Incremental self-organised map repr

Incremental self-organised map represents the distribution of the input feature vectors easily by modifying the topology of the network. A simple learning algorithm is utilized for the analysis of
the remote-sensing images. Since this algorithm does not increase the computational load, the user
can analyse different segmentation results of the same remote-sensing image by changing the
threshold value in a descending manner. This analysis enables the user to observe the relation between the segmentation result and the number of classes and to observe the distribution of the novel classes formed on the segmented image.

ผลลัพธ์ (ไทย) 1:

แผนที่จัดตนเองเพิ่มขึ้นแสดงถึงการกระจายของเวกเตอร์คุณลักษณะการป้อนข้อมูลได้อย่างง่ายดาย โดยการปรับเปลี่ยนโทโพโลยีของเครือข่าย อัลกอริทึมการเรียนรู้ที่ง่ายจะใช้ในการวิเคราะห์ภาพการตรวจจับระยะไกล เนื่องจากอัลกอริทึมนี้ไม่เพิ่มการโหลดหนัก ๆ ผู้ใช้สามารถวิเคราะห์ผลแบ่งส่วนต่าง ๆ ของภาพการตรวจวัดระยะไกลเดียวกัน โดยการเปลี่ยนแปลงค่าขีดจำกัดในลักษณะเรียง การวิเคราะห์นี้ช่วยให้ผู้ใช้สังเกตความสัมพันธ์ระหว่างผลการแบ่งกลุ่มและจำนวนชั้นเรียน และสังเกตการกระจายของชั้นเรียนนวนิยายเกิดขึ้นบนภาพแบ่ง

ผลลัพธ์ (ไทย) 2:

แผนที่ตนเองจัดที่เพิ่มขึ้นแสดงให้เห็นถึงการกระจายตัวของเวกเตอร์คุณลักษณะการป้อนข้อมูลได้อย่างง่ายดายโดยการปรับเปลี่ยนโครงสร้างของเครือข่าย ขั้นตอนวิธีการเรียนรู้ที่ง่ายถูกนำมาใช้สำหรับการวิเคราะห์ของ
ภาพระยะไกลตรวจจับ ตั้งแต่ขั้นตอนวิธีการนี้จะไม่เพิ่มภาระการคำนวณผู้ใช้
สามารถวิเคราะห์ผลการแบ่งส่วนที่แตกต่างกันของภาพระยะไกลตรวจจับเดียวกันโดยการเปลี่ยน
ค่าเกณฑ์ในลักษณะลงมาเป็น การวิเคราะห์นี้จะช่วยให้ผู้ใช้ที่จะสังเกตเห็นความสัมพันธ์ระหว่างผลการแบ่งกลุ่มและจำนวนของการเรียนและจะสังเกตเห็นการกระจายตัวของชั้นเรียนนวนิยายเกิดขึ้นบนภาพการแบ่งกลุ่ม

ผลลัพธ์ (ไทย) 3:

แผนที่แสดงการกระจายของตนเองเพิ่มขึ้น จัดของใส่คุณลักษณะเวกเตอร์ได้อย่างง่ายดายโดยการปรับเปลี่ยนโครงสร้างของเครือข่าย ขั้นตอนวิธีการเรียนรู้ที่ง่ายคือใช้เพื่อการวิเคราะห์การรับรู้จากระยะไกลภาพ เนื่องจากวิธีนี้ไม่ได้เพิ่มภาระคอมพิวเตอร์ผู้ใช้สามารถวิเคราะห์ผลการแบ่งส่วนต่างๆของเดียวกันภาพระยะไกลโดยการเปลี่ยนจากเกณฑ์ค่าในลักษณะ การวิเคราะห์นี้จะช่วยให้ผู้ใช้เพื่อสังเกตความสัมพันธ์ระหว่างการแบ่งส่วนผลและจำนวนของชั้นเรียน และสังเกตการกระจายของชนชั้นใหม่เกิดขึ้นบนภาพแบ่ง .