pksvm - ອອນລາຍໃນຄລາວ

ໂຄງການ:

NAME

pksvm - ຈັດປະເພດຮູບພາບ raster ໂດຍໃຊ້ເຄື່ອງ Vector ສະຫນັບສະຫນູນ

ສະຫຼຸບສັງລວມ

pksvm -t ການຝຶກອົບຮົມ [-i ການປ້ອນຂໍ້ມູນ] [-o output] [-ຊິ​ວະ​ປະ​ຫວັດ ມູນຄ່າ] [ທາງເລືອກໃນການ] [ກ້າວຫນ້າທາງດ້ານ ທາງເລືອກໃນການ]

ລາຍລະອຽດ

pksvm ປະຕິບັດເຄື່ອງຈັກ vector ສະຫນັບສະຫນູນ (SVM) ເພື່ອແກ້ໄຂການຈັດປະເພດທີ່ມີການເບິ່ງແຍງ
ບັນຫາ. ການປະຕິບັດແມ່ນອີງໃສ່ແຫຼ່ງເປີດຫ້ອງສະຫມຸດ C++ libSVM
(http://www.csie.ntu.edu.tw/~cjlin/libsvm). ທັງໄຟລ໌ raster ແລະ vector ແມ່ນສະຫນັບສະຫນູນເປັນ
ວັດສະດຸປ້ອນ. ຜົນໄດ້ຮັບຈະມີຜົນການຈັດປະເພດ, ບໍ່ວ່າຈະເປັນ raster ຫຼື vector
ຮູບແບບ, ທີ່ສອດຄ້ອງກັນກັບຮູບແບບຂອງວັດສະດຸປ້ອນ. ຕົວຢ່າງການຝຶກອົບຮົມຕ້ອງໄດ້ຮັບການສະຫນອງໃຫ້ເປັນ
ຊຸດຂໍ້ມູນ vector OGR ທີ່ມີປ້າຍຊື່ຂອງຫ້ອງຮຽນ ແລະຄຸນສົມບັດສຳລັບແຕ່ລະການຝຶກອົບຮົມ
ຈຸດ. ສະຖານທີ່ຈຸດບໍ່ໄດ້ຖືກພິຈາລະນາໃນຂັ້ນຕອນການຝຶກອົບຮົມ. ທ່ານສາມາດນໍາໃຊ້ຄືກັນ
ຕົວຢ່າງການຝຶກອົບຮົມສໍາລັບການຈັດປະເພດຮູບພາບທີ່ແຕກຕ່າງກັນ, ສະຫນອງຈໍານວນຂອງແຖບຂອງ
ຮູບພາບແມ່ນຄືກັນ. ໃຊ້ປະໂຫຍດ pkextract ເພື່ອສ້າງຕົວຢ່າງການຝຶກອົບຮົມທີ່ເຫມາະສົມ,
ອີງໃສ່ຕົວຢ່າງຂອງຈຸດ ຫຼື polygons. ສໍາລັບແຜນທີ່ຜົນຜະລິດ raster ທ່ານສາມາດຕິດສີໄດ້
ຕາ​ຕະ​ລາງ​ການ​ນໍາ​ໃຊ້​ທາງ​ເລືອກ​ -ct.

OPTIONS

-t ຊື່​ເອ​ກະ​ສານ, -- ການ​ຝຶກ​ອົບ​ຮົມ​ ຊື່​ເອ​ກະ​ສານ
ໄຟລ໌ vector ການຝຶກອົບຮົມ. ໄຟລ໌ vector ດຽວມີຄຸນສົມບັດການຝຶກອົບຮົມທັງຫມົດ (ຕ້ອງ
ຕັ້ງເປັນ: b0, b1, b2, ...) ສໍາລັບທຸກຊັ້ນຮຽນ (ຕົວເລກຊັ້ນຮຽນຖືກກໍານົດໂດຍຕົວເລືອກປ້າຍຊື່).
ໃຊ້ໄຟລ໌ການຝຶກອົບຮົມຫຼາຍສໍາລັບການລວບລວມ bootstrap (ທາງເລືອກໃນການ --ຖົງ ແລະ
--bagsize ທາງເລືອກ, ບ່ອນທີ່ຊຸດຍ່ອຍແບບສຸ່ມຖືກເອົາມາຈາກເອກະສານການຝຶກອົບຮົມດຽວ)

