` `

学習

分類地図正規化

説明

<put algorithm description here>

パラメーター

入力分類画像 [ラスター]
<put parameter description here>
要素構造化半径 [数値]

<put parameter description here>

デフォルト: 1

複数majority： Undecided(X)/Original [ブール値]

<put parameter description here>

デフォルト：真

NoDataクラスに対するラベル [数値]

<put parameter description here>

デフォルト： 0

非決定クラスに対するラベル [数値]

<put parameter description here>

デフォルト： 0

使用可能RAM (Mb) [数値]

<put parameter description here>

デフォルト: 128

出力

出力正規化画像 [ラスター]
<put output description here>

コンソールの使用方法

processing.runalg('otb:classificationmapregularization', -io.in, -ip.radius, -ip.suvbool, -ip.nodatalabel, -ip.undecidedlabel, -ram, -io.out)

参照

融合マトリクス計算(ラスター)

説明

<put algorithm description here>

パラメーター

入力画像 [ラスター]
<put parameter description here>
グラウンドトゥルース [選択]

<put parameter description here>

オプション:

  • 0 — ラスター

デフォルト： 0

入力参照画像 [ラスター]
<put parameter description here>
NoDataピクセルに対する値 [数値]

<put parameter description here>

デフォルト： 0

使用可能RAM (Mb) [数値]

<put parameter description here>

デフォルト: 128

出力

行列出力 [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:computeconfusionmatrixraster', -in, -ref, -ref.raster.in, -nodatalabel, -ram, -out)

参照

融合マトリクス計算(ベクター)

説明

<put algorithm description here>

パラメーター

入力画像 [ラスター]
<put parameter description here>
グラウンドトゥルース [選択]

<put parameter description here>

オプション:

  • 0 — ベクター

デフォルト： 0

入力参照ベクターデータ [ベクター]
<put parameter description here>
フィールド名 [文字列]

オプション。

<put parameter description here>

デフォルト: Class

NoDataピクセルに対する値 [数値]

<put parameter description here>

デフォルト： 0

使用可能RAM (Mb) [数値]

<put parameter description here>

デフォルト: 128

出力

行列出力 [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:computeconfusionmatrixvector', -in, -ref, -ref.vector.in, -ref.vector.field, -nodatalabel, -ram, -out)

参照

画像2次統計計算

説明

<put algorithm description here>

パラメーター

入力画像 [複数入力:ラスター]
<put parameter description here>
背景値 [数値]

<put parameter description here>

デフォルト: 0.0

出力

出力XMLファイル [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:computeimagessecondorderstatistics', -il, -bv, -out)

参照

分類の融合 (dempstershafer)

説明

<put algorithm description here>

パラメーター

入力分類 [複数入力:ラスター]
<put parameter description here>
Fusion方法 [選択]

<put parameter description here>

オプション:

  • 0 — dempstershafer

デフォルト： 0

混同行列 [複数入力：ファイル]
<put parameter description here>
信念計測のMass [選択]

<put parameter description here>

オプション:

  • 0 — precision
  • 1 — recall
  • 2 — accuracy
  • 3 — kappa

デフォルト： 0

NoDataクラスに対するラベル [数値]

<put parameter description here>

デフォルト： 0

非決定クラスに対するラベル [数値]

<put parameter description here>

デフォルト： 0

出力

出力分類画像 [ラスター]
<put output description here>

コンソールの使用方法

processing.runalg('otb:fusionofclassificationsdempstershafer', -il, -method, -method.dempstershafer.cmfl, -method.dempstershafer.mob, -nodatalabel, -undecidedlabel, -out)

参照

分類の融合(多数決投票)

説明

<put algorithm description here>

パラメーター

入力分類 [複数入力:ラスター]
<put parameter description here>
Fusion方法 [選択]

<put parameter description here>

オプション:

  • 0 — 多数決投票

デフォルト： 0

NoDataクラスに対するラベル [数値]

