In this study, each node of the INe

In this study, each node of the INeN represents a different class. During the training process, two
parameters are used in order to determine the number of classes: (i) The threshold value, and
(ii) the predefined value for the histogram. Low threshold values reveal the details (different classes)
in the segmented image. However, a low threshold value produces excessive number of
nodes. In order to control the number of nodes, a histogram is utilized. The histogram is obtained
by using all the pixels of the image. It gives information about the possible number of classes.

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ แต่ละโหนด INeN การแทนละชั้น ในระหว่างกระบวนการฝึกอบรม สองพารามิเตอร์จะใช้เพื่อกำหนดหมายเลขของชั้นเรียน: (i) ค่าขีดจำกัด และ(ii)ค่าล่วงหน้าสำหรับกราฟ ค่าขีดจำกัดต่ำสุดเปิดเผยรายละเอียด (เรียนแตกต่างกัน)ในภาพที่แบ่ง อย่างไรก็ตาม ค่าขีดจำกัดต่ำสุดผลิตมากเกินไปโหน เพื่อควบคุมจำนวนของโหน ฮิสโตแกรมจะใช้ ฮิสโตแกรมได้รับโดยใช้พิกเซลทั้งหมดของภาพ ให้ข้อมูลเกี่ยวกับหมายเลขที่เป็นไปได้ของการเรียน

ผลลัพธ์ (ไทย) 2:

ในการศึกษานี้โหนดของแต่ละ Inen แสดงให้เห็นถึงระดับที่แตกต่าง ในระหว่างขั้นตอนการฝึกอบรมสอง
พารามิเตอร์ที่ใช้ในการสั่งซื้อเพื่อตรวจสอบจำนวนของชั้นเรียน: (i) ค่าเกณฑ์และ
(ii) ค่าที่กำหนดไว้ล่วงหน้าสำหรับแท่ง ค่าเกณฑ์ต่ำเปิดเผยรายละเอียด (เรียนแตกต่างกัน)
ในภาพที่แบ่งกลุ่ม อย่างไรก็ตามค่าเกณฑ์ต่ำผลิตจำนวนที่มากเกินไปของ
โหนด เพื่อที่จะควบคุมจำนวนโหนดเป็น histogram ถูกนำมาใช้ แสงที่จะได้รับ
โดยใช้ทุกพิกเซลของภาพ มันจะให้ข้อมูลเกี่ยวกับตัวเลขที่เป็นไปได้ของการเรียน

ผลลัพธ์ (ไทย) 3:

ในการศึกษานี้ , แต่ละโหนดของ inen เป็นคลาสที่แตกต่างกัน ในระหว่างกระบวนการฝึกอบรม , สองพารามิเตอร์ที่ใช้ในการกำหนดจำนวนชั้น : ( i ) ค่าเกณฑ์และ( 2 ) มูลค่าที่กำหนดไว้ล่วงหน้าสำหรับฮิสโตแกรม เกณฑ์ต่ำค่าเปิดเผยรายละเอียด ( คนละห้อง )ในรูปกลุ่ม . อย่างไรก็ตาม ค่าเกณฑ์ต่ำมากเกินไป จำนวนผลิตโหนด เพื่อที่จะควบคุมจำนวนของโหนด , ฮิสคือใช้ ฮิสโตแกรม จะได้รับโดยการใช้พิกเซลทั้งหมดของภาพ ให้ข้อมูลเกี่ยวกับจำนวนที่เป็นไปได้ของคลาส