ISODATA is a method of unsupervised

ISODATA is a method of unsupervised classification. Don’t need to know the number of clusters. Algorithm splits and merges clusters. User defines threshold values for parameters. Computer runs algorithm through many iterations until threshold is reached.

1) Cluster centers are randomly placed and pixels are assigned based on the shortest distance to center method
2) The standard deviation within each cluster, and the distance between cluster centers is calculated z Clusters are split if one or more standard deviation is greater than the user-defined threshold z Clusters are merged if the distance between them is less than the user-defined threshold.

3) A second iteration is performed with the new cluster centers
4) Further iterations are performed until: i) the average inter-center distance falls below
the user-defined threshold, ii) the average change in the inter-center distance between iterations is less than a threshold, or iii) the maximum number of iterations is reached

ผลลัพธ์ (ไทย) 1:

ISODATA เป็นวิธีการเตรียมการจัดประเภท ไม่จำเป็นต้องทราบหมายเลขของคลัสเตอร์ อัลกอริทึมแยก และผสานคลัสเตอร์ ผู้ใช้กำหนดค่าขีดจำกัดสำหรับพารามิเตอร์ คอมพิวเตอร์ทำงานอัลกอริทึมผ่านการวนซ้ำมากจนถึงขีดจำกัด1) ศูนย์คลัสเตอร์จะถูกวางแบบสุ่ม และพิกเซลจะถูกกำหนดตามระยะสั้นที่ศูนย์วิธี2) ส่วนเบี่ยงเบนมาตรฐานในแต่ละคลัสเตอร์ และระยะทางระหว่างศูนย์คลัสเตอร์ z คำนวณแบ่งคลัสเตอร์หากหนึ่ง หรือเพิ่มเติมส่วนเบี่ยงเบนมาตรฐานมีค่ามากกว่า z ผู้ใช้กำหนดขีดจำกัดที่คลัสเตอร์ถูกผสานถ้าระยะห่างระหว่างพวกเขาน้อยกว่าเกณฑ์ผู้ใช้กำหนด3)ซ้ำสองจะดำเนินการกับศูนย์การคลัสเตอร์ใหม่ดำเนินการ 4) การคำนวณซ้ำจน: ฉัน) ระยะห่างระหว่างศูนย์เฉลี่ยต่ำผู้ใช้กำหนดขีดจำกัด ii) การเปลี่ยนแปลงระยะห่างระหว่างศูนย์ระหว่างซ้ำเฉลี่ยไม่เกินขีดจำกัดการ หรือ iii) จำนวนสูงสุดของการเกิดซ้ำ

ผลลัพธ์ (ไทย) 2:

ISODATA เป็นวิธีการของการจัดหมวดหมู่หากิน ไม่จำเป็นต้องทราบหมายเลขของคลัสเตอร์ ขั้นตอนวิธีการแยกและผสานกลุ่ม ผู้ใช้กำหนดค่าเกณฑ์สำหรับพารามิเตอร์ คอมพิวเตอร์ทำงานขั้นตอนวิธีการผ่านการทำซ้ำหลาย ๆ จนกว่าเกณฑ์ถึง.

1) ศูนย์คลัสเตอร์จะถูกวางไว้แบบสุ่มและพิกเซลที่ได้รับมอบหมายขึ้นอยู่กับระยะทางที่สั้นที่สุดเพื่อวิธีการศูนย์
2) ค่าเบี่ยงเบนมาตรฐานในแต่ละคลัสเตอร์และระยะทางระหว่างศูนย์คลัสเตอร์ที่มีการคำนวณ Z กลุ่มมี แยกหากหนึ่งหรือมากกว่าค่าเบี่ยงเบนมาตรฐานสูงกว่าที่ผู้ใช้กำหนดเกณฑ์ Z กลุ่มจะถูกผสานหากระยะห่างระหว่างพวกเขาจะน้อยกว่าเกณฑ์ที่ผู้ใช้กำหนด.

3) ซ้ำสองจะดำเนินการกับศูนย์คลัสเตอร์ใหม่
4) การทำซ้ำเพิ่มเติมได้ ดำเนินการจนถึง: i) ระยะทางระหว่างศูนย์เฉลี่ยต่ำกว่า
เกณฑ์ที่ผู้ใช้กำหนด ii) การเปลี่ยนแปลงเฉลี่ยในระยะทางระหว่างศูนย์ระหว่างซ้ำน้อยกว่าเกณฑ์หรือ iii) จำนวนสูงสุดของการทำซ้ำถึง

ผลลัพธ์ (ไทย) 3:

isodata เป็นวิธีการในการจำแนกแบบไม่โต้ตอบ ไม่ต้องรู้หมายเลขของกลุ่ม ขั้นตอนวิธีการแยกและผสานกลุ่ม ผู้ใช้กำหนดเกณฑ์ค่าสำหรับพารามิเตอร์ คอมพิวเตอร์อัลกอริทึม ผ่านหลายรอบจนเริ่มวิ่งแล้ว1 ) ศูนย์กลุ่มวางสุ่มและพิกเซลจะถูกกำหนดขึ้นอยู่กับระยะทางที่สั้นที่สุดโดยศูนย์2 ) ค่าส่วนเบี่ยงเบนมาตรฐาน ในแต่ละกลุ่ม และระยะห่างระหว่างศูนย์การคํานวณ Z กลุ่มแยกกันถ้าหนึ่งหรือมากกว่าหนึ่งส่วนเบี่ยงเบนมาตรฐานมากกว่าที่ผู้ใช้กำหนดเกณฑ์ Z กลุ่มจะรวมถ้าระยะห่างระหว่างพวกเขาจะน้อยกว่าเกณฑ์ที่ผู้ใช้กำหนด3 ) รูปที่สองจะดำเนินการกับศูนย์กลุ่มใหม่4 ) รอบต่อไปจะดำเนินการจนถึง : ) ระยะทางเฉลี่ยระหว่างศูนย์อยู่ด้านล่างเกณฑ์ที่ผู้ใช้กำหนด ( 2 ) อัตราการเปลี่ยนแปลงภายในศูนย์ระยะห่างระหว่างซ้ำน้อยกว่าเกณฑ์หรือ III ) จำนวนสูงสุดของการทำซ้ำจะถึง