-i ຊື່​ເອ​ກະ​ສານ, --ການປ້ອນຂໍ້ມູນ ຊື່​ເອ​ກະ​ສານ
ປ້ອນຮູບພາບ

-o ຊື່​ເອ​ກະ​ສານ, -- ຜົນຜະລິດ ຊື່​ເອ​ກະ​ສານ
ຮູບພາບການຈັດປະເພດຜົນຜະລິດ

-ຊິ​ວະ​ປະ​ຫວັດ ມູນຄ່າ, --ຊິ​ວະ​ປະ​ຫວັດ ມູນຄ່າ
ໂໝດການກວດສອບຂ້າມ N-fold (ຄ່າເລີ່ມຕົ້ນ: 0)

-tln ຊັ້ນ, --tln ຊັ້ນ
ຊື່ຊັ້ນຮຽນ

-c ຊື່, --ຊັ້ນ ຊື່
ບັນຊີລາຍຊື່ຂອງຊື່ຫ້ອງຮຽນ.

-r ມູນຄ່າ, -- ຫ້ອງຮຽນໃໝ່ ມູນຄ່າ
ບັນຊີລາຍຊື່ຂອງຄ່າຊັ້ນຮຽນ (ໃຊ້ຄໍາສັ່ງດຽວກັນກັບໃນ --ຊັ້ນ ທາງ​ເລືອກ).

-ຂອງ ຮູບແບບ GDAL, -- ຮູບແບບ ຮູບແບບ GDAL
ຮູບ​ແບບ​ຮູບ​ພາບ​ຜົນ​ຜະ​ລິດ (ເບິ່ງ​ gdal_translate(1)).

-f ຮູບແບບ, --f ຮູບແບບ
ຜົນຜະລິດຮູບແບບ ogr ສໍາລັບຕົວຢ່າງການຝຶກອົບຮົມການເຄື່ອນໄຫວ

-ຮ່ວມ NAME=VALUE, - ໂກ NAME=VALUE
ທາງເລືອກໃນການສ້າງໄຟລ໌ຜົນຜະລິດ. ທາງເລືອກຫຼາຍສາມາດຖືກກໍານົດ.

-ct ຊື່​ເອ​ກະ​ສານ, --ct ຊື່​ເອ​ກະ​ສານ
ຕາຕະລາງສີໃນຮູບແບບ ASCII ມີ 5 ຖັນ: id RGB ALFA (0: ໂປ່ງໃສ, 255:
ແຂງ)

- ປ້າຍຊື່ ຄຸນລັກສະນະ, --ປ້າຍຊື່ ຄຸນລັກສະນະ
ຕົວລະບຸສໍາລັບປ້າຍຊັ້ນຮຽນໃນໄຟລ໌ vector ການຝຶກອົບຮົມ. (ຄ່າເລີ່ມຕົ້ນ: ປ້າຍກຳກັບ)

- ກ່ອນ ມູນຄ່າ, -- ກ່ອນ ມູນຄ່າ
ຄວາມເປັນໄປໄດ້ກ່ອນໜ້າຂອງແຕ່ລະຊັ້ນຮຽນ (ເຊັ່ນ: - ກ່ອນ 0.3 - ກ່ອນ 0.3 - ກ່ອນ 0.2) ໃຊ້
ສໍາລັບການປ້ອນຂໍ້ມູນເທົ່ານັ້ນ (ຖືກລະເລີຍສໍາລັບການກວດສອບຂ້າມຜ່ານ)

