The pixels are then assigned to the

The pixels are then assigned to the nearest cluster vector in Euclidian terms, and new cluster vectors are calculated based on the position of the assigned pixels. The procedure is repeated until very few pixels change clusters. Therefore, this procedure is very similar to the aforementioned K-mean clustering, except that ISODATA allows for different numbers of clusters (merging). The benefit of using this method is that it is possible to reduce the data complexity whilst retaining as much of the variance as possible. The result is the reduction of the dataset containing four spectral bands into a dataset containing only 20 classes, as shown in Fig. 5. The number 20 is based on a limitation of the WICS method: more

ผลลัพธ์ (ไทย) 1:

พิกเซลได้รับการกำหนดให้เวกเตอร์คลัสเตอร์ที่ใน Euclidian และเวกเตอร์คลัสเตอร์ใหม่จะถูกคำนวณตามตำแหน่งของพิกเซลที่กำหนด กระบวนการจะถูกทำซ้ำจนกว่าพิกเซลน้อยมากเปลี่ยนคลัสเตอร์ ดังนั้น กระบวนการนี้จะคล้ายกับการดังกล่าวหมายความว่า K คลัสเตอร์ ยกเว้นว่า ISODATA ทำให้ตัวเลขแตกต่างกันของคลัสเตอร์ (ผสาน) ประโยชน์ของวิธีนี้คือ ว่า จะสามารถลดความซับซ้อนของข้อมูลขณะรักษาผลต่างเป็นไปได้มากที่สุด ผลคือ การลดลงของชุดข้อมูลที่ประกอบด้วยแถบสเปกตรัม 4 ลงในชุดข้อมูลที่ประกอบด้วยการเรียนเพียง 20 ดังที่แสดงใน Fig. 5 หมายเลข 20 ขึ้นอยู่กับข้อจำกัดของวิธี WICS: เพิ่มเติม

ผลลัพธ์ (ไทย) 2:

พิกเซลที่ได้รับมอบหมายจากนั้นไปยังคลัสเตอร์ที่ใกล้ที่สุดเวกเตอร์ในแง่ Euclidian และเวกเตอร์คลัสเตอร์ใหม่จะคำนวณจากตำแหน่งของพิกเซลที่ได้รับมอบหมาย ขั้นตอนซ้ำจนกว่าพิกเซลน้อยมากเปลี่ยนกลุ่ม ดังนั้นขั้นตอนนี้จะคล้ายกับการจัดกลุ่มดังกล่าว K-เฉลี่ยยกเว้น ISODATA ที่ช่วยให้ตัวเลขที่แตกต่างของกลุ่ม (ผสาน) ประโยชน์ของการใช้วิธีการนี​​้คือว่ามันเป็นไปได้ที่จะลดความซับซ้อนของข้อมูลขณะที่การรักษาเท่าของความแปรปรวนที่เป็นไปได้ ผลที่ได้คือการลดลงของชุดข้อมูลที่มีสี่วงสเปกตรัมเป็นชุดที่มีเพียง 20 ชั้นเรียนดังแสดงในรูปที่ 5. หมายเลข 20 จะขึ้นอยู่กับข้อ จำกัด ของวิธีการ WICS: เพิ่มเติม

ผลลัพธ์ (ไทย) 3:

พิกเซลจะมอบหมายให้กลุ่มที่ใกล้ที่สุดในแง่ euclidian เวกเตอร์และเวกเตอร์กลุ่มใหม่จะคำนวณตามตำแหน่งที่ได้รับมอบหมาย พิกเซล กระบวนการซ้ำจนไม่กี่พิกเซล เปลี่ยนกลุ่ม ดังนั้น ขั้นตอนนี้จะคล้ายกับข้อมูลดังกล่าว k-mean ยกเว้นว่า isodata ช่วยให้ตัวเลขที่แตกต่างกันของกลุ่ม ( รวม )การใช้ประโยชน์ของวิธีนี้คือว่ามันเป็นไปได้ที่จะลดความซับซ้อนของข้อมูลในขณะที่การรักษามากของความแปรปรวนที่สุด ผลที่ได้คือการลดข้อมูลที่ประกอบด้วยสี่เงาวงเป็นข้อมูลที่มีเพียง 20 บทเรียน ดังแสดงในรูปที่ 5 หมายเลข 20 ขึ้นอยู่กับข้อจำกัดของวิธีการ wics : เพิ่มเติม