According to Figure 10, ABC is a mo

According to Figure 10, ABC is a more effective classification
feature than CBC for transportation mode detection. In order to
quantify the contribution of CBC to bus mode detection accuracy
as a classification feature, we present bus mode accuracy results
using the Random Forest Model, when the CBC feature is
suppressed. The four high order features (average speed, average
acceleration, average rail closeness, and average bus closeness) of
Figure 10 are used in Figure 14. From Figure 14, we observe that
the precision accuracy of buses decreases to 85.1 % (Figure 14)
from 89.7% (Figure 11), when only the top four features are used.
This indicates that even though CBC may be more time consuming
to compute, and use more memory than ABC, it is a worthwhile
feature for buses. On the other hand, if speed and memory is
critical; CBC can be suppressed, and bus mode detection will
remain over 85% accurate

ผลลัพธ์ (ไทย) 1:

ตามรูปที่ 10, ABC เป็นประเภทมีประสิทธิภาพมากขึ้นลักษณะการทำงานมากกว่ารักษาการณ์สำหรับตรวจสอบโหมดการขนส่ง ในอันที่จะกำหนดปริมาณสัดส่วนของรักษาการณ์เพื่อขนส่งโหมดตรวจสอบความถูกต้องเป็นคุณลักษณะจัดประเภท เราแสดงผลความถูกต้องของโหมดรถใช้โมเดลตัวอย่างของป่า รักษาการณ์อยู่ปราบพยศ คุณสมบัติสูงสั่งสี่ (เฉลี่ยความเร็ว ค่าเฉลี่ยความใกล้เคียงรถ) เร่งความเร็ว ความใกล้เคียงทางรถไฟเฉลี่ย และค่าเฉลี่ยของรูปที่ 10 ใช้ในรูปที่ 14 จากรูปที่ 14 เราสังเกตพบว่าความถูกต้องแม่นยำของรถลดลง 85.1% (รูปที่ 14)จาก 89.7% (รูปที่ 11), เมื่อใช้คุณลักษณะด้านบน 4 เท่านี้หมายถึงแม้ว่ารักษาการณ์อาจใช้เวลามากนานการคำนวณ และใช้หน่วยความจำเพิ่มเติมกว่า ABC มันเป็นความคุ้มค่าคุณลักษณะสำหรับรถ ในทางกลับกัน ถ้าความเร็วและหน่วยความจำสำคัญ สามารถระงับรักษาการณ์ และจะตรวจหาโหมดรถอยู่กว่า 85% ถูกต้อง

ผลลัพธ์ (ไทย) 2:

ตามรูปที่ 10
เอบีซีคือการจัดหมวดหมู่มีประสิทธิภาพมากขึ้นคุณลักษณะกว่าCBC โหมดสำหรับการตรวจสอบการขนส่ง เพื่อที่จะหาจำนวนของผลงาน CBC การตรวจสอบความถูกต้องโหมดรถบัสเป็นคุณสมบัติการจัดหมวดหมู่ที่เรานำเสนอรถบัสผลความถูกต้องโหมดการใช้ป่าสุ่มรุ่นเมื่อคุณลักษณะCBC ถูกระงับ สี่คุณสมบัติการสั่งซื้อสูง (ความเร็วเฉลี่ยเฉลี่ยเร่งความใกล้ชิดทางรถไฟเฉลี่ยและรถบัสเฉลี่ยความใกล้ชิด) ของรูปที่ 10 ถูกนำมาใช้ในรูปที่ 14 รูปที่ 14 จากเราสังเกตว่ามีความถูกต้องแม่นยำของรถโดยสารลดลง85.1% (รูปที่ 14) จาก 89.7% (รูปที่ 11) เมื่อเพียงสี่ยอดคุณสมบัติที่ถูกนำมาใช้. นี้แสดงให้เห็นว่าถึงแม้ CBC อาจจะเสียเวลามากขึ้นในการคำนวณและใช้หน่วยความจำมากขึ้นกว่าที่เอบีซีมันเป็นความคุ้มค่าคุณลักษณะสำหรับรถโดยสาร ในทางตรงกันข้ามถ้าความเร็วและหน่วยความจำเป็นที่สำคัญ; CBC สามารถระงับและการตรวจสอบโหมดรถบัสจะยังคงอยู่ในช่วง85% ที่ถูกต้อง

ผลลัพธ์ (ไทย) 3:

ตามรูปที่ 10 , ABC เป็นมีประสิทธิภาพมากขึ้นกว่าการตรวจ CBC หมวดหมู่
คุณลักษณะโหมดการขนส่ง เพื่อ
วัดผลงานของ CBC เพื่อบัสโหมดความถูกต้อง
เป็นการจำแนกคุณลักษณะ เรานำเสนอรถบัสโหมดความแม่นยำผล
โดยใช้รูปแบบป่าแบบสุ่มเมื่อ CBC เป็นคุณลักษณะ
ปราบปราม คุณลักษณะสูงสี่สั่ง ( ความเร็ว , ความเร่งเฉลี่ย
เฉลี่ยใกล้ทางรถไฟ เฉลี่ย และความใกล้ชิดทางเฉลี่ย ) ของ
รูปที่ 10 ใช้ในรูปที่ 14 จากรูปที่ 14 เราสังเกตว่า
ความแม่นยำความถูกต้องของรถลดลงไปขวาง ( รูปที่ 14 )
จาก 89.7% ( รูปที่ 11 ) , เมื่อเพียงด้านบนสี่คุณสมบัติใช้ .
แสดงว่าแม้ว่าผลอาจจะมากกว่าเวลานาน
คำนวณและใช้หน่วยความจำมากกว่า ABC , มันคือ คุณลักษณะคุ้มค่า
สำหรับรถโดยสารในทางกลับกัน ถ้าความเร็วและหน่วยความจำ
วิกฤต ; CBC สามารถยับยั้ง การตรวจสอบโหมดรถบัสจะ
ยังคงมากกว่า 85% ถูกต้อง