network architectures.

ผลลัพธ์ (ไทย) 1:

ใช้เทคนิคแอนสถานที่ต่าง ๆ เพื่ออุตสาหกรรมเกษตรและอาหาร (Chen et al., 2007 ยวดแล้ว O'Farrell et al., 2005 Sablani และ al., 2002)Luo et al (1999) พัฒนา classifier แอนแบบหลายชั้นสำหรับการจัดประเภทของเมล็ดข้าวธัญพืช และรับ accuracies รู้เฉลี่ย 98.4%, 96.2%, 98.4%, 97.4% และ 98.5% ข้าวสาลีแคนาดาตะวันตกสีแดงสปริง (CWRS) แอมเบอร์แคนาดาตะวันตก Durum (CWAD) ข้าวสาลี ข้าวบาร์เลย์ ข้าวไรย์ และข้าว โอ๊ต ตามลำดับ Accuracies จัดประเภท 97% ข้าวสาลีน. CWAD ข้าวสาลี และข้าวโอ๊ต และประมาณ 88% สำหรับข้าวบาร์เลย์มีรายงานโดย Paliwal et al. (2001), ที่ใช้ธัญพืชธัญพืช 5 ชนิดเพื่อประเมินประสิทธิภาพของสถาปัตยกรรมเครือข่ายประสาท 9

ผลลัพธ์ (ไทย) 2:

เทคนิค ANN ได้ถูกนำไปใช้กับพื้นที่ต่าง ๆ โดยเฉพาะอย่างยิ่งกับการเกษตรและอุตสาหกรรมอาหาร (Chen et al, 2007;. แฟร์เรลล์และคณะ, 2005;. Sablani et al, 2002.) .Luo et al.
(1999) ได้รับการพัฒนา ลักษณนาม ANN หลายชั้นสำหรับการจัดหมวดหมู่ของเมล็ดข้าวธัญพืชและได้รับการยอมรับความแม่นยำเฉลี่ย 98.4%, 96.2%, 98.4%, 97.4% และ 98.5% ในแคนาดาตะวันตกแดงฤดูใบไม้ผลิ (cwrs) ข้าวสาลีตะวันตกของแคนาดาอำพัน Durum ( CWAD) ข้าวสาลีข้าวบาร์เลย์ข้าวไรย์และข้าวโอ๊ตตามลำดับ ความถูกต้องของการจำแนกประเภทของ 97% สำหรับข้าวสาลี HRS ข้าวสาลีและข้าวโอ๊ต CWAD และประมาณ 88% สำหรับข้าวบาร์เลย์ได้รับรายงานจาก Paliwal และคณะ (2001) ซึ่งใช้ห้าชนิดของธัญพืชเพื่อประเมินการแสดงของเก้าสถาปัตยกรรมโครงข่ายประสาทเทียม

ผลลัพธ์ (ไทย) 3:

เทคนิคแอนได้ถูกใช้กับพื้นที่ต่างๆ โดยเฉพาะ เกษตรและอุตสาหกรรมอาหาร ( Chen et al . , 2007 ; ส่วน et al . , 2005 ; sablani et al . , 2002 ) หลัว et al .
( 2542 ) ได้พัฒนาวิธีการแอนลักษณนามสำหรับการจำแนกประเภทของเมล็ด เมล็ดธัญพืช และได้รับการยอมรับโดยยังคงความถูกต้อง 98.4 % % 98.4 ร้อยละ 97.4 % และ 985% สำหรับชาวแคนาดาตะวันตกฤดูใบไม้ผลิสีแดง ( cwrs ) ข้าวสาลี durum แคนาดาตะวันตกแอมเบอร์ ( cwad ) ข้าวสาลี ข้าวบาร์เลย์ ข้าวไรย์และข้าวโอ๊ต ตามลำดับ การจัดหมวดหมู่ความถูกต้องของ 97% สำหรับชั่วโมง cwad ข้าวสาลี , ข้าวสาลีและข้าวโอ๊ต , ข้าวบาร์เลย์และประมาณ 88 % ถูกรายงานโดย paliwal et al . ( 2001 ) ที่ใช้ห้าชนิดของธัญพืชเพื่อประเมินสมรรถนะของเก้าสถาปัตยกรรมโครงข่ายประสาทเทียม .