morphological changing information

morphological changing information of volcanic ash cloud [10], [11].
Therefore, accurately remote sensing classification of volcanic ash
cloud has an important practical significance for improving the
disaster prevention and mitigation of volcanic ash cloud.
At present a variety of volcanic ash cloud detection from remote
sensing image have been presented with the new theory‘s in-depth
study, i.e., statistical theory, fuzzy theory and machine learning [12],
[13]. However, there is some common computation complexity,
application narrow and low accuracy in these mainstream
approaches. In contrast, the fuzzy C-means clustering (FCM) can get
each data sample‘s membership of all types of class centers and then
determine the ownership of sample points [14], [15]. This also has
great application potential in the volcanic ash cloud detection. As a
typical dynamic clustering algorithm, in essence FCM seeks an
optimal solution by the gradient descent method. However, the
objective function which corresponds to the results often may be a

ผลลัพธ์ (ไทย) 1:

ข้อมูลการเปลี่ยนแปลงสัณฐานของเมฆเถ้าภูเขาไฟ [10], [11]ดังนั้น แม่นยำระยะไกลตรวจจับประเภทของเถ้าภูเขาไฟมีเมฆสำคัญปฏิบัติการสำคัญสำหรับการปรับปรุงการป้องกันภัยและบรรเทาสาธารณภัยของเมฆเถ้าภูเขาไฟที่นำเสนอความหลากหลายของการตรวจหาเมฆเถ้าภูเขาไฟจากรีโมทจับภาพได้เสนอกับของทฤษฎีใหม่ในเชิงลึกการศึกษา เช่น ทฤษฎีทางสถิติ ทฤษฎีพร่าเลือน และจักรเรียนรู้ [12],[13] . อย่างไรก็ตาม มีบางอย่างซับซ้อนคำนวณทั่วไปแอพลิเคชันแคบ และต่ำความแม่นยำในหลักเหล่านี้แนวทางการ ตรงกันข้าม การเลือน C หมายถึงคลัสเตอร์ (FCM) ได้ตัวอย่างข้อมูลแต่ละสมาชิกทุกประเภทของศูนย์การเรียนแล้วตรวจสอบความเป็นเจ้าของจุดตัวอย่าง [14], [15] จากนี้ยังมีโปรแกรมดีมีศักยภาพในการตรวจจับเมฆเถ้าภูเขาไฟ เป็นการอัลกอริธึมแบบไดนามิกระบบคลัสเตอร์ทั่วไป ในสาระสำคัญ FCM พยายามโซลูชั่น โดยวิธีการไล่ระดับสีโคตร อย่างไรก็ตาม การฟังก์ชันวัตถุประสงค์ซึ่งสอดคล้องกับผลลัพธ์มักจะอาจจะเป็น

ผลลัพธ์ (ไทย) 3:

ลักษณะการเปลี่ยนแปลงข้อมูลเมฆเถ้าของภูเขาไฟ [ 10 ] [ 11 ]จึงถูกต้องระยะไกลการจำแนก เถ้าถ่านของภูเขาไฟเมฆที่มีความสำคัญในทางปฏิบัติที่สำคัญสำหรับการปรับปรุงป้องกันและบรรเทาสาธารณภัย เมฆเถ้าภูเขาไฟภัยพิบัติปัจจุบันความหลากหลายของเถ้าภูเขาไฟเมฆการตรวจสอบจากระยะไกลภาพที่ตรวจจับได้ถูกนำเสนอกับใหม่ ทฤษฎีเชิงลึกการศึกษา เช่น ทฤษฎีทางสถิติทฤษฎีฟัซซีและการเรียนรู้เครื่อง [ 12 ][ 13 ] อย่างไรก็ตาม มีบางทั่วไปในการคำนวณที่ซับซ้อนโปรแกรมแคบและต่ำในหลักความถูกต้องวิธี ในทางตรงกันข้าม , ฟัซซีซีมีนการจัดกลุ่ม ( FCM ) สามารถได้รับข้อมูลแต่ละตัวอย่างของสมาชิกทุกประเภท ของศูนย์การเรียนแล้วตรวจสอบความเป็นเจ้าของข้อมูล [ 14 ] , [ 15 ] นี้ ยัง มีศักยภาพการใช้มากในเถ้าภูเขาไฟเมฆการตรวจหา เป็นทั่วไปพลวัตขั้นตอนวิธีการจัดกลุ่มใน FCM กำลังแสวงหาสาระโซลูชั่นที่เหมาะสม โดยการไล่ระดับสีโคตรด้วย อย่างไรก็ตามมีฟังก์ชันซึ่งสอดคล้องกับผลที่ได้มักจะอาจเป็น