Maximum likelihood classification a

Maximum likelihood classification assumes that the statistics for each class in each band are normally distributed and calculates the probability that a given pixel belongs to a specific class. Unless you select a probability threshold, all pixels are classified. Each pixel is assigned to the class that has the highest probability (that is, the maximum likelihood). If the highest probability is smaller than a threshold you specify, the pixel remains unclassified.

The Maximum Likelihood Classification tool considers both the variances and
covariances of the class signatures. With the assumption that the distribution of a class
sample is normal, a class can be characterized by the mean vector and the covariance
matrix. Given these two characteristics for each cell value, the statistical probability is
computed for each class to determine the membership of the cells to the class. When the
default EQUAL a priori option is specified, each cell is classified to the class to which it
has the highest probability of being a member.

ผลลัพธ์ (ไทย) 1:

การจัดประเภทสูงสุดโอกาสสันนิษฐานว่า สถิติแต่ละวิชาในแต่ละวงมีกระจายปกติ และคำนวณความน่าเป็นว่า พิกเซลที่กำหนดเป็นของคลาสที่ระบุ ถ้าคุณไม่เลือกเกณฑ์ความน่าเป็น พิกเซลทั้งหมดจะจัดงาน แต่ละพิกเซลถูกกำหนดให้กับชั้นเรียนที่มีความเป็นไปได้สูงที่สุด (นั่นคือ โอกาสสูงสุด) ถ้าความน่าเป็นสูงสุดมีขนาดเล็กกว่าขีดจำกัดที่คุณระบุ พิกเซลยังคงไม่ได้แยกประเภทเครื่องมือประเภทโอกาสสูงสุดพิจารณาผลต่างของทั้งสอง และ covariances ลายเซ็นชั้น ภายใต้การสันนิษฐานที่การกระจายของชั้นเรียน อย่างเป็นปกติ ความสามารถโดดเด่น ด้วยเวกเตอร์เฉลี่ยและความแปรปรวน เมทริกซ์ คุณลักษณะสองเหล่านี้สำหรับแต่ละค่าของเซลล์ ความน่าเป็นทางสถิติเป็น คำนวณสำหรับแต่ละระดับชั้นเพื่อตรวจสอบการเป็นสมาชิกของคลาเซลล์ให้ เมื่อการ ระบุค่าเริ่มต้นเท่ากับ priori เป็นตัวเลือก แต่ละเซลล์จัดประเภทเพื่อที่จะ มีความน่าเป็นสูงสุดของการเป็นสมาชิก

ผลลัพธ์ (ไทย) 2:

จำแนกโอกาสสูงสุดสันนิษฐานว่าสถิติสำหรับแต่ละชั้นเรียนในแต่ละวงจะมีการแจกจ่ายตามปกติและคำนวณความน่าจะเป็นที่พิกเซลได้รับอยู่ในระดับที่เฉพาะเจาะจง จนกว่าคุณจะเลือกเกณฑ์ความน่าจะเป็นพิกเซลทั้งหมดจัดอยู่ในประเภท แต่ละพิกเซลที่ได้รับมอบหมายในชั้นเรียนที่มีความน่าจะเป็นสูงสุด (นั่นคือความน่าจะเป็นสูงสุด) ถ้าน่าจะเป็นสูงสุดมีขนาดเล็กกว่าเกณฑ์ที่คุณระบุพิกเซลยังคงไม่เป็นความลับ.

เครื่องมือโอกาสการจำแนกประเภทสูงสุดพิจารณาทั้งความแปรปรวนและ
covariances ของลายเซ็นชั้นเรียน ด้วยสมมติฐานที่ว่าการกระจายของชั้นเรียน
ตัวอย่างเป็นปกติชั้นสามารถลักษณะเวกเตอร์ค่าเฉลี่ยและความแปรปรวนร่วม
เมทริกซ์ ได้รับทั้งสองลักษณะสำหรับค่าแต่ละเซลล์, ความน่าจะเป็นสถิติ
คำนวณสำหรับแต่ละชั้นเรียนเพื่อตรวจสอบการเป็นสมาชิกของเซลล์ในชั้นเรียน เมื่อ
เริ่มต้นเท่ากับเป็นตัวเลือกที่เบื้องต้นมีการระบุแต่ละเซลล์จะถูกจัดชั้นเรียนเพื่อที่จะ
มีความน่าจะเป็นสูงสุดของการเป็นสมาชิก

ผลลัพธ์ (ไทย) 3:

การจำแนกสูงสุดถือว่าสถิติสำหรับแต่ละชั้นเรียนในแต่ละกลุ่มมีการแจกแจงปกติ และคำนวณความน่าจะเป็นที่ระบุพิกเซลเป็นของชั้นเรียนที่เฉพาะเจาะจง ถ้าคุณเลือก ความน่าจะเป็นของพิกเซลทั้งหมดเป็นความลับ แต่ละพิกเซลจะถูกมอบหมายให้ห้องนั้นมีความน่าจะเป็นสูงสุด ( คือโอกาสสูงสุด ) ถ้าเป็นไปได้สูงที่จะมีขนาดเล็กกว่าเกณฑ์ที่คุณระบุพิกเซลที่ยังคงไม่มีประเภท .การพิจารณาความเป็นไปได้สูงสุดเครื่องมือทั้ง 6 ด้านcovariances ของรุ่นลายเซ็น มีสมมติฐานว่า การกระจายของชั้นตัวอย่างเป็นปกติ ชั้นสามารถโดดเด่นด้วยค่าเฉลี่ยและความแปรปรวนร่วมแบบเวกเตอร์เมทริกซ์ ให้ทั้งสองลักษณะสำหรับแต่ละเซลล์ค่าความน่าจะเป็นทางสถิติ คือคำนวณสำหรับแต่ละชั้นเรียนเพื่อตรวจสอบการเป็นสมาชิกของเซลล์ในชั้น เมื่อเริ่มต้นที่เท่าเทียมกันระหว่างตัวเลือกที่ระบุไว้ในแต่ละเซลล์จะแบ่งไปเรียน ซึ่งมันมีความน่าจะเป็นสูงสุดของการเป็นสมาชิก