It has been observed that overall c

It has been observed that overall classification accuracy giving satisfactory
results, FCD mapper semi-expert system shows 80.21% accuracy followed by
object oriented image analysis of 87.50% and 71.88% respectively. The
correlation coefficient value of FCD model with visual interpretation and image
segmentation are found to be 0.95 and 0.84 respectively.
Delineation of forest vegetation from the other objects is considered to be
very important factor for precise analysis of forest change detection and landuse
processes. FCD model shows acceptable degree of delineation of forest vegetation
from the other non-forest classes. However, same inputs used for analysis in
image segmentation of eCongnition v2.1 and unsupervised cluster analysis of
Erdas Imagine v8.5 shows boarden inter mixing of forest vegetation with other
classes

ผลลัพธ์ (ไทย) 1:

มันได้รับการปฏิบัติที่ถูกต้องการจัดประเภทโดยรวมให้เป็นที่พอใจผล FCD mapper ระบบกึ่งผู้เชี่ยวชาญแสดงความแม่นยำ 80.21% ตามด้วยวัตถุเชิงวิเคราะห์ภาพร้อยละ 87.50 และ 71.88% ตามลำดับ การค่าสัมประสิทธิ์สหสัมพันธ์ของ FCD รุ่นตีความภาพและภาพแบ่งส่วนที่พบจะเป็น 0.95 และ 0.84 ตามลำดับอำนาจของพืชป่าจากวัตถุถือว่าเป็นปัจจัยที่สำคัญมากสำหรับการวิเคราะห์ที่แม่นยำของการตรวจจับป่าและ landuseกระบวนการ ฝากรูปแสดงปริญญายอมรับอำนาจของพืชป่าจากอื่น ๆ ไม่ใช่ป่าเรียน อย่างไรก็ตาม อินพุตเดียวใช้สำหรับการวิเคราะห์ในแบ่งส่วนภาพการ eCongnition v2.1 และคลัสเตอร์คอยกำกับวิเคราะห์Erdas Imagine v8.5 แสดง boarden อินเตอร์ผสมของป่าพืชกับอื่น ๆชั้นเรียน

ผลลัพธ์ (ไทย) 2:

มันได้รับการปฏิบัติที่ถูกต้องแม่นยำโดยรวมการจัดหมวดหมู่ที่น่าพอใจให้
ผล FCD Mapper กึ่งผู้เชี่ยวชาญระบบแสดงให้เห็นถึงความถูกต้อง 80.21% ตามด้วย
เชิงวัตถุการวิเคราะห์ภาพของ 87.50% และ 71.88% ตามลำดับ
ค่าสัมประสิทธิ์สหสัมพันธ์ของรูปแบบการฝากเงินตราต่างประเทศกับการตีความภาพและภาพ
การแบ่งส่วนจะพบว่ามี 0.95 และ 0.84 ตามลำดับ.
การวาดภาพของพืชป่าจากวัตถุอื่น ๆ จะถือเป็น
ปัจจัยที่สำคัญมากสำหรับการวิเคราะห์ที่แม่นยำของการตรวจสอบการเปลี่ยนแปลงการใช้ประโยชน์ที่ดินป่าไม้และ
กระบวนการ รูปแบบการฝากเงินตราต่างประเทศแสดงให้เห็นถึงระดับที่ยอมรับได้ของการวาดภาพของพืชป่า
จากการเรียนที่ไม่ใช่ป่าอื่น ๆ อย่างไรก็ตามปัจจัยการผลิตเดียวกับที่ใช้ในการวิเคราะห์ใน
การวิเคราะห์กลุ่มการแบ่งส่วนภาพของ eCongnition v2.1 และหากินของ
ERDAS Imagine v8.5 แสดง boarden ระหว่างการผสมของพืชป่ากับคนอื่น ๆ
ในชั้นเรียน

ผลลัพธ์ (ไทย) 3:

มันได้รับการตรวจสอบว่า ความแม่นยำในการจำแนกโดยรวมให้เป็นที่พอใจผลลัพธ์ , FCD ระบบผู้เชี่ยวชาญกึ่ง Mapper แสดง 80.21 % ความถูกต้องตามมาด้วยรูปภาพของ 25 % และ 71.88 ตามลำดับเชิงวัตถุ ที่ค่าสัมประสิทธิ์สหสัมพันธ์กับการตีความภาพและภาพแบบมพดการพบเป็น 0.95 และ 0.84 ตามลำดับใช้พืชป่าจากวัตถุอื่น ๆ คือ ถือว่าเป็นปัจจัยที่สำคัญมากสำหรับการวิเคราะห์ที่แม่นยำของการเปลี่ยนแปลงการใช้ที่ดินและป่าไม้กระบวนการ แบบจำลองระดับที่ยอมรับได้ของการเลื่อนกำหนดแสดงพืชป่าจากป่าอื่น ๆ ที่ไม่ใช่ชั้น อย่างไรก็ตาม ปัจจัยเดียวกับที่ใช้สำหรับการวิเคราะห์ในการแบ่งส่วนภาพของ econgnition unsupervised ของ v2.1 และการวิเคราะห์กลุ่มerdas จินตนาการ v8.5 แสดง boarden ระหว่างสังคมพืชป่าผสมกับอื่น ๆชั้นเรียน