The model with 4 latent variables c

The model with 4 latent variables captures 70%
of the variation in tomato maturity. The classification accuracies of the PLS-DA model were around 90%
for green, breaker-light red, and red maturity stages. The Variable Importance in Projection coefficient
of the 48 image features in the model indicated that the diffusion weighted image and spin echo image
with higher T2 weighting were most important for tomato maturity classification

ผลลัพธ์ (ไทย) 1:

รูปแบบที่ มีตัวแปรแฝงอยู่ 4 จับ 70%ของการเปลี่ยนแปลงในมะเขือเทศครบกำหนด Accuracies จัดประเภทรุ่นกรุณาดาได้ประมาณ 90%สำหรับขั้นตอนตัดแสงสีเขียว สีแดง และสีแดงครบกำหนด ความสำคัญกับตัวแปรสัมประสิทธิ์ฉายรูป 48 ในแบบระบุว่า แพร่ที่ถ่วงน้ำหนักภาพและหมุนภาพสะท้อนด้วยน้ำหนัก T2 สูงกว่าสำคัญที่สุดสำหรับการจัดประเภทมะเขือเทศครบกำหนด

ผลลัพธ์ (ไทย) 2:

รุ่นที่มี 4 ตัวแปรแฝงจับ 70%
ของการเปลี่ยนแปลงในการครบกําหนดมะเขือเทศ ความถูกต้องของการจัดหมวดหมู่ของรูปแบบ PLS-DA มีประมาณ 90%
สำหรับสีเขียว, สีแดงเบรกแสงและขั้นตอนครบกําหนดสีแดง ตัวแปรสำคัญในค่าสัมประสิทธิ์ฉาย
ในคุณสมบัติที่ 48 ภาพในรูปแบบการแสดงให้เห็นว่าการแพร่ภาพถ่วงน้ำหนักและหมุนภาพสะท้อน
ที่มีน้ำหนัก T2 ที่สูงขึ้นมีความสำคัญที่สุดสำหรับการจัดหมวดหมู่ครบกําหนดมะเขือเทศ

ผลลัพธ์ (ไทย) 3:

รุ่นมี 4 ตัวแปรแฝงจับ 70 %
ของความผันแปรในวุฒิภาวะ มะเขือเทศ การ pls-da ความถูกต้องของแบบจำลองเป็นประมาณ 90%
สำหรับสีเขียว เบรคเกอร์ไฟสีแดง และระยะสุกแดง ตัวแปรสำคัญในการประมาณการค่า
ของ 48 ภาพคุณสมบัติในรูปแบบพบว่า การแพร่กระจายภาพและหมุนภาพก้อง
ถัวกับ T2 สูงกว่าน้ำหนักสำคัญที่สุดในการจำแนก ) มะเขือเทศ