-g gamma, --ແກມມາ gamma
Gamma ໃນການເຮັດວຽກຂອງແກ່ນ

-cc ຄ່າໃຊ້ຈ່າຍ, --ccost ຄ່າໃຊ້ຈ່າຍ
ພາຣາມິເຕີ C ຂອງ C_SVC, epsilon_SVR, ແລະ nu_SVR

-m ຊື່​ເອ​ກະ​ສານ, --ຫນ້າ​ກາກ ຊື່​ເອ​ກະ​ສານ
ພຽງແຕ່ຈັດປະເພດພາຍໃນຫນ້າກາກທີ່ລະບຸ (vector ຫຼື raster). ສໍາລັບຫນ້າກາກ raster, ຕັ້ງ
ຄ່າ nodata ກັບທາງເລືອກ --msknodata.

-msknodata ມູນຄ່າ, --msknodata ມູນຄ່າ
ມູນຄ່າຫນ້າກາກທີ່ບໍ່ຄວນພິຈາລະນາສໍາລັບການຈັດປະເພດ. ມູນຄ່າຈະຖືກຍຶດຄອງ
ຮູບ​ພາບ​ການ​ຈັດ​ປະ​ເພດ​.

-ບໍ່​ມີ​ຂໍ້​ມູນ ມູນຄ່າ, --ບໍ່​ມີ​ຂໍ້​ມູນ ມູນຄ່າ
ຄ່າ Nodata ທີ່ຈະໃສ່ບ່ອນທີ່ຮູບພາບຖືກ masked ເປັນ nodata

-v ລະດັບ, -- verbose ລະດັບ
ລະດັບການເວົ້າ

ຕົວເລືອກຂັ້ນສູງ

-b band, --ແຖບ band
ດັດຊະນີແຖບ (ເລີ່ມຕົ້ນຈາກ 0, ບໍ່ວ່າຈະໃຊ້ --ແຖບ ທາງ​ເລືອກ​ຫຼື​ການ​ນໍາ​ໃຊ້​ -- ແຖບເລີ່ມຕົ້ນ to
--endband)

- ວົງດົນຕີ band, -- ແຖບເລີ່ມຕົ້ນ band
ເລີ່ມໝາຍເລກລຳດັບແຖບ

-eband band, --endband band
ເລກລໍາດັບແຖບສິ້ນສຸດ

-bal ຂະຫນາດ, --ການດຸ່ນດ່ຽງ ຂະຫນາດ
ດຸ່ນດ່ຽງການປ້ອນຂໍ້ມູນໃສ່ກັບຈໍານວນຕົວຢ່າງນີ້ສໍາລັບແຕ່ລະຊັ້ນຮຽນ

- ນາທີ ຈໍານວນ, --ນາທີ ຈໍານວນ
ຖ້າຈໍານວນຂອງ pixels ການຝຶກອົບຮົມແມ່ນຫນ້ອຍຫຼັງຈາກນັ້ນ min, ຢ່າເອົາຫ້ອງຮຽນນີ້ເຂົ້າໄປໃນບັນຊີ
(0: ພິຈາລະນາທຸກຊັ້ນຮຽນ)

-ຖົງ ມູນຄ່າ, --ຖົງ ມູນຄ່າ
ຈໍາ​ນວນ​ຂອງ​ການ​ລວມ bootstrap (ຄ່າ​ເລີ່ມ​ຕົ້ນ​ແມ່ນ​ບໍ່​ມີ bagging​: 1​)

