Considering the simplicity and reco

Considering the simplicity and recognition time of the algorithm, we adopt the recognition method combining
binary tree and SVM shown in Figure 1(a) in the experiment. SVM1 is the root of the binary tree, we can
give the test samples which belong to class 1, the samples not belonging to class 1 are classified through SVM2,
repeatedly, until the samples in N class are presented through SVM(N-1).

ผลลัพธ์ (ไทย) 1:

พิจารณาความเรียบง่ายและการรับรู้เวลาอัลกอริทึม เรานำมาใช้รวมวิธีการรู้จำนารีและ SVM แสดงในรูป 1(a) ในการทดลอง SVM1 เป็นรากของต้นไม้ไบนารี เราสามารถให้การทดสอบตัวอย่างที่เป็นของคลาส 1 ตัวอย่างที่ไม่เป็นของคลาส 1 ประเภทผ่าน SVM2ซ้ำ ๆ จนกว่าจะมีแสดงตัวอย่างในคลาส N ผ่าน SVM(N-1)

ผลลัพธ์ (ไทย) 2:

พิจารณาความเรียบง่ายและเวลาการรับรู้ของอัลกอริทึมที่เรานำวิธีการรับรู้รวม
ต้นไม้ไบนารีและ SVM แสดงในรูปที่ 1 (ก) ในการทดลอง SVM1 เป็นรากของต้นไม้ไบนารีที่เราสามารถ
ให้ตัวอย่างทดสอบซึ่งเป็นชั้น 1 ตัวอย่างไม่ได้อยู่ในระดับที่ 1 จะจัดผ่าน SVM2,
ซ้ำ ๆ จนกระทั่งตัวอย่างในชั้นเรียนไม่มีข้อความจะถูกนำเสนอผ่าน SVM (N-1) .

ผลลัพธ์ (ไทย) 3:

เมื่อพิจารณาจากความเรียบง่ายและการรับรู้เวลาของขั้นตอนวิธี เรา adopt วิธีการรับรู้รวม
ต้นไม้ไบนารีและ SVM แสดงในรูปที่ 1 ( a ) ในการทดลอง svm1 เป็นรากของต้นไม้ไบนารี เราสามารถ
ให้ทดสอบตัวอย่างที่เป็นของชั้น 1 ตัวอย่างที่ไม่ใช่ของชั้น 1 จะแบ่งผ่าน SVM2
ซ้ำๆ , จนตัวอย่างในชั้นถูกนำเสนอผ่าน SVM ( N - 1 )