 Unsupervised classification (การจ

 Unsupervised classification (การจําแนกแบบไม่กํากับดูแล) that commonly referred to as
clustering (การแบ่งกลุ่ม) is an effective method of partitioning remote sensor image data in
multispectral feature space and extracting land-cover information.
 Compared to supervised classification, unsupervised classification normally requires only a
minimal amount of initial input from the analyst. This is because clustering does not
normally require training data.
 Clustering is the process where numerical operations are performed that search for natural
groupings of the spectral properties of pixels, as examined in multispectral feature space.
 The clustering process results in a classification map consisting of m spectral classes. The
analyst then attempts a posteriori (after the fact) to assign or transform the spectral classes
into thematic information classes of interest (e.g., forest, agriculture).
 The analyst must understand the spectral characteristics of the terrain well enough to be able
to label certain clusters as specific information classes.
 Hundreds of clustering algorithms have been developed. Some common clustering which
commonly used in unsupervised classification here are explained include:

ผลลัพธ์ (ไทย) 2:

การจัดหมวดหมู่ Unsupervised (การจําแนกแบบไม่กํากับดูแล)
ที่เรียกกันทั่วไปว่าการจัดกลุ่ม(การแบ่งกลุ่ม)
เป็นวิธีการที่มีประสิทธิภาพในการแบ่งข้อมูลภาพเซ็นเซอร์ระยะไกลในพื้นที่คุณลักษณะmultispectral และการสกัดข้อมูลที่ดินปก.
เมื่อเทียบกับการกำกับดูแล
การจัดหมวดหมู่การจัดหมวดหมู่หากินตามปกติต้องใช้เพียงจำนวนน้อยที่สุดของการป้อนข้อมูลเริ่มต้นจากนักวิเคราะห์
เพราะนี่คือการจัดกลุ่มไม่ปกติต้องข้อมูลการฝึกอบรม.
การจัดกลุ่มเป็นกระบวนการที่ดำเนินงานตัวเลขจะดำเนินการค้นหาที่ธรรมชาติการจัดกลุ่มของคุณสมบัติสเปกตรัมของพิกเซลในขณะที่การตรวจสอบในพื้นที่คุณลักษณะ multispectral. ผลขั้นตอนการจัดกลุ่มในแผนที่การจำแนกประเภทประกอบด้วย ของ m เรียนสเปกตรัม นักวิเคราะห์จากนั้นจะพยายาม posteriori (หลังจากความจริง) ที่จะกำหนดหรือเปลี่ยนการเรียนสเปกตรัมในชั้นเรียนข้อมูลเฉพาะเรื่องที่น่าสนใจ (เช่นป่าไม้การเกษตร). นักวิเคราะห์จะต้องเข้าใจลักษณะสเปกตรัมของภูมิประเทศที่ดีพอที่จะสามารถที่จะติดป้ายกลุ่มบางชั้นเรียนข้อมูลที่เฉพาะเจาะจง. หลายร้อยขั้นตอนวิธีการจัดกลุ่มได้รับการพัฒนา บางการจัดกลุ่มทั่วไปที่ใช้กันทั่วไปในการจัดหมวดหมู่หากินที่นี่มีการอธิบายรวมถึง:

ผลลัพธ์ (ไทย) 3:

 unsupervised หมวดหมู่ ( การจําแนกแบบไม่กํากับดูแล ) ที่มักเรียกว่า
การจัดกลุ่ม ( การแบ่งกลุ่ม ) เป็นวิธีที่มีประสิทธิภาพของการแยกภาพเซ็นเซอร์ระยะไกลในพื้นที่คุณลักษณะและการสกัดข้อมูล
3
สิ่งปกคลุมดิน เมื่อเทียบกับการจัดหมวดหมู่ unsupervised , ปกติจะต้องมีเพียง
จำนวนน้อยที่สุดของการป้อนข้อมูลจากนักวิเคราะห์ นี้เป็นเพราะข้อมูลไม่ได้

ปกติต้องใช้ข้อมูลการฝึกอบรม การจัดกลุ่มเป็นกระบวนการที่ดำเนินการเชิงตัวเลขแสดงที่ค้นหาธรรมชาติ
6 คุณสมบัติของสเปกตรัมของพิกเซล เท่าที่ตรวจสอบในพื้นที่คุณลักษณะ 3 .
 clustering ผลการดําเนินการในประเภทแผนที่ประกอบด้วย M สเปกตรัมชั้นเรียน
วิเคราะห์แล้วความพยายามจากผลไปสู่เหตุ ( ตามความเป็นจริง ) เพื่อกำหนดหรือเปลี่ยนคลาสสเปกตรัม
เป็นข้อมูลน่าสนใจใจเรียน ( เช่น ป่าไม้ การเกษตร ) .
นักวิเคราะห์จะต้องเข้าใจลักษณะของสเปกตรัมของภูมิประเทศดี พอที่จะสามารถ
ป้ายบางกลุ่มเป็นชั้นเรียน
หลายข้อมูลที่เฉพาะเจาะจง การจัดกลุ่มของอัลกอริทึมได้ถูกพัฒนาขึ้นทั่วไปที่ใช้กันทั่วไปในการจำแนกกลุ่ม
unsupervised ที่นี่อธิบายมีดังนี้ :