<put parameter description here>

デフォルト： 0

非決定クラスに対するラベル [数値]

<put parameter description here>

デフォルト： 0

出力

出力分類画像 [ラスター]
<put output description here>

コンソールの使用方法

processing.runalg('otb:fusionofclassificationsmajorityvoting', -il, -method, -nodatalabel, -undecidedlabel, -out)

参照

画像分類

説明

<put algorithm description here>

パラメーター

入力画像 [ラスター]
<put parameter description here>
入力マスク [ラスター]

オプション。

<put parameter description here>

モデルファイル [ファイル]
<put parameter description here>
統計ファイル [ファイル]

オプション。

<put parameter description here>

使用可能RAM (Mb) [数値]

<put parameter description here>

デフォルト: 128

出力

出力画像 [ラスター]
<put output description here>

コンソールの使用方法

processing.runalg('otb:imageclassification', -in, -mask, -model, -imstat, -ram, -out)

参照

SOM 分類

説明

<put algorithm description here>

パラメーター

入力画像 [ラスター]
<put parameter description here>
ValidityMask [ラスター]

オプション。

<put parameter description here>

訓練確率 [数値]

<put parameter description here>

デフォルト: 1

TrainingSetSize [数値]

<put parameter description here>

デフォルト： 0

StreamingLines [数値]

<put parameter description here>

デフォルト： 0

SizeX [数値]

<put parameter description here>

デフォルト: 32

SizeY [数値]

<put parameter description here>

デフォルト: 32

近隣X [数値]

<put parameter description here>

デフォルト: 10

近隣Y [数値]

<put parameter description here>

デフォルト: 10

NumberIteration [number]

<put parameter description here>

デフォルト: 5

BetaInit [数値]

<put parameter description here>

デフォルト: 1

BetaFinal [number]

<put parameter description here>

デフォルト: 0.1

初期値 [数値]

<put parameter description here>

デフォルト： 0

使用可能RAM (Mb) [数値]

<put parameter description here>

デフォルト: 128

ユーザー定義 seedを設定 [数値]

<put parameter description here>

デフォルト： 0

出力

出力画像 [ラスター]
<put output description here>
SOM Map [ラスター]
<put output description here>

コンソールの使用方法

processing.runalg('otb:somclassification', -in, -vm, -tp, -ts, -sl, -sx, -sy, -nx, -ny, -ni, -bi, -bf, -iv, -ram, -rand, -out, -som)

参照

画像分類器を訓練(ann)

説明

<put algorithm description here>

パラメーター

入力画像リスト [複数入力:ラスター]
<put parameter description here>
入力ベクターデータリスト [複数入力： 任意のベクター]
<put parameter description here>
入力XML画像統計ファイル [ファイル]

オプション。

<put parameter description here>

デフォルト標高 [数値]

<put parameter description here>

デフォルト： 0

クラスあたり最大訓練サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

クラスあたり最大検証サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

On 境界画素を含める [ブール値]

<put parameter description here>

デフォルト：真

訓練と検証サンプル比 [数値]

<put parameter description here>

デフォルト: 0.5

判別フィールドの名前 [文字列]

<put parameter description here>

デフォルト: Class

訓練に使用する分類器 [選択]

<put parameter description here>

オプション:

  • 0 — ann

デフォルト： 0

訓練方法タイプ [選択]

<put parameter description here>

オプション:

  • 0 — reg
  • 1 — back

デフォルト： 0

各中間層のニューロンの数 [文字列]

<put parameter description here>

デフォルト: なし

Neuron activation function type [selection]

<put parameter description here>

オプション:

  • 0 — ident
  • 1 — sig
  • 2 — gau

デフォルト: 1

活性化関数のαパラメータ [数値]

<put parameter description here>

デフォルト: 1

活性化関数のβパラメータ [数値]

<put parameter description here>

デフォルト: 1

バックプロップ法における重み勾配項の強さ [数値]

<put parameter description here>

デフォルト: 0.1

運動量項の強さ（以前の2回の反復における加重の差） [数値]

