The remainder of the paper is organ

The remainder of the paper is organized as follows. Section 2 introduces
four commonmulti-class strategies for SVM. Section 3 is the proposed
adaptive binary tree multi-class SVM classifier based on
separability measure. Experiments and analyses are demonstrated in
Section 4. Finally, Section 5 concludes the paper with some remarks

ผลลัพธ์ (ไทย) 1:

ส่วนเหลือของกระดาษจัดเป็นดังนี้ ส่วนที่ 2 แนะนำกลยุทธ์ระดับ commonmulti สี่สำหรับ SVM ส่วนที่ 3 เป็นการนำเสนอต้นไม้ไบนารีแบบปรับได้หลายระดับลักษณนาม SVM อิงวัด separability การทดลองและการวิเคราะห์จะแสดงในส่วนที่ 4 ในที่สุด ส่วนที่ 5 สรุปกระดาษ ด้วยเหตุบางอย่าง

ผลลัพธ์ (ไทย) 2:

ส่วนที่เหลือของกระดาษที่มีการจัดระเบียบดังต่อไปนี้ ส่วนที่ 2 แนะนำ
สี่กลยุทธ์ commonmulti ชั้นเรียนสำหรับ SVM ส่วนที่ 3 เป็นที่นำเสนอ
ต้นไม้ไบนารีการปรับตัวหลายชั้น SVM ลักษณนามขึ้นอยู่กับ
มาตรการแยก การทดลองและการวิเคราะห์จะแสดงให้เห็นใน
มาตรา 4 ในที่สุดมาตรา 5 สรุปกระดาษที่มีข้อสังเกตบาง

ผลลัพธ์ (ไทย) 3:

ส่วนที่เหลือของกระดาษจะจัดดังนี้ มาตรา ๒ แนะนํา4 commonmulti เรียนกลยุทธ์สำหรับ SVM . ส่วนที่ 3 คือ เสนอต้นไม้ไบนารีแบบมัลติคลาส SVM ลักษณนามตามการแยกออกจากกันได้วัด การทดลองและวิเคราะห์แสดงในมาตรา ๔ ในที่สุด ส่วนที่ 5 สรุปกระดาษกับหมายเหตุ