6.Classification MethodThe last mod

6.Classification Method
The last module of an iris recognition system is used
for matching two iris templates. Its purpose is to
measure how similar or different templates are and to
decide whether or not they belong to the same
individual or not. The test of matching is
implemented by the feed forward neural network
applied to the encode feature vector of any two iris
patterns.
Feed forward neural network has been used for for
iris feature classification. Feed-forward neural
networks (FNN) are one of the popular structures
among artificial neural networks. In this network, the
information moves in only one direction, forward,
from the input nodes, through the hidden nodes (if
any) and to the output nodes. There are 3 layers in
feed Forward Neural Network.
1.Input Layers
2.Hidden layers
3.Output Layers

ผลลัพธ์ (ไทย) 1:

6.วิธีการจัดประเภทใช้โมดูล่าสุดของระบบการรู้จำม่านตาสำหรับการจับคู่แบบ iris 2 วัตถุประสงค์คือวัดวิธีต้นแบบคล้ายคลึง หรือแตกต่างกัน และการตัดสินใจหรือไม่ ว่า พวกเขาอยู่เหมือนกันแต่ละคน หรือไม่ เป็นการทดสอบที่ตรงกันดำเนินการ โดยเครือข่ายประสาทส่งต่อฟีดใช้กับเวกเตอร์คุณลักษณะการเข้ารหัสของไอริสใด ๆ สองรูปแบบการมีการใช้โครงข่ายประสาทส่งต่อฟีดสำหรับสำหรับการจัดประเภทคุณลักษณะไอริส ตัวดึงข้อมูลไประบบประสาทเครือข่าย (FNN) เป็นส่วนหนึ่งของโครงสร้างนิยมระหว่างเครือข่ายประสาทเทียม ในเครือข่าย การข้อมูลการเคลื่อนไหวในแบบทิศทางเดียว หน้าจากอินพุตโหน ผ่านโหนดที่ซ่อนอยู่ (ถ้าใด ๆ) และโหนผลลัพธ์ มี 3 ชั้นในอาหารไปข้างหน้าของระบบเครือข่าย1.ชั้นป้อนข้อมูล2.ซ่อนเลเยอร์3.ชั้นผลลัพธ์

ผลลัพธ์ (ไทย) 2:

วิธี 6.Classification
โมดูลสุดท้ายของระบบการรับรู้ม่านตาถูกนำมาใช้
สำหรับการจับคู่สองไอริสแม่ วัตถุประสงค์คือเพื่อ
วัดว่าแม่แบบที่คล้ายกันหรือแตกต่างกันและ
ตัดสินใจหรือไม่พวกเขาอยู่เหมือนกัน
ของแต่ละบุคคลหรือไม่ การทดสอบการจับคู่จะ
ดำเนินการโดยเครือข่ายประสาทฟีดไปข้างหน้า
นำไปใช้กับเวกเตอร์คุณลักษณะการเข้ารหัสของสองม่านตา
รูปแบบ
ฟีดเครือข่ายประสาทไปข้างหน้าได้ถูกนำมาใช้สำหรับ
การจำแนกคุณลักษณะม่านตา ฟีดไปข้างหน้าประสาท
เครือข่าย (FNN) เป็นส่วนหนึ่งของโครงสร้างที่เป็นที่นิยม
ในหมู่เครือข่ายประสาทเทียม ในเครือข่ายนี้
ข้อมูลเคลื่อนไหวในทิศทางเดียวไปข้างหน้า
จากโหนดการป้อนข้อมูลผ่านโหนดที่ซ่อนอยู่ (ถ้า
มี) และไปยังต่อมน้ำเอาท์พุท มี 3 ชั้นในมี
ฟีดไปข้างหน้าโครงข่ายประสาทเทียม
1.Input ชั้น
2.Hidden ชั้น
3.Output เลเยอร์

ผลลัพธ์ (ไทย) 3:

6 . การจำแนกโมดูลล่าสุดของไอริสยอมรับระบบใช้สำหรับการจับคู่สอง ไอริส แม่แบบ มีวัตถุประสงค์เพื่อวัดอย่างไร เหมือนหรือต่างกันและแม่แบบเป็นตัดสินใจหรือไม่พวกเขาเป็นเดียวกันบุคคลหรือไม่ การทดสอบการจับคู่ คือดำเนินการโดยดึงไปข้างหน้าโครงข่ายประสาทใช้เข้ารหัสคุณลักษณะของไอริส 2 เวกเตอร์รูปแบบดึงไปข้างหน้าโครงข่ายประสาทเทียมได้ถูกใช้สำหรับการจำแนกลักษณะม่านตา ดึงไปข้างหน้าประสาทเครือข่าย ( fnn ) เป็นหนึ่งในโครงสร้างที่ได้รับความนิยมของโครงข่ายประสาทเทียม ในเครือข่ายนี้ย้ายข้อมูลในเพียงหนึ่งทิศทาง ไปข้างหน้าจากข้อมูลโหนดโหนด ( ถ้าผ่านที่ซ่อนอยู่ใด ๆ ) และเอาท์พุทโหนด มี 3 ชั้น ในอาหารเครือข่ายประสาทต่อไป1 . ชั้นใส่2 . ชั้นซ่อน3 . ออกชั้น