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
discriminativewavenumbers (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 การฝึกอบรมเครือข่ายประสาทเทียมส่งผลให้ระดับเดียวเทียมเส้นประสาทเครือข่ายที่ใช้มากสุด 22discriminativewavenumbers (สัญญาณประสาท เซลล์ประสาทซ่อนสองและเซลล์ประสาทออกสอง สองถึงสามสุ่มเลือกสเปกตรัมของแต่ละตัวอย่างเก้าใช้กลุ่ม (R0, 2, 5 และ 5, 15, 30, 75, 85, FT2)สำหรับการตรวจสอบภายใน ได้ผลการจำแนกถูกต้อง 20จากตัวอย่างที่ 21 หนึ่งในตัวอย่าง (FT85) ผลผลลัพธ์ชัดเจน

ผลลัพธ์ (ไทย) 2:

ในการศึกษาของเรา, เทียมฝึกอบรมเครือข่ายประสาทผลในระดับเดียวเครือข่ายประสาทเทียมที่ใช้มากที่สุด 22
discriminativewavenumbers (เซลล์ประสาทการป้อนข้อมูล) สองเซลล์ประสาทที่ซ่อนอยู่
และสองเซลล์ประสาทเอาท์พุท สองถึงสามสเปกตรัมสุ่มเลือกของ
แต่ละกลุ่มตัวอย่างเก้า (R0,2,5 และ FT2,5,15,30,75,85) ถูกนำมาใช้
สำหรับการตรวจสอบภายใน การจัดหมวดหมู่ที่ถูกต้องก็ประสบความสำเร็จ 20
จาก 21 ตัวอย่าง ตัวอย่างหนึ่ง (FT85) ส่งผลให้ผลไม่ชัดเจน

ผลลัพธ์ (ไทย) 3:

ในการศึกษาของเรา เทียมและอบรมเครือข่ายส่งผลให้ระดับเดียวเทียมระหว่างเครือข่ายโดยใช้ 22 มากที่สุดdiscriminativewavenumbers ( เซลล์ประสาท input ) , เซลล์ประสาทที่ซ่อนอยู่ 22 เซลล์ประสาทและผลผลิต สองถึงสามสุ่มสเปกตรัมแต่ละเก้ากลุ่ม ( และ r0,2,5 ft2,5,15,30,75,85 ) จำนวนสำหรับการตรวจสอบภายใน หมวดหมู่ที่ถูกต้องเท่ากับ 20จาก 21 ตัวอย่าง ตัวอย่าง ( ft85 ) ให้ค่าผลกำกวม