In our study,artificial neuronal ne

In our study,artificial neuronal network training resulted in a single-level artificial neuronal network using the 22 most discriminative wavenumbers (input neurons), two hidden neurons, and two output neurons. Two to three randomly selected spectra of each of the nine sample groups (R0,2,5 and FT2,5,15,30,75,85) were used for internal validation. A correct classification was achieved for 20 out of 21 samples. One sample (FT85) yielded an ambiguous result

ผลลัพธ์ (ไทย) 1:

ในการศึกษาของเรา โครงข่ายประสาทเทียมฝึกส่งผลให้ระดับเดียวเทียมเส้นประสาทเครือข่ายที่ใช้ 22 discriminative สุด wavenumbers (สัญญาณประสาท เซลล์ประสาทซ่อนสอง และสองแสดงผลเซลล์ประสาท สองถึงสามสุ่มเลือกสเปกตรัมของแต่ละกลุ่มอย่างเก้า (R0, 2, 5 และ 5, 15, 30, 75, 85, FT2) ใช้สำหรับการตรวจสอบภายใน การจัดประเภทที่ถูกต้องได้ผลตัวอย่าง 20 จาก 21 หนึ่งในตัวอย่าง (FT85) ผลผลลัพธ์ชัดเจน

ผลลัพธ์ (ไทย) 2:

ในการศึกษาของเรา, เทียมฝึกอบรมเครือข่ายประสาทผลในระดับเดียวเครือข่ายประสาทเทียมโดยใช้ 22 wavenumbers จำแนกมากที่สุด (เซลล์ประสาทการป้อนข้อมูล) สองเซลล์ประสาทที่ซ่อนอยู่และเซลล์ประสาทสองเอาท์พุท สองถึงสามสเปกตรัมสุ่มเลือกของแต่ละกลุ่มตัวอย่างเก้า (R0,2,5 และ FT2,5,15,30,75,85) ถูกนำมาใช้สำหรับการตรวจสอบภายใน การจัดหมวดหมู่ที่ถูกต้องก็ประสบความสำเร็จ 20 จาก 21 ตัวอย่าง ตัวอย่างหนึ่ง (FT85) ส่งผลให้ผลไม่ชัดเจน

ผลลัพธ์ (ไทย) 3:

ในการศึกษาของเรา เทียมและอบรมเครือข่ายส่งผลให้ระดับเดียวเทียมระหว่างเครือข่ายโดยใช้ 22 ค่ามากที่สุด wavenumbers ( เซลล์ประสาท input ) , เซลล์ประสาทเซลล์ประสาทอยู่สองและสองเอาท์พุท สองถึงสามสุ่มสเปกตรัมของแต่ละเก้ากลุ่ม ( r0,2,5 และ ft2,5,15,30,75,85 ) ใช้สำหรับการตรวจสอบภายใน หมวดหมู่ที่ถูกต้องเท่ากับ 20 จาก 21 ตัวอย่าง ตัวอย่าง ( ft85 ) ให้ค่าผลกำกวม