Features will be extracted from the

Features will be extracted from the tumor regions from MRI images. Feature extraction involves reducing the amount of data required to describe a large set of data accurately. Features are used as inputs to classifiers that assign them to the class that they represent. The intention of feature extraction is to reduce the original data by measuring positive properties, or features, that discriminate one input sample from another sample. Following features are extracted.

ผลลัพธ์ (ไทย) 1:

คุณสมบัติจะถูกแยกจากภูมิภาคเนื้องอกจากภาพ MRI แยกคุณลักษณะที่เกี่ยวข้องกับการลดจำนวนข้อมูลที่จำเป็นในการอธิบายชุดข้อมูลขนาดใหญ่ได้อย่างถูกต้อง คุณลักษณะที่ใช้เป็นอินพุตกับคำหลักภาษาที่กำหนดให้กับคลาสที่เหล่านี้แทน เจตนาของการสกัดคุณลักษณะจะลดข้อมูลเดิม โดยการวัดคุณสมบัติบวก หรือคุณสมบัติ ที่แยกแยะอย่างหนึ่งสำหรับการป้อนค่าจากอย่างอื่น คุณลักษณะต่อไปนี้ถูกแยก

ผลลัพธ์ (ไทย) 2:

คุณสมบัติจะถูกแยกจากภูมิภาคเนื้องอกจากภาพ MRI การสกัดคุณลักษณะที่เกี่ยวข้องกับการลดปริมาณของข้อมูลที่จำเป็นในการอธิบายชุดข้อมูลขนาดใหญ่ได้อย่างถูกต้อง คุณสมบัติถูกนำมาใช้เป็นปัจจัยการผลิตเพื่อจําแนกที่กำหนดให้กับระดับที่พวกเขาเป็นตัวแทน ความตั้งใจของการสกัดคุณลักษณะคือการลดข้อมูลเดิมโดยการวัดคุณสมบัติในเชิงบวกหรือคุณลักษณะที่แตกต่างตัวอย่างการป้อนข้อมูลจากตัวอย่างอื่น คุณสมบัติต่อไปนี้จะถูกดึง

ผลลัพธ์ (ไทย) 3:

คุณสมบัติจะถูกแยกจากเนื้องอกภูมิภาคจาก MRI รูปภาพ การสกัดคุณลักษณะที่เกี่ยวข้องกับการลดปริมาณของข้อมูลที่ต้องใช้ในการอธิบายชุดใหญ่ของข้อมูลได้อย่างถูกต้อง คุณสมบัติใช้เป็นปัจจัยการผลิตกับคำที่กำหนดให้เรียนที่พวกเขาเป็นตัวแทน ความตั้งใจของการสกัดลักษณะเด่นคือการลดข้อมูลต้นฉบับ โดยการวัดคุณสมบัติ บวก หรือ คุณสมบัติ ที่ทำให้หนึ่งใส่ตัวอย่างจากตัวอย่างอื่น คุณลักษณะต่อไปนี้จะถูกแยก