Again, random 75% (251 texture imag

Again, random 75% (251 texture images) of the available
data samples are used for training and the remaining 25% (84
texture images) for testing, the difference being that the data
used for SOMs training is statistically pre-processed with
PCA. Similarly to the previous case, the number of training
epochs, the number of neurons, the SOM’s topology, and the
number of PCs used for the training are varied. Each subexperiment
is performed 50 times and the minimal, maximal,
and the mean accuracy for these runs are recorded. The results
are given in Table 7 and Table 8, and illustrated in Fig. 6. The
sample confusion matrix (Table 9) and the sensitivity and
specificity metrics (Table 10) show that the classifier is
having difficulties recognising some of the Corkstone samples,
but its overall performance is very good, having over 90%
accuracy for the other classes.

ผลลัพธ์ (ไทย) 1:

อีกครั้งแบบสุ่ม 75% (251 ภาพเนื้อ) ของใช้ได้ตัวอย่างข้อมูล
ถูกนำมาใช้สำหรับการฝึกอบรมและที่เหลืออีก 25% (84
ภาพพื้นผิว) สำหรับการทดสอบความแตกต่างเป็นว่าข้อมูลที่
ใช้สำหรับการฝึกอบรม Soms เป็นสถิติก่อนการประมวลผล ด้วย
PCA ในทำนองเดียวกันกับกรณีก่อนหน้านี้จำนวนของการฝึกอบรม
epochs จำนวนของเซลล์ประสาทโครงสร้างส้มและ
จำนวนของชิ้นที่ใช้ในการฝึกอบรมจะแตกต่างกัน
subexperiment จะดำเนินการในแต่ละครั้งที่ 50 และน้อยที่สุด
สูงสุดและความถูกต้องหมายถึงสำหรับการทำงานเหล่านี้จะถูกบันทึก ผล
จะได้รับในตาราง 7 และ 8 ของตารางและภาพประกอบในมะเดื่อ 6
ตัวอย่างเมทริกซ์ความสับสน (ตารางที่ 9) และความไวและความจำเพาะ
ตัวชี้วัด (ตารางที่ 10) แสดงให้เห็นว่าลักษณนามเป็น
มีความยากลำบากในการตระหนักถึงบางส่วนของตัวอย่าง corkstone
แต่ประสิทธิภาพโดยรวมเป็นสิ่งที่ดีมากมีกว่า 90% ความถูกต้อง
สำหรับชั้นเรียนอื่น ๆ

ผลลัพธ์ (ไทย) 2:

อีก สุ่ม 75% (251 เนื้อภาพ) ที่มี
ใช้ข้อมูลตัวอย่างสำหรับการฝึกอบรมและส่วนที่เหลือ 25% (84
เนื้อภาพ) สำหรับการทดสอบ ความแตกต่างอยู่ที่ข้อมูล
ใช้ SOMs ฝึกเป็นทางสถิติประมวลผลเบื้องต้นด้วย
PCA คล้ายกับกรณีก่อนหน้านี้ จำนวนฝึก
epochs จำนวน neurons โทโพโลยีของส้ม และ
จำนวนพีซีที่ใช้สำหรับการฝึกแตกต่างกัน แต่ละ subexperiment
ทำ 50 ครั้ง และ maximal น้อย ,
และความถูกต้องหมายถึงการทำงานเหล่านี้จะถูกบันทึกไว้ ผล
ในตาราง 7 และตาราง 8 และภาพประกอบ 6 Fig. ใน
ตัวอย่างสับสนเมทริกซ์ (ตาราง 9) และระดับความลับ และ
specificity วัด (ตาราง 10) แสดงว่า ที่ classifier
มีความยากลำบากในการตระหนักถึงบางอย่าง Corkstone,
แต่ประสิทธิภาพโดยรวมดีมาก มีกว่า 90%
ความแม่นยำสำหรับชั้นอื่น ๆ

ผลลัพธ์ (ไทย) 3:

อีกครั้งแบบสุ่ม 75% ( 251 ภาพ พื้นผิว)มีตัวอย่าง
ข้อมูลจะใช้สำหรับการฝึกอบรมและ 25% ที่เหลือ( ภาพ 84
พื้นผิว)สำหรับการทดสอบความแตกต่างที่ข้อมูลที่
ซึ่งจะช่วยนำไปใช้สำหรับการฝึกอบรม,ซอมมีสถิติการดำเนินการพร้อมด้วย
( R ) PCA Cellular ในทำนองเดียวกันกับกรณีก่อนหน้าที่จำนวนของการฝึกอบรม
เห็นยุคสมัยหรือเหตุการณ์หมายเลขของในข้อเท็จจริงถูกค้นพบในหัวโทโพโลยีของโสมและ
หมายเลขของเครื่องพีซีใช้สำหรับการฝึกอบรมที่มีความแตกต่างกันไป subexperiment แต่ละครั้ง
ซึ่งจะช่วยทำได้ 50 ครั้งและน้อยที่สุดอย่างสูงสุดที่
และความถูกต้องหมายความว่าได้สำหรับการวิ่งเหล่านี้จะได้รับการบันทึก ผลที่ได้
มีให้ในตาราง 7 และตารางที่ 8 และ ภาพ ประกอบในรูป 6 .
ลิ้มลองความสับสน Matrix Storage Technology (โต๊ะ 9 )และระดับความไวการจำกัดเสียงและ Mainstream )เพียงเท่านั้น
ซึ่งจะช่วยวัด(โต๊ะ 10 )ที่แสดงให้เห็นว่าข้าวที่มี
มีปัญหาในการตระหนักถึงตัวอย่าง corkstone บางอย่าง
แต่ ประสิทธิภาพ การทำงานโดยรวมที่ดีเป็นอย่างมากที่ได้มีความแม่นยำมากกว่า 90%
สำหรับชั้นเรียนอื่นๆ