Defect classification was performed

Defect classification was performed by association rule mining and artificial neural network. Association rule

mining algorithm occasionally contributes to useless rules. Therefore it is really problematic for flaw classification

predicated on these useless rules. To be able to prevent such problems, we've improved the guidelines applying

Adaptive PSO algorithm before classification predicated on help and confidence value. In that report we've labeled

the problems applying artificial neural network. The principles were removed from the input applying association

rule mining. The principles were improved applying adaptive PSO algorithm. Problems were labeled applying

artificial neural network. The product quality was sure utilizing the quality metrics such as for instance flaw density,

Sensitivity etc. Our planned process has accomplished a precision value of 99.5%. It's larger in comparison with the

prevailing method. Hence the efficiency methods formula revealed which our planned process is efficient.

ผลลัพธ์ (ไทย) 1:

การจำแนกข้อบกพร่องถูกดำเนินการ โดยสมาคมเหมืองแร่กฎและโครงข่ายประสาทเทียม ความสัมพันธ์ของกฎอัลกอริทึมการทำเหมืองแร่ในบางครั้งก่อให้เกิดกฎไร้ประโยชน์ ดังนั้น จึงเป็นปัญหาจริง ๆ สำหรับการจัดประเภทของข้อบกพร่องpredicated ในกฎเหล่านี้ไร้ประโยชน์ เพื่อให้สามารถป้องกันปัญหาดังกล่าว เราได้ปรับปรุงแนวทางการใช้ปรับละเอียดอัลกอริทึมก่อนประเภท predicated ในความช่วยเหลือและความเชื่อมั่นค่า ในรายงานที่ เราได้ติดป้ายชื่อปัญหาการใช้โครงข่ายประสาทเทียม หลักการที่ถูกเอาออกจากอินพุตที่ใช้ความสัมพันธ์ของการทำเหมืองแร่กฎ หลักการปรับปรุงใหม่ใช้อัลกอริทึมของฉันปรับตัว ปัญหาถูกติดป้ายชื่อการใช้โครงข่ายประสาทเทียม คุณภาพของผลิตภัณฑ์ถูกสอบใช้วัดคุณภาพเช่นเช่นปัญหาความหนาแน่นความไวฯลฯ กระบวนการวางแผนของเราประสบผลสำเร็จค่าความแม่นยำเป็น 99.5% มีขนาดใหญ่เทียบกับการวิธีการแลกเปลี่ยน ดังนั้น สูตรประสิทธิภาพวิธีการเปิดเผยซึ่งกระบวนการวางแผนของเรามีประสิทธิภาพ

ผลลัพธ์ (ไทย) 2:

การจำแนกข้อบกพร่องได้ดำเนินการโดยการทำเหมืองแร่สมาคมกฎและเครือข่ายประสาทเทียม สมาคมกฎขั้นตอนวิธีการทำเหมืองแร่ในบางครั้งก่อให้เกิดกฎไร้ประโยชน์ ดังนั้นจึงเป็นปัญหาจริงๆสำหรับการจำแนกข้อบกพร่องบอกกล่าวกับกฎระเบียบที่ไร้ประโยชน์เหล่านี้ เพื่อให้สามารถป้องกันปัญหาดังกล่าวเราได้ปรับปรุงแนวทางการประยุกต์ใช้ขั้นตอนวิธีการ PSO Adaptive ก่อนที่จะจำแนกบอกกล่าวกับความช่วยเหลือและความคุ้มค่าความเชื่อมั่น ในรายงานที่เราได้ติดป้ายว่าปัญหาการใช้เครือข่ายประสาทเทียม หลักการที่ถูกถอดออกจากการป้อนข้อมูลที่ใช้การเชื่อมโยงการทำเหมืองแร่การปกครอง หลักการที่ได้รับการปรับปรุงการใช้อัลกอริทึม PSO การปรับตัว ปัญหามีป้ายการใช้เครือข่ายประสาทเทียม คุณภาพของผลิตภัณฑ์ที่ได้รับการแน่ใจว่าใช้ตัวชี้วัดคุณภาพเช่นความหนาแน่นของข้อบกพร่องเช่นความไวแสง ฯลฯ ขั้นตอนการวางแผนของเราได้ประสบความสำเร็จเป็นค่าความแม่นยำ 99.5% มันมีขนาดใหญ่เมื่อเทียบกับวิธีการแลกเปลี่ยน ดังนั้นสูตรวิธีการที่มีประสิทธิภาพซึ่งเผยให้เห็นขั้นตอนการวางแผนของเรามีประสิทธิภาพ

ผลลัพธ์ (ไทย) 3:

การจำแนกข้อบกพร่องโดยใช้กฎสมาคมเหมืองแร่และโครงข่ายประสาทเทียม . กฎของสมาคมขั้นตอนวิธีการเหมืองแร่ บางครั้งก่อให้เกิดกฎที่ไร้ประโยชน์ ดังนั้น จึงเป็นปัญหาสำหรับการจำแนกข้อบกพร่องจริงๆตามกฎไร้สาระพวกนี้ เพื่อให้สามารถป้องกันปัญหาดังกล่าว เราได้ปรับปรุงแนวทางการใช้ขั้นตอนวิธีการปรับระบบก่อนตามช่วย และค่าความเชื่อมั่น ในรายงานที่เราได้ติดป้ายปัญหาการใช้โครงข่ายประสาทเทียม หลักการที่ถูกถอดออกจากการเข้าสมาคมกฎการทำเหมือง หลักการคือใช้ขั้นตอนวิธีการปรับปรุงระบบการปรับตัว ปัญหาที่พบคือ การติดป้ายโครงข่ายประสาทเทียม คุณภาพสินค้ามั่นใจด้วยมาตรฐานตัวชี้วัด เช่น ความหนาแน่นของข้อบกพร่อง เช่นความไว ฯลฯ กระบวนการวางแผนของเรามีความแม่นยําของมูลค่า 99.5 % มันมีขนาดใหญ่เมื่อเทียบกับมีวิธีการ ดังนั้นวิธีการที่ประสิทธิภาพสูตรเปิดเผยซึ่งกระบวนการวางแผนของเรามีประสิทธิภาพ