<put parameter description here>

デフォルト: 0.1

RPROPメソッドの更新値Delta_ {ij}の初期値Delta_0 [数値]

<put parameter description here>

デフォルト: 0.1

RPROPメソッドの中で値更新下限Delta_{min} [数値]

<put parameter description here>

デフォルト： 1e-07

終了基準 [選択]

<put parameter description here>

オプション:

  • 0 — iter
  • 1 — eps

  • 2 — すべて

デフォルト: 2

Termination基準内で使用されるEpsilon値 [数値]

<put parameter description here>

デフォルト: 0.01

終了基準内で使用される反復の最大数 [数値]

<put parameter description here>

デフォルト: 1000

ユーザー定義 seedを設定 [数値]

<put parameter description here>

デフォルト： 0

出力

出力混同行列 [ファイル]
<put output description here>
出力モデル [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:trainimagesclassifierann', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.ann.t, -classifier.ann.sizes, -classifier.ann.f, -classifier.ann.a, -classifier.ann.b, -classifier.ann.bpdw, -classifier.ann.bpms, -classifier.ann.rdw, -classifier.ann.rdwm, -classifier.ann.term, -classifier.ann.eps, -classifier.ann.iter, -rand, -io.confmatout, -io.out)

参照

画像分類器を訓練(ベイズ)

説明

<put algorithm description here>

パラメーター

入力画像リスト [複数入力:ラスター]
<put parameter description here>
入力ベクターデータリスト [複数入力： 任意のベクター]
<put parameter description here>
入力XML画像統計ファイル [ファイル]

オプション。

<put parameter description here>

デフォルト標高 [数値]

<put parameter description here>

デフォルト： 0

クラスあたり最大訓練サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

クラスあたり最大検証サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

On 境界画素を含める [ブール値]

<put parameter description here>

デフォルト：真

訓練と検証サンプル比 [数値]

<put parameter description here>

デフォルト: 0.5

判別フィールドの名前 [文字列]

<put parameter description here>

デフォルト: Class

訓練に使用する分類器 [選択]

<put parameter description here>

オプション:

  • 0 — ベイズ

デフォルト： 0

ユーザー定義 seedを設定 [数値]

<put parameter description here>

デフォルト： 0

出力

出力混同行列 [ファイル]
<put output description here>
出力モデル [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:trainimagesclassifierbayes', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -rand, -io.confmatout, -io.out)

参照

画像分類器を訓練(boost)

説明

<put algorithm description here>

パラメーター

入力画像リスト [複数入力:ラスター]
<put parameter description here>
入力ベクターデータリスト [複数入力： 任意のベクター]
<put parameter description here>
入力XML画像統計ファイル [ファイル]

オプション。

<put parameter description here>

デフォルト標高 [数値]

<put parameter description here>

デフォルト： 0

クラスあたり最大訓練サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

クラスあたり最大検証サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

On 境界画素を含める [ブール値]

<put parameter description here>

デフォルト：真

訓練と検証サンプル比 [数値]

<put parameter description here>

デフォルト: 0.5

判別フィールドの名前 [文字列]

<put parameter description here>

デフォルト: Class

訓練に使用する分類器 [選択]

<put parameter description here>

オプション:

  • 0 — boost

デフォルト： 0

Boost タイプ [選択]

<put parameter description here>

オプション:

  • 0 — 離散

  • 1 — real
  • 2 — logit
  • 3 — gentle

デフォルト: 1

Weak count [number]

<put parameter description here>

デフォルト： 100

Weight Trim Rate [数値]

<put parameter description here>

デフォルト: 0.95

木の最大深さ [数値]

<put parameter description here>

デフォルト: 1

ユーザー定義 seedを設定 [数値]

<put parameter description here>

デフォルト： 0

出力

出力混同行列 [ファイル]
<put output description here>
出力モデル [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:trainimagesclassifierboost', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.boost.t, -classifier.boost.w, -classifier.boost.r, -classifier.boost.m, -rand, -io.confmatout, -io.out)

