results in 32x8 dimensional feature

results in 32x8 dimensional feature vector. The average cell area Aµ was calculated for
every image. All the features were normalised to have zero mean and unit variance.
Figure 4 shows the total misclassification percentage together with SE, SP, PvP, and
PvN measurements plotted against increasing K in Knn-d classifier. The results are a
validation of the overall process and performance comparison of the different features.
An examination of the total classification error (Figure 4(a)) indicates the most successful
feature is C + M + R followed in the order by H + M + R, C, and H. Thus, feature C is
more successful than H. However, the difference is not significant especially considering
the cost in calculation time for C. The performances of M and R are low which suggests
that colour information is essential. However, they provide slight boosts for the H and
C features. To interpret the results in more detail, if we choose the value K = 3 in the
feature (C+M +R), the SE ( 74%) performance value reveals the probability of the result
being positive given that the stained object is a parasite. The SP ( 98%) value reveals
that the probability of the result being negative given that the object is not a parasite.

ผลลัพธ์ (ไทย) 1:

ผลลัพธ์ในเวกเตอร์มิติคุณลักษณะ 32 x 8 บริเวณเซลล์เฉลี่ย Aµ ถูกคำนวณสำหรับทุกรูป คุณลักษณะทั้งหมดที่มี normalised มีผลต่างค่าเฉลี่ยและหน่วยเป็นศูนย์รูปที่ 4 แสดงเปอร์เซ็นต์ misclassification รวมกับ SE, SP, PvP และวัด PvN พล็อตกับเพิ่ม K classifier Knn d มีผลการความถูกต้องของกระบวนการโดยรวมและเปรียบเทียบประสิทธิภาพของคุณลักษณะต่าง ๆการตรวจสอบข้อผิดพลาดรวมการจัดประเภท (รูป 4(a)) บ่งชี้ว่า ประสบความสำเร็จมากที่สุดคุณลักษณะเป็น C + M + R ตามลำดับที่ โดย H + M + R, C และ H. คุณลักษณะ C จึงประสบความสำเร็จกว่า H. อย่างไรก็ตาม ความแตกต่างที่ไม่สำคัญโดยเฉพาะอย่างยิ่งพิจารณาต้นทุนในการคำนวณเวลาสำหรับค แสดง M และ R ได้ต่ำสุดที่แนะนำข้อมูลสีเป็นสิ่งจำเป็น อย่างไรก็ตาม พวกเขาให้ผลิตผลน้อย H และลักษณะการทำงาน C แปลผลละเอียด ถ้าเราเลือกค่า K = 3 ในการคุณลักษณะ (C + M + R), ค่าประสิทธิภาพ SE (74%) พบว่า ความน่าเป็นของผลลัพธ์การบวกที่ทิ้งคราบเป็นปรสิต พบว่า ค่า SP (98%)ว่า ความน่าเป็นของผลลัพธ์กำลังลบระบุว่าวัตถุไม่ได้เป็นปรสิต

ผลลัพธ์ (ไทย) 2:

ผลในลักษณะมิติ 32x8 เวกเตอร์
พื้นที่เซลล์เฉลี่ยAμที่คำนวณได้สำหรับทุกภาพ คุณลักษณะทั้งหมดที่ถูกปกติที่จะมีศูนย์ค่าเฉลี่ยและความแปรปรวนหน่วย.
รูปที่ 4 แสดงให้เห็นถึงอัตราร้อยละจำแนกรวมร่วมกับ SE, SP,
พีวีพีและวัดPvN กับพล็อตที่เพิ่มขึ้นใน K ลักษณนาม KNN-d
ผลที่ได้จะเป็นการตรวจสอบของกระบวนการโดยรวมและการเปรียบเทียบประสิทธิภาพของคุณสมบัติที่แตกต่างกัน.
ตรวจสอบข้อผิดพลาดของการจัดหมวดหมู่รวม (รูปที่ 4 (ก))
แสดงที่ประสบความสำเร็จมากที่สุดคุณลักษณะเป็นC + M + R ใช้ในการสั่งซื้อโดย H + เอ็ม + R, C, และเอชดังนั้น C คุณลักษณะประสบความสำเร็จมากกว่าเอชอย่างไรก็ตามความแตกต่างไม่ได้เป็นอย่างมีนัยสำคัญโดยเฉพาะการพิจารณาค่าใช้จ่ายในการคำนวณเวลาสำหรับการแสดงซีเอ็มและอาร์อยู่ในระดับต่ำซึ่งแสดงให้เห็นว่าข้อมูลที่สีเป็นสิ่งจำเป็น. แต่พวกเขาให้ช่วยเพิ่มเล็กน้อยสำหรับ H และคุณสมบัติ C การแปลผลในรายละเอียดมากขึ้นถ้าเราเลือกค่าเค = 3 ในคุณลักษณะ(C + M + R) ที่ SE (74%) มูลค่าการปฏิบัติงานแสดงให้เห็นว่าน่าจะเป็นของผลที่เป็นบวกให้ที่วัตถุสีเป็นปรสิต รุ่น SP (98%) มูลค่าเผยให้เห็นว่าน่าจะเป็นผลกระทบเชิงลบที่มีการกำหนดว่าวัตถุที่ไม่ได้เป็นปรสิต

ผลลัพธ์ (ไทย) 3:

ผลลัพธ์ในลักษณะ 32x8 เวกเตอร์มิติ เซลล์เฉลี่ยพื้นที่µคำนวณสำหรับ
ทุกภาพ คุณลักษณะทั้งหมดที่ถูกเนื่องจากมีศูนย์ค่าเฉลี่ยและความแปรปรวนของหน่วย .
รูปที่ 4 แสดงเปอร์เซ็นต์ผิดพลาดทั้งหมดเข้าด้วยกันกับเซ , SP , PVP และ
วัด pvn งัดข้อกับเพิ่ม K ใน knn-d ลักษณนาม
ผลเป็นการตรวจสอบความถูกต้องของกระบวนการโดยรวมและเปรียบเทียบประสิทธิภาพของลักษณะที่แตกต่างกัน การตรวจสอบข้อผิดพลาด
หมวดหมู่ทั้งหมด ( รูปที่ 4 ( ) หมายถึงลักษณะที่ประสบความสำเร็จมากที่สุดคือ C M
R ตามลำดับ โดย H M R C และ H . ดังนั้นคุณลักษณะ C
ประสบความสำเร็จมากกว่า . อย่างไรก็ตาม ความแตกต่างไม่ได้เป็นสำคัญโดยเฉพาะการพิจารณาค่าใช้จ่ายในการคำนวณเวลา
C .การแสดงของ M และ R ต่ำซึ่งแสดงให้เห็นว่า
ข้อมูลสีเป็นสิ่งสำคัญ อย่างไรก็ตาม , พวกเขาให้เพิ่มเล็กน้อยสำหรับ h
C คุณสมบัติ การตีความผลลัพธ์โดยละเอียด ถ้าเราเลือกค่า k = 3
คุณลักษณะ ( C M R ) , เซ ( 74% ) ค่าประสิทธิภาพแสดงความน่าจะเป็นของผลเป็นบวกให้ที่เปื้อน
วัตถุคือปรสิตSP ( 98% ) พบว่าค่า
ความน่าจะเป็นของผลเป็นลบให้ที่เป็นวัตถุที่ไม่ใช่ปรสิต