In this paper we present a new meth

In this paper we present a new method for automated recognition of 12 microalgae that are most com-
monly found in water resources of Thailand. In order to handle some difficulties encountered in our
problem such as unclear algae boundary and noisy background, we proposed a new method for seg-
menting algae bodies from an image background and proposed a new method for computing texture
descriptors from a blurry texture object. Feature combination approach is applied to handle a variation
of algae shapes of the same genus. Sequential Minimal Optimization (SMO) is used as a classifier. An
experimental result of 97.22% classification accuracy demonstrates an effectiveness of our proposed
method.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เรานำเสนอวิธีการใหม่สำหรับการรับรู้โดยอัตโนมัติของ microalgae 12 ที่สุด com-monly พบทรัพยากรน้ำของประเทศไทย ต่างบาง difficulties ที่พบในของเราปัญหาสาหร่ายชัดเจนขอบและพื้นหลังเสียงดัง เรานำเสนอวิธีการใหม่สำหรับ segร่างกายสาหร่าย menting จากภาพพื้นหลัง และนำเสนอวิธีการใหม่ในการคำนวณพื้นผิวตัวบอกจากวัตถุมัวเนื้อ ใช้วิธีการผสมผสานคุณลักษณะการจัดการการเปลี่ยนแปลงรูปร่างสาหร่ายของพืชสกุลเดียวกัน ลำดับน้อยที่สุดเหมาะที่สุด (SMO) ใช้เป็นแบบ classifier มีผลการทดลองความแม่นยำ classification 97.22% แสดงให้เห็นถึงประสิทธิภาพที่เรานำเสนอวิธีการ

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราจะนำเสนอวิธีการใหม่สำหรับการรับรู้โดยอัตโนมัติจาก 12 สาหร่ายที่มีความสมบูรณ์มากที่สุด
ปรกติที่พบในแหล่งน้ำแห่งประเทศไทย เพื่อที่จะจัดการกับบาง culties Fi dif พบในของเรา
ปัญหาเช่นสาหร่ายขอบเขตชัดเจนและพื้นหลังมีเสียงดังที่เรานำเสนอวิธีการใหม่สำหรับ seg-
menting ร่างกายสาหร่ายจากภาพพื้นหลังและนำเสนอวิธีการใหม่สำหรับการคำนวณเนื้อ
อธิบายจากวัตถุเนื้อตาพร่า วิธีการคุณสมบัติรวมกันถูกนำไปใช้ในการจัดการกับการเปลี่ยนแปลง
ของรูปทรงสาหร่ายในสกุลเดียวกัน การเพิ่มประสิทธิภาพน้อยที่สุด (Sequential SMO) ใช้เป็นเอ้อจัดประเภท
ผลการทดลอง 97.22% ความถูกต้องไอออนบวกจัดประเภทแสดงให้เห็นถึงประสิทธิภาพของการเสนอของเรา
วิธีการ

ผลลัพธ์ (ไทย) 3:

ในบทความนี้ได้เสนอวิธีการใหม่ในการรับรู้โดยอัตโนมัติของสาหร่ายขนาดเล็กที่มีมากที่สุด 12 .
มอลลี่ที่พบในแหล่งน้ำของประเทศไทย เพื่อที่จะรับมือกับ culties DIF จึงพบปัญหาของเรา
เช่น ขอบเขตไม่ชัดเจนและสาหร่ายพื้นเสียงดัง เราเสนอวิธีใหม่สำหรับขังเดี่ยว -
menting สาหร่ายเนื้อจากภาพพื้นหลัง และได้เสนอวิธีการใหม่ในการคำนวณพื้นผิว
จากเบลอในเนื้อวัตถุ คุณลักษณะการใช้วิธีที่จะจัดการกับการเปลี่ยนแปลงรูปร่างของ
สาหร่ายสกุลเดียวกัน ลําดับที่น้อยที่สุดเพิ่มประสิทธิภาพ ( SMO ) ใช้เป็น classi จึงเอ้อ ผลของการ
% classi 97.22 ประสิทธิผลของการถ่ายทอดความถูกต้องให้เราเสนอ
วิธี