参照

画像分類器を訓練(dt)

説明

<put algorithm description here>

パラメーター

入力画像リスト [複数入力:ラスター]
<put parameter description here>
入力ベクターデータリスト [複数入力： 任意のベクター]
<put parameter description here>
入力XML画像統計ファイル [ファイル]

オプション。

<put parameter description here>

デフォルト標高 [数値]

<put parameter description here>

デフォルト： 0

クラスあたり最大訓練サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

クラスあたり最大検証サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

On 境界画素を含める [ブール値]

<put parameter description here>

デフォルト：真

訓練と検証サンプル比 [数値]

<put parameter description here>

デフォルト: 0.5

判別フィールドの名前 [文字列]

<put parameter description here>

デフォルト: Class

訓練に使用する分類器 [選択]

<put parameter description here>

オプション:

  • 0 — dt

デフォルト： 0

木の最大深さ [数値]

<put parameter description here>

デフォルト: 65535

各ノード中のサンプルの最小数 [数値]

<put parameter description here>

デフォルト: 10

回帰木に対する終了基準 [数値]

<put parameter description here>

デフォルト: 0.01

カテゴリ変数の可能な値をK <= cat クラスタにクラスタ化 してsuboptimal splitを見つける [数値]

<put parameter description here>

デフォルト: 10

K-fold 交差検証 [数値]

<put parameter description here>

デフォルト: 10

Set Use1seRule flag to false [boolean]

<put parameter description here>

デフォルト：真

TruncatePrunedTree フラグをfalseに設定 [ブール値]

<put parameter description here>

デフォルト：真

ユーザー定義 seedを設定 [数値]

<put parameter description here>

デフォルト： 0

出力

出力混同行列 [ファイル]
<put output description here>
出力モデル [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:trainimagesclassifierdt', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.dt.max, -classifier.dt.min, -classifier.dt.ra, -classifier.dt.cat, -classifier.dt.f, -classifier.dt.r, -classifier.dt.t, -rand, -io.confmatout, -io.out)

参照

画像分類器を訓練(gbt)

説明

<put algorithm description here>

パラメーター

入力画像リスト [複数入力:ラスター]
<put parameter description here>
入力ベクターデータリスト [複数入力： 任意のベクター]
<put parameter description here>
入力XML画像統計ファイル [ファイル]

オプション。

<put parameter description here>

デフォルト標高 [数値]

<put parameter description here>

デフォルト： 0

クラスあたり最大訓練サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

クラスあたり最大検証サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

On 境界画素を含める [ブール値]

<put parameter description here>

デフォルト：真

訓練と検証サンプル比 [数値]

<put parameter description here>

デフォルト: 0.5

判別フィールドの名前 [文字列]

<put parameter description here>

デフォルト: Class

訓練に使用する分類器 [選択]

<put parameter description here>

オプション:

  • 0 — gbt

デフォルト： 0

boosting アルゴリズム反復回数 [数値]

<put parameter description here>

デフォルト: 200

正則化パラメータ [数値]

<put parameter description here>

デフォルト: 0.01

Portion of the whole training set used for each algorithm iteration [数値]

<put parameter description here>

デフォルト: 0.8

木の最大深さ [数値]

<put parameter description here>

デフォルト: 3

ユーザー定義 seedを設定 [数値]

<put parameter description here>

デフォルト： 0

出力

出力混同行列 [ファイル]
<put output description here>
出力モデル [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:trainimagesclassifiergbt', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.gbt.w, -classifier.gbt.s, -classifier.gbt.p, -classifier.gbt.max, -rand, -io.confmatout, -io.out)

参照

画像分類器を訓練(knn)

説明

<put algorithm description here>

パラメーター

入力画像リスト [複数入力:ラスター]
<put parameter description here>
入力ベクターデータリスト [複数入力： 任意のベクター]
<put parameter description here>
入力XML画像統計ファイル [ファイル]

