However, there has been a constant

However, there has been a constant effort toward automatic
ice concentration estimation from SAR imagery [7]–[13]. A
two-step approach is normally used [7]–[13]: SAR image features
are first designed and calculated to describe the differences
between ice and water; then, a regression model is built
upon those features to estimate the ice concentration. Empirical
linear regression and multiple-layer perceptron are examples of
such regression models [9], [10], [12], [13].

ผลลัพธ์ (ไทย) 1:

อย่างไรก็ตาม มีการผลักดันคงอัตโนมัติน้ำแข็งความเข้มข้นการประเมินจาก SAR ภาพ [7] – [13] Aวิธีการสองขั้นตอนคือ ใช้ [7] – [13]: SAR ภาพคุณสมบัติครั้งแรกถูกออกแบบ และคำนวณเพื่ออธิบายความแตกต่างระหว่างน้ำแข็งและน้ำ จากนั้น สร้างแบบจำลองถดถอยเมื่อคุณลักษณะเหล่านั้นเพื่อประเมินความเข้มข้นของน้ำแข็ง เชิงประจักษ์ถดถอยเชิงเส้นและเพอร์เซปตรอนหลายชั้นเป็นตัวอย่างของเช่นรุ่นถดถอย [9], [10], [12], [13]

ผลลัพธ์ (ไทย) 2:

อย่างไรก็ตามได้มีการพยายามอย่างต่อเนื่องที่มีต่ออัตโนมัติ
ประมาณค่าความเข้มข้นของน้ำแข็งจากภาพ SAR [7] - [13]
วิธีการขั้นตอนที่สองโดยปกติจะใช้ [7] - [13]: SAR องค์ประกอบภาพ
ได้รับการออกแบบเป็นครั้งแรกและคำนวณเพื่ออธิบายความแตกต่าง
ระหว่างน้ำแข็งและน้ำ แล้วรูปแบบการถดถอยถูกสร้างขึ้น
เมื่อคุณสมบัติเหล่านั้นเพื่อประเมินความเข้มข้นของน้ำแข็ง เชิงประจักษ์
ถดถอยเชิงเส้นและหลายชั้น Perceptron เป็นตัวอย่างของ
รูปแบบการถดถอยเช่น [9] [10] [12] [13]

ผลลัพธ์ (ไทย) 3:

อย่างไรก็ตาม ได้มีความพยายามอย่างต่อเนื่องต่ออัตโนมัติการประมาณค่าปริมาณน้ำแข็งจาก SAR จินตภาพ [ 7 ] - [ 13 ] เป็นวิธีที่ 2 จะใช้ตามปกติ [ 7 ] - [ 13 ] : SAR คุณสมบัติภาพออกแบบและคำนวณ อธิบายถึงความแตกต่างระหว่างน้ำแข็งและน้ำ จากนั้นเป็นแบบจำลองการถดถอยถูกสร้างขึ้นเมื่อมีผู้ประมาณการน้ำแข็งความเข้มข้น เชิงประจักษ์การถดถอยเชิงเส้นและเพอร์เซปตรอนหลายชั้น มีตัวอย่างของเช่นการถดถอยแบบ [ 9 ] , [ 10 ] [ 12 ] [ 13 ]