(3) To evaluate the efficiency of t

(3) To evaluate the efficiency of the image classification scheme, once the computational module receives the entire image successfully, the classification will be computed in the cloud
to show the degree of population density of the chickens. Here, the main metric is accuracy measured over ten times for various EVAP farm images, and the average was plotted, including computational time complexity compared to three other well-known image classification techniques, i.e., K – Means clustering, Fuzzy C – Means, and Mean-Shift (Aggarwal and Reddy, 2013). Here, K is two (black and white), and with Fuzzy C-Means and Mean-Shift, maximum
iterations were set up to ten and fourteen, respectively, based on the experiment when the classification results moved toward a steady stage

ผลลัพธ์ (ไทย) 1:

(3) การประเมินประสิทธิภาพของแผนงานการจัดหมวดหมู่ภาพ เมื่อโมดูหนัก ๆ รับภาพทั้งหมดเรียบร้อยแล้ว การจัดประเภทจะคำนวณในระบบคลาวด์เพื่อแสดงระดับของความหนาแน่นของไก่ ที่นี่ วัดหลักเป็นความถูกต้องในการวัดมากกว่าสิบครั้งภาพฟาร์ม EVAP ต่าง ๆ และถูก พล็อตโดยเฉลี่ย เวลาคำนวณซับซ้อนเทคนิคภาพรู้จักการจัดประเภท เช่น K – คลัสเตอร์ เลือน C – หมายถึง หมายความว่าและความหมายกะ (Aggarwal และ Reddy, 2013) สามอื่น ๆ รวมทั้ง ที่นี่ K สอง (สีดำ และสีขาว) , และ C-หมายถึงการเลือนและกะหมายถึง สูงสุดซ้ำตั้งสิบและสิบสี่ ตามลำดับ อิงการทดลองเมื่อจำแนกผลการย้ายสู่ขั้นมั่นคง

ผลลัพธ์ (ไทย) 2:

(3) เพื่อประเมินประสิทธิภาพของโครงการการจัดหมวดหมู่ภาพเมื่อโมดูลการคำนวณได้รับภาพทั้งหมดประสบความสำเร็จในการจัดหมวดหมู่จะถูกคำนวณในเมฆ
ที่จะแสดงระดับของความหนาแน่นของประชากรไก่ นี่ตัวชี้วัดที่สำคัญคือความถูกต้องวัดกว่าสิบครั้งสำหรับภาพฟาร์ม EVAP ต่างๆและค่าเฉลี่ยที่ถูกพล็อตรวมทั้งความซับซ้อนเวลาคำนวณเทียบกับสามที่รู้จักกันดีเทคนิคการจัดหมวดหมู่ภาพอื่น ๆ เช่น K - หมายถึงการจัดกลุ่มเลือน C - หมายถึง และค่าเฉลี่ย-Shift (Aggarwal และเรดดี้ 2013) นี่คือสอง K (สีดำและสีขาว) และมีฟัซซี่ C-วิธีการและ Mean-Shift สูงสุด
ซ้ำถูกตั้งขึ้นถึงสิบและสิบสี่ตามลำดับขึ้นอยู่กับการทดลองเมื่อผลการจำแนกเดินตรงไปยังเวทีที่มั่นคง

ผลลัพธ์ (ไทย) 3:

( 3 ) เพื่อประเมินประสิทธิภาพของภาพประเภทนี้เมื่อโมดูลการคำนวณได้รับภาพทั้งหมดเสร็จเรียบร้อยแล้ว การจะคำนวณในเมฆเพื่อแสดงระดับความหนาแน่นของไก่ ที่นี่ตัวชี้วัดหลักคือวัดความถูกต้องมากกว่า 10 ครั้งสำหรับภาพฟาร์ม Evap ต่างๆโดยเฉลี่ย วางแผน รวมทั้งการคำนวณเวลาความซับซ้อนเมื่อเทียบกับสามอื่น ๆที่รู้จักกันดีภาพหมวดหมู่เทคนิค เช่น K ) หมายถึง การจัดกลุ่มเลือน C –วิธีการและหมายถึงการเปลี่ยนแปลง ( s ) และ Reddy , 2013 ) นี่ เค 2 ( ขาวดำ ) และฟัซซีซีมีน และหมายถึงการเปลี่ยนแปลงสูงสุดซ้ำตั้ง 10 และ 14 ตามลำดับ จากการทดลองเมื่อจำแนกผลย้ายไปเวทีนิ่ง