オプション。

<put parameter description here>

デフォルト標高 [数値]

<put parameter description here>

デフォルト： 0

クラスあたり最大訓練サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

クラスあたり最大検証サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

On 境界画素を含める [ブール値]

<put parameter description here>

デフォルト：真

訓練と検証サンプル比 [数値]

<put parameter description here>

デフォルト: 0.5

判別フィールドの名前 [文字列]

<put parameter description here>

デフォルト: Class

訓練に使用する分類器 [選択]

<put parameter description here>

オプション:

  • 0 — knn

デフォルト： 0

近隣の数 [数値]

<put parameter description here>

デフォルト: 32

ユーザー定義 seedを設定 [数値]

<put parameter description here>

デフォルト： 0

出力

出力混同行列 [ファイル]
<put output description here>
出力モデル [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:trainimagesclassifierknn', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.knn.k, -rand, -io.confmatout, -io.out)

参照

画像分類器を訓練(libsvm)

説明

<put algorithm description here>

パラメーター

入力画像リスト [複数入力:ラスター]
<put parameter description here>
入力ベクターデータリスト [複数入力： 任意のベクター]
<put parameter description here>
入力XML画像統計ファイル [ファイル]

オプション。

<put parameter description here>

デフォルト標高 [数値]

<put parameter description here>

デフォルト： 0

クラスあたり最大訓練サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

クラスあたり最大検証サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

On 境界画素を含める [ブール値]

<put parameter description here>

デフォルト：真

訓練と検証サンプル比 [数値]

<put parameter description here>

デフォルト: 0.5

判別フィールドの名前 [文字列]

<put parameter description here>

デフォルト: Class

訓練に使用する分類器 [選択]

<put parameter description here>

オプション:

  • 0 — libsvm

デフォルト： 0

SVM カーネルタイプ [選択]

<put parameter description here>

オプション:

  • 0 — linear
  • 1 — rbf
  • 2 — poly
  • 3 — sigmoid

デフォルト： 0

コストパラメータC [数値]

<put parameter description here>

デフォルト: 1

パラメーター最適化 [ブール値]

<put parameter description here>

デフォルト：真

ユーザー定義 seedを設定 [数値]

<put parameter description here>

デフォルト： 0

出力

出力混同行列 [ファイル]
<put output description here>
出力モデル [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:trainimagesclassifierlibsvm', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.libsvm.k, -classifier.libsvm.c, -classifier.libsvm.opt, -rand, -io.confmatout, -io.out)

参照

画像分類器を訓練 (rf)

説明

<put algorithm description here>

パラメーター

入力画像リスト [複数入力:ラスター]
<put parameter description here>
入力ベクターデータリスト [複数入力： 任意のベクター]
<put parameter description here>
入力XML画像統計ファイル [ファイル]

オプション。

<put parameter description here>

デフォルト標高 [数値]

<put parameter description here>

デフォルト： 0

クラスあたり最大訓練サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

クラスあたり最大検証サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

On 境界画素を含める [ブール値]

<put parameter description here>

デフォルト：真

訓練と検証サンプル比 [数値]

<put parameter description here>

デフォルト: 0.5

判別フィールドの名前 [文字列]

<put parameter description here>

デフォルト: Class

訓練に使用する分類器 [選択]

<put parameter description here>

オプション:

  • 0 — rf

デフォルト： 0

木の最大深さ [数値]

<put parameter description here>

デフォルト: 5

各ノード中のサンプルの最小数 [数値]

<put parameter description here>

デフォルト: 10

回帰木に対する終了基準 [数値]

<put parameter description here>

デフォルト： 0

カテゴリ変数の可能な値をK <= cat クラスタにクラスタ化 してsuboptimal splitを見つける [数値]

<put parameter description here>

デフォルト: 10

各木ノードでランダムに選択された地物の部分集合のサイズ [数値]

<put parameter description here>

デフォルト： 0

森中の期の最大数 [数値]

