After the feature extraction proces

After the feature extraction process, vectors are presented to the artificial neural networks for the
training. In the training of the INeN, the number of nodes of the network is automatically determined
by its unsupervised learning scheme. A label is assigned to each node and labels of all nodes are
saved in an index layer. During the segmentation process, a feature vector is formed for each pixel
and presented to the INeN. The pixel under consideration is labeled by using the label of the network
node, which is the nearest to the feature vector.

ผลลัพธ์ (ไทย) 1:

หลังจากกระบวนการสกัดคุณลักษณะ เวกเตอร์แสดงเครือข่ายประสาทเทียมสำหรับการการฝึกอบรม ในการฝึก INeN การ หมายเลขของโหนดของเครือข่ายถูกกำหนดโดยอัตโนมัติโดยเรียนรู้ขั่ว ป้ายชื่อกำหนดให้กับแต่ละโหน และป้ายชื่อของโหนทั้งหมดมีบันทึกในชั้นดัชนีการ ในระหว่างกระบวนการแบ่งส่วน เวกเตอร์ลักษณะจะเกิดขึ้นสำหรับแต่ละพิกเซลและนำเสนอไป INeN พิกเซลที่พิจารณามีป้ายชื่อ โดยใช้ชื่อของเครือข่ายโหนด ซึ่งเป็นใกล้ที่สุดของเวกเตอร์คุณลักษณะ

ผลลัพธ์ (ไทย) 2:

หลังจากขั้นตอนการสกัดคุณลักษณะเวกเตอร์จะถูกนำเสนอให้กับเครือข่ายประสาทเทียมสำหรับ
การฝึกอบรม ในการฝึกอบรมของ Inen จำนวนโหนดของเครือข่ายที่ถูกกำหนดโดยอัตโนมัติ
โดยโครงการการเรียนรู้ใกล้ชิด ฉลากได้รับมอบหมายให้แต่ละโหนดและป้ายชื่อของโหนดทั้งหมดจะถูก
บันทึกไว้ในชั้นดัชนี ในระหว่างขั้นตอนการแบ่งส่วน, เวกเตอร์คุณลักษณะจะเกิดขึ้นสำหรับแต่ละพิกเซล
และนำเสนอให้กับ Inen พิกเซลภายใต้การพิจารณาจะมีป้ายโดยใช้ฉลากของเครือข่าย
โหนดซึ่งเป็นที่ใกล้ที่สุดเพื่อเวกเตอร์คุณลักษณะ

ผลลัพธ์ (ไทย) 3:

หลังจากกระบวนการสกัดลักษณะ เวกเตอร์ จะนำเสนอให้กับโครงข่ายประสาทเทียมสำหรับการฝึกอบรม ในการฝึกอบรมของ inen จำนวนโหนดของเครือข่ายโดยอัตโนมัติกำหนดโดยรูปแบบของการเรียนรู้แบบไม่มีผู้สอน . ป้ายชื่อที่มอบหมายให้แต่ละโหนดและโหนดป้ายทั้งหมดบันทึกในดัชนีของเลเยอร์ ในระหว่างขั้นตอนการแบ่งส่วน , คุณลักษณะเวกเตอร์รูปแบบสำหรับแต่ละพิกเซลและนำเสนอให้ inen . พิกเซลภายใต้การพิจารณาเป็นข้อความโดยการใช้ฉลากของเครือข่ายโหนดที่ใกล้ที่สุดกับคุณลักษณะเวกเตอร์