- ຖົງ​ຂະ​ຫນາດ​ ມູນຄ່າ, --bagsize ມູນຄ່າ
ເປີເຊັນຂອງຄຸນສົມບັດທີ່ໃຊ້ຈາກຄຸນສົມບັດການຝຶກອົບຮົມທີ່ມີຢູ່ສໍາລັບແຕ່ລະ bootstrap
ການລວບລວມ (ຂະຫນາດຫນຶ່ງສໍາລັບທຸກຊັ້ນຮຽນ, ຫຼືຂະຫນາດທີ່ແຕກຕ່າງກັນສໍາລັບແຕ່ລະຊັ້ນຮຽນ
ຕາມ ລຳ ດັບ

- ຫວີ ກົດລະບຽບ, --ຫວີ ກົດລະບຽບ
ວິທີການລວມຕົວຈັດປະເພດການລວບລວມ bootstrap (0: sum rule, 1: product rule, 2:
ກົດ​ລະ​ບຽບ​ສູງ​ສຸດ​)​. ຍັງໃຊ້ເພື່ອຮວບຮວມຫ້ອງຮຽນດ້ວຍຕົວເລືອກ rc.

-cb ຊື່​ເອ​ກະ​ສານ, --classbag ຊື່​ເອ​ກະ​ສານ
ຜົນຜະລິດສໍາລັບການລວມ bootstrap ແຕ່ລະຄົນ

- ບັນຫາ ຊື່​ເອ​ກະ​ສານ, --prob ຊື່​ເອ​ກະ​ສານ
ຮູບພາບຄວາມເປັນໄປໄດ້.

- ຊົດເຊີຍ ມູນຄ່າ, -- ຊົດເຊີຍ ມູນຄ່າ
ຄ່າຊົດເຊີຍສຳລັບແຕ່ລະລັກສະນະການປ້ອນຂໍ້ມູນແຖບສະເປັກ:
refl[band]=(DN[band]-offset[band])/scale[band]

- ຂະຫນາດ ມູນຄ່າ, --ຂະໜາດ ມູນຄ່າ
ຄ່າຂະໜາດສຳລັບແຕ່ລະລັກສະນະການປ້ອນຂໍ້ມູນແຖບ spectral:
refl=(DN[band]-offset[band])/scale[band] (ໃຊ້ 0 ຖ້າ scale min ແລະ max ໃນແຕ່ລະແຖບ
ເຖິງ -1.0 ແລະ 1.0)

-svmt ປະເພດ, --svmtype ປະເພດ
ປະເພດຂອງ SVM (C_SVC, nu_SVC, one_class, epsilon_SVR, nu_SVR)

-kt ປະເພດ, --ປະເພດເມັດ ປະເພດ
ປະເພດຂອງການທໍາງານຂອງແກ່ນ (linear, polynomial, radial, sigmoid)

-kd ມູນຄ່າ, --kd ມູນຄ່າ
ລະດັບການທໍາງານຂອງແກ່ນ

-c0 ມູນຄ່າ, --coef0 ມູນຄ່າ
Coef0 ໃນການເຮັດວຽກຂອງແກ່ນ

- ນ ມູນຄ່າ, --ນູ ມູນຄ່າ
ພາຣາມິເຕີ nu ຂອງ nu-SVC, one-class SVM, ແລະ nu-SVR

-eloss ມູນຄ່າ, --eloss ມູນຄ່າ
epsilon ໃນຫນ້າທີ່ສູນເສຍຂອງ epsilon-SVR

- cache ຈໍານວນ, --cache ຈໍານວນ
ແຄດ ⟨http://pktools.nongnu.org/html/classCache.html⟩ ຂະໜາດຄວາມຈຳເປັນ MB (ຄ່າເລີ່ມຕົ້ນ:
100)

-etol ມູນຄ່າ, --etol ມູນຄ່າ
ຄວາມທົນທານຂອງເງື່ອນໄຂການຢຸດເຊົາ (ຄ່າເລີ່ມຕົ້ນ: 0.001)