<put parameter description here>

デフォルト： 100

十分な精度（OOB 誤差） [数値]

<put parameter description here>

デフォルト: 0.01

ユーザー定義 seedを設定 [数値]

<put parameter description here>

デフォルト： 0

出力

出力混同行列 [ファイル]
<put output description here>
出力モデル [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:trainimagesclassifierrf', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.rf.max, -classifier.rf.min, -classifier.rf.ra, -classifier.rf.cat, -classifier.rf.var, -classifier.rf.nbtrees, -classifier.rf.acc, -rand, -io.confmatout, -io.out)

参照

画像分類器を訓練(svm)

説明

<put algorithm description here>

パラメーター

入力画像リスト [複数入力:ラスター]
<put parameter description here>
入力ベクターデータリスト [複数入力： 任意のベクター]
<put parameter description here>
入力XML画像統計ファイル [ファイル]

オプション。

<put parameter description here>

デフォルト標高 [数値]

<put parameter description here>

デフォルト： 0

クラスあたり最大訓練サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

クラスあたり最大検証サンプルサイズ [数値]

<put parameter description here>

デフォルト: 1000

On 境界画素を含める [ブール値]

<put parameter description here>

デフォルト：真

訓練と検証サンプル比 [数値]

<put parameter description here>

デフォルト: 0.5

判別フィールドの名前 [文字列]

<put parameter description here>

デフォルト: Class

訓練に使用する分類器 [選択]

<put parameter description here>

オプション:

  • 0 — svm

デフォルト： 0

SVM モデルタイプ [選択]

<put parameter description here>

オプション:

  • 0 — csvc
  • 1 — nusvc
  • 2 — oneclass

デフォルト： 0

SVM カーネルタイプ [選択]

<put parameter description here>

オプション:

  • 0 — linear
  • 1 — rbf
  • 2 — poly
  • 3 — sigmoid

デフォルト： 0

コストパラメータC [数値]

<put parameter description here>

デフォルト: 1

SVM 最適化問題のパラメータnu (NU_SVC / ONE_CLASS) [数値]

<put parameter description here>

デフォルト： 0

カーネル関数のパラメータcoef0 (POLY / SIGMOID) [数値]

<put parameter description here>

デフォルト： 0

カーネル関数のパラメータgamma (POLY / RBF / SIGMOID) [数値]

<put parameter description here>

デフォルト: 1

カーネル関数のパラメータ度(POLY) [数値]

<put parameter description here>

デフォルト: 1

パラメーター最適化 [ブール値]

<put parameter description here>

デフォルト：真

ユーザー定義 seedを設定 [数値]

<put parameter description here>

デフォルト： 0

出力

出力混同行列 [ファイル]
<put output description here>
出力モデル [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:trainimagesclassifiersvm', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.svm.m, -classifier.svm.k, -classifier.svm.c, -classifier.svm.nu, -classifier.svm.coef0, -classifier.svm.gamma, -classifier.svm.degree, -classifier.svm.opt, -rand, -io.confmatout, -io.out)

参照

教師なしK平均画像分類

説明

<put algorithm description here>

パラメーター

入力画像 [ラスター]
<put parameter description here>
使用可能RAM (Mb) [数値]

<put parameter description here>

デフォルト: 128

Validity Mask [ラスター]

オプション。

<put parameter description here>

訓練セットのサイズ [数値]

<put parameter description here>

デフォルト： 100

クラスの数 [数値]

<put parameter description here>

デフォルト: 5

反復の最大数 [数値]

<put parameter description here>

デフォルト: 1000

収束閾値 [数値]

<put parameter description here>

デフォルト: 0.0001

出力

出力画像 [ラスター]
<put output description here>
重心ファイル名 [ファイル]
<put output description here>

コンソールの使用方法

processing.runalg('otb:unsupervisedkmeansimageclassification', -in, -ram, -vm, -ts, -nc, -maxit, -ct, -out, -outmeans)

参照