We can modify these clusters, so th

We can modify these clusters, so that their total number can vary arbitrarily when four or more bands are involved. (This multidimensional situation is, of course, not readily displayed in a 3-D plot.) When we do the separations through a computer program, each pixel in an image is assigned to one of the clusters as being most similar to it in DN combination value. Generally, in an area within an image, multiple pixels in the same cluster correspond to some (initially unknown) ground feature or class so that patterns of gray levels result in a new image depicting the spatial distribution of the clusters. These levels can then be assigned colors to produce a cluster map. The trick then becomes one of trying to relate the different clusters to meaningful ground categories. We do this by either being adequately familiar with the major classes expected in the scene, or, where feasible, by visiting the scene (ground truthing) and visually correlating map patterns to their ground counterparts. Since the classes are not selected beforehand, this latter method is called Unsupervised Classification.

ผลลัพธ์ (ไทย) 1:

เราสามารถแก้ไขกลุ่มเหล่านี้ เพื่อให้สามารถแตกยอดอย่าเมื่อวงสี่ หรือมากกว่าเกี่ยวข้อง (สถานการณ์นี้หลายมิติ แน่นอน ไม่ได้แสดงในพล็อต 3-D) เมื่อเราทำการแยกสาร โดยใช้โปรแกรมคอมพิวเตอร์ แต่ละพิกเซลในภาพถูกกำหนดให้กับกลุ่มเป็นส่วนใหญ่คล้ายกับ DN รวมมูลค่าอย่างใดอย่างหนึ่ง โดยทั่วไป ในพื้นที่ภายในรูปภาพ พิกเซลหลายในคลัสเตอร์เดียวกันสอดคล้องกับบางคุณลักษณะดิน (ตอนแรกไม่รู้จัก) หรือระดับที่ส่งผลให้รูปแบบของระดับสีเทาในรูปแบบใหม่ที่แสดงการกระจายตัวเชิงพื้นที่ของคลัสเตอร์ ระดับเหล่านี้สามารถแล้วกำหนดสีในการผลิตแผนที่คลัสเตอร์ เคล็ดลับแล้วกลายเป็นหนึ่งพยายามที่จะใช้กับคลัสเตอร์ที่แตกต่างกันประเภทดินที่มีความหมาย เราทำอย่างใดอย่างหนึ่งที่พอคุ้นเคยกับคลาสที่สำคัญในฉาก หรือ เป็นไป ได้ โดยไปที่ฉาก (truthing ดิน) และสายตากำลังรวบรวมสำหรับรูปแบบแผนที่เพื่อคู่พื้นดินของพวกเขา ตั้งแต่ก่อนไม่ได้เลือกเรียน วิธีการหลังนี้จะเรียกว่าประเภทขั่ว

ผลลัพธ์ (ไทย) 2:

เราสามารถปรับเปลี่ยนกลุ่มเหล่านี้เพื่อให้จำนวนของพวกเขาสามารถแตกต่างกันไปโดยพลการเมื่อสี่หรือมากกว่าวงดนตรีที่มีส่วนเกี่ยวข้อง (สถานการณ์นี้หลายมิติของหลักสูตรไม่แสดงได้อย่างง่ายดายใน 3 มิติพล็อต.) เมื่อเราทำแยกผ่านโปรแกรมคอมพิวเตอร์แต่ละพิกเซลในภาพที่ได้รับมอบหมายให้เป็นหนึ่งในกลุ่มที่เป็นส่วนใหญ่คล้ายกับมันใน DN มูลค่ารวมกัน โดยทั่วไปในพื้นที่ที่อยู่ในภาพที่หลายพิกเซลในคลัสเตอร์เดียวกันตรงตามลักษณะที่บางส่วน (ไม่ทราบแรก) คุณลักษณะพื้นดินหรือระดับเพื่อที่รูปแบบของระดับสีเทาส่งผลในภาพใหม่ภาพวาดการกระจายของคลัสเตอร์ ระดับเหล่านี้แล้วสามารถกำหนดสีในการผลิตแผนที่คลัสเตอร์ เคล็ดลับก็จะกลายเป็นอย่างใดอย่างหนึ่งของการพยายามที่จะเกี่ยวข้องกับกลุ่มแตกต่างกันในประเภทพื้นดินที่มีความหมาย เราทำเช่นนี้โดยทั้งเป็นอย่างเพียงพอคุ้นเคยกับการเรียนที่สำคัญคาดว่าในที่เกิดเหตุหรือที่เป็นไปได้โดยไปที่เกิดเหตุ (พื้น truthing) และมีความสัมพันธ์ทางสายตาแบบแผนที่กับคู่ของพวกเขาพื้นดิน ตั้งแต่ชั้นเรียนจะไม่ได้เลือกก่อนวิธีหลังนี้เรียกว่าการจำแนกประเภท Unsupervised

ผลลัพธ์ (ไทย) 3:

เราสามารถแก้ไขกลุ่มเหล่านี้ เพื่อให้จำนวนของพวกเขาสามารถแตกต่างกันโดยพลการเมื่อสี่หรือมากกว่าวงดนตรีที่เกี่ยวข้อง ( สถานการณ์หลายมิตินี้คือ ไม่ยอมแสดงผลใน 3 แปลง ) เมื่อเราทำการแยกผ่านโปรแกรมคอมพิวเตอร์แต่ละพิกเซลในภาพได้รับมอบหมายให้เป็นหนึ่งในกลุ่มที่คล้ายกันมากในมูลค่ารวมกัน DN . โดยทั่วไปในพื้นที่ภายในรูปภาพหลายพิกเซล ในกลุ่มเดียวกันสอดคล้องกับบางอย่าง ( ที่ไม่รู้จักในตอนแรก ) พื้นดินคุณลักษณะ หรือเรียนเพื่อให้รูปแบบของระดับสีเทาผลภาพใหม่ ภาพการกระจายเชิงพื้นที่ของกลุ่ม ระดับเหล่านี้จากนั้นจะสามารถกำหนดกลุ่มสีเพื่อผลิตแผนที่ หลอกลวงแล้วจะกลายเป็นหนึ่งของพยายามที่จะเชื่อมโยงกลุ่มอื่นพื้นดินประเภทที่มีความหมาย เราทำเช่นนี้โดยการเป็นอยู่ที่คุ้นเคยกับสาขาการเรียนที่คาดหวังในฉากหรือที่เป็นไปได้ โดยการเยี่ยมชมฉาก ( ระบบนิเวศปะการัง ) และสายตา รวมทั้งรูปแบบแผนที่คู่พื้นดินของพวกเขา ตั้งแต่เรียนไม่ได้เลือกไว้ล่วงหน้า สองวิธีนี้เรียกว่าการจำแนกแบบไม่โต้ตอบ