Tree architecture is always leverag

Tree architecture is always leveraged in decision theory. SVM with
binary tree architecture has been introduced to reduce the number of
binary classifiers and achieve a fast decision [19]. However, due to the
requirement of high classification accuracy and good generalization
capacity of binary-tree SVM classifier, it is still an issue when only
small-size samples are available for hyperspectral RS images. To address
these issues, various SVMs with binary tree architecture have
been investigated to reduce the amounts of binary classifiers for
time saving and fast decision

ผลลัพธ์ (ไทย) 1:

เสมอมี leveraged ต้นไม้สถาปัตยกรรมในทฤษฎีการตัดสินใจ SVM มีสถาปัตยกรรมต้นไม้ไบนารีมีการแนะนำเพื่อลดจำนวนคำนามภาษาไบนารี และบรรลุการตัดสินใจอย่างรวดเร็ว [19] อย่างไรก็ตาม เนื่องจากการความต้องการความแม่นยำสูงการจัดประเภทและลักษณะทั่วไปดีความจุของลักษณนาม SVM ทรีไบนารี มันยังมีปัญหาอยู่เมื่อเท่านั้นตัวอย่างขนาดเล็กมีอยู่สำหรับรูป hyperspectral RS ที่อยู่มีปัญหาเหล่านี้ SVMs ต่าง ๆ กับสถาปัตยกรรมต้นไม้ไบนารีรับการตรวจสอบเพื่อลดจำนวนของคำนามภาษาไบนารีสำหรับประหยัดเวลาและการตัดสินใจที่รวดเร็ว

ผลลัพธ์ (ไทย) 2:

สถาปัตยกรรมต้นไม้เป็น leveraged เสมอในทฤษฎีการตัดสินใจ SVM กับ
สถาปัตยกรรมต้นไม้ไบนารีได้รับการแนะนำเพื่อลดจำนวนของ
ลักษณนามไบนารีและบรรลุการตัดสินใจอย่างรวดเร็ว [19] อย่างไรก็ตามเนื่องจาก
ความต้องการของความถูกต้องสูงและการจัดหมวดหมู่ทั่วไปดี
ความจุของไบนารีต้นไม้ SVM ลักษณนามก็ยังคงเป็นปัญหาเมื่อเพียง
ตัวอย่างขนาดเล็กที่มีอยู่สำหรับภาพ Hyperspectral อาร์เอส เพื่อแก้ไข
ปัญหาเหล่านี้ SVMs ต่างๆที่มีสถาปัตยกรรมต้นไม้ไบนารีได้
รับการตรวจสอบเพื่อลดปริมาณของลักษณนามไบนารีเพื่อ
ประหยัดเวลาและการตัดสินใจอย่างรวดเร็ว

ผลลัพธ์ (ไทย) 3:

สถาปัตยกรรมต้นไม้มักใช้ในทฤษฎีการตัดสินใจ SVM กับสถาปัตยกรรมต้นไม้ไบนารีได้รับการแนะนำเพื่อลดจำนวนคำไบนารีและบรรลุการตัดสินใจที่รวดเร็ว [ 19 ] อย่างไรก็ตาม เนื่องจากการความต้องการของความถูกต้องสูงและการจัดดีความจุของต้นไม้ไบนารีแบบ SVM ก็ยังคงเป็นปัญหาเฉพาะ เมื่อตัวอย่างขนาดเล็กที่ใช้ได้สำหรับ hyperspectral ฟิล์มภาพ เพื่อที่อยู่ปัญหาเหล่านี้ ด้วยสถาปัตยกรรมแบบต่าง ๆมีต้นไม้ไบนารีถูกใช้เพื่อลดปริมาณของคำไบนารีสำหรับประหยัดเวลาและการตัดสินใจอย่างรวดเร็ว