- ຫົດ, -- ຫຍໍ້ລົງ
ວ່າຈະໃຊ້ heuristics ນ້ອຍລົງຫຼືບໍ່

ສ້າງ ຈໍານວນ, --ບໍ່ເຄື່ອນໄຫວ ຈໍານວນ
ຈໍານວນຈຸດການຝຶກອົບຮົມການເຄື່ອນໄຫວ

EXAMPLE

ຈັດປະເພດການປ້ອນຂໍ້ມູນຮູບພາບ input.tif ດ້ວຍເຄື່ອງ vector ສະຫນັບສະຫນູນ. ຕົວຢ່າງການຝຶກອົບຮົມທີ່ເປັນ
ສະຫນອງໃຫ້ເປັນຊຸດຂໍ້ມູນ vector OGR. ມັນ​ປະ​ກອບ​ດ້ວຍ​ຄຸນ​ສົມ​ບັດ​ທັງ​ຫມົດ (ຂະ​ຫນາດ​ດຽວ​ກັນ​ກັບ​
input.tif) ໃນຊ່ອງຂໍ້ມູນຂອງມັນ (ກະລຸນາກວດເບິ່ງ pkextract(1​) ວິ​ທີ​ການ​ໄດ້​ຮັບ​ໄຟລ​໌​ດັ່ງ​ກ່າວ​ຈາກ a
ໄຟລ໌ vector "ສະອາດ" ທີ່ມີສະຖານທີ່ເທົ່ານັ້ນ). ການກວດສອບສອງເທົ່າ (cv) ແມ່ນ
ປະ​ຕິ​ບັດ (ຜົນ​ຜະ​ລິດ​ໃນ​ຫນ້າ​ຈໍ​)​. ຄ່າຕົວກໍານົດການແລະ gamma ຂອງເຄື່ອງ vector ສະຫນັບສະຫນູນ
ຖືກກໍານົດເປັນ 1000 ແລະ 0.1 ຕາມລໍາດັບ. ສາມາດໃສ່ສີໄດ້ (ໄຟລ໌ຂໍ້ຄວາມຫ້າຖັນ: ຮູບພາບ
ຄ່າ, ສີແດງ, ສີຂຽວ, ສີຟ້າ, ALPHA) ໄດ້ຖືກສະຫນອງໃຫ້.

pksvm -i input.tif -t training.sqlite -o output.tif -ຊິ​ວະ​ປະ​ຫວັດ 2 -ct colourtable.txt -cc 1000 -g 0.1

ການຈັດປະເພດໂດຍໃຊ້ການລວບລວມ bootstrap. ຕົວຢ່າງການຝຶກອົບຮົມແມ່ນແບ່ງອອກແບບສຸ່ມໃນ
ສາມຕົວຢ່າງຍ່ອຍ (33% ຂອງຕົວຢ່າງຕົ້ນສະບັບແຕ່ລະຄົນ).

pksvm -i input.tif -t training.sqlite -o output.tif -bs 33 -ຖົງ 3

ການຈັດປະເພດໂດຍໃຊ້ຄວາມເປັນໄປໄດ້ກ່ອນໜ້າຂອງແຕ່ລະຊັ້ນຮຽນ. ອັນດັບກ່ອນແມ່ນອັດຕະໂນມັດ
ປົກກະຕິ. ຄໍາສັ່ງທີ່ທາງເລືອກໃນການ -p ແມ່ນໃຫ້ຄວນເຄົາລົບຕົວເລກແລະຕົວເລກ
ລຳດັບຊື່ຫ້ອງ (ຊັ້ນ 10 ມາກ່ອນ 2...)

pksvm -i input.tif -t training.sqlite -o output.tif -p 1 -p 1 -p 1 -p 1 -p 1 -p 1 -p 1 -p 1 -p 1 -p 1 -p 1 -p 0.2 -p 1 -p 1 -p 1

24 ມັງກອນ 2016 pksvm(1​)

ໃຊ້ pksvm ອອນໄລນ໌ໂດຍໃຊ້ບໍລິການ onworks.net