Considering these traditional class

Considering these traditional classification algorithms, spectral
angle mapper classification (SAM) and minimum distance classification
(MDC) are applied in our experiments. They are two transitional
classifiers for hyperspectral image classification. SAM is a physicallybased
spectral classification that uses an n-D angle to match spectral
features to reference spectrum. SAM determines the spectral similarity
between two spectra by calculating the angle between the spectra
and treating them as vectors in a space with dimensionality equal to
the number of bands [18]. MDC applies the mean vectors of each endmember
and calculates the Euclidean distance from each unknown
pixel to the mean vector for each class [25]. Table 3 shows their
accuracies.

ผลลัพธ์ (ไทย) 1:

พิจารณา algorithms เหล่านี้จัดประเภทแบบดั้งเดิม สเปกตรัมมุมประเภท mapper (SAM) และการจำแนกระยะต่ำ(MDC) ใช้ในการทดลองของเรา พวกเขาเป็นสองช่วงคำหลักภาษาการจัดภาพ hyperspectral SAM เป็นตัว physicallybasedการจัดประเภทที่ใช้มุม n D ให้ตรงกับสเปกตรัม สเปกตรัมคุณลักษณะการอ้างอิงสเปกตรัม SAM กำหนดคล้ายคลึงสเปกตรัมระหว่างสองมุมโดยการคำนวณมุมระหว่างสเปกตรัมและการรักษาเป็นเวกเตอร์ในพื้นที่ที่ มีมิติเท่ากับหมายเลขของวง [18] หมายถึงเวกเตอร์ของแต่ละ endmember ที่เกี่ยวข้องใน MDCและคำนวณระยะทางแบบยุคลิดจากแต่ละที่ไม่รู้จักพิกเซลการเวกเตอร์หมายถึงแต่ละวิชา [25] ตารางที่ 3 แสดงของพวกเขาแม่น

ผลลัพธ์ (ไทย) 2:

พิจารณาขั้นตอนวิธีการจัดหมวดหมู่เหล่านี้แบบดั้งเดิมสเปกตรัม
มุม Mapper การจัดหมวดหมู่ (SAM) และการจำแนกระยะทางขั้นต่ำ
(MDC) ถูกนำมาใช้ในการทดลองของเรา พวกเขาเป็นสองเฉพาะกาล
ลักษณนามสำหรับการจำแนกภาพ Hyperspectral SAM เป็น physicallybased
จำแนกสเปกตรัมที่ใช้มุม nd ให้ตรงกับสเปกตรัม
คุณสมบัติในการอ้างอิงสเปกตรัม SAM กำหนดคล้ายคลึงกันสเปกตรัม
ระหว่างสองสเปกตรัมโดยการคำนวณมุมระหว่างสเปกตรัมที่
และรักษาพวกเขาเป็นพาหะในพื้นที่ที่มีมิติเท่ากับ
จำนวนวง [18] MDC ใช้เวกเตอร์เฉลี่ยของแต่ละ endmember
และคำนวณระยะทางแบบยุคลิดจากแต่ละที่ไม่รู้จัก
พิกเซลเพื่อเวกเตอร์เฉลี่ยสำหรับแต่ละชั้นเรียน [25] ตารางที่ 3 แสดงของพวกเขา
ถูกต้อง

ผลลัพธ์ (ไทย) 3:

การพิจารณาเหล่านี้แบบดั้งเดิมของสเปกตรัมการจำแนก Mapper มุม ( แซม ) และการจำแนกระยะทางน้อยที่สุด( MDC ) ที่ใช้ในการทดลองของเรา พวกเขาเป็นสองกลุ่มลักษณนามสำหรับการจำแนกภาพ hyperspectral . แซมเป็น physicallybasedการจำแนกสเปกตรัมที่ใช้เป็นมุม n-d ตรงกับสเปกตรัมคุณลักษณะสเปกตรัมอ้างอิง แซมว่า ความเหมือนสเปกตรัมระหว่างสองช่วงโดยการคำนวณมุมระหว่างสเปกตรัมและการรักษาพวกเขาเป็นเวกเตอร์ในพื้นที่ที่มี dimensionality เท่ากับจำนวนวงดนตรี [ 18 ] MDC ใช้ค่าเฉลี่ยของแต่ละ endmember เวกเตอร์และคำนวณระยะทางแบบยุคลิดจากแต่ละที่ไม่รู้จักพิกเซลกับหมายถึงเวกเตอร์สำหรับแต่ละชั้นเรียน [ 25 ] ตารางที่ 3 แสดงของพวกเขาความถูกต้อง .