地球引擎高级教程——可改善您的监督分类结果的主成分分析 (PCA)
2023-09-11 14:15:11 时间
PCA 是一种非常有用的技术,可以改善您的监督分类结果。这是一种将数据从大量波段压缩到较少不相关波段的统计技术。您可以在图像上运行 PCA,并在对训练点进行采样之前将前几个(通常为 3 个)主成分带添加到原始合成中。在下面的示例中,您会注意到 13 波段原始图像的 97% 的方差是在 3 波段 PCA 图像中捕获的。这会向分类器发送更强的信号,并通过使其更好地区分不同类别来提高准确性。
var composite = ee.Image("users/ujavalgandhi/e2e/arkavathy_2019_composite");
var boundary = ee.FeatureCollection("users/ujavalgandhi/e2e/arkavathy_boundary")
Map.addLayer(composite, {bands: ['B4', 'B3', 'B2'], min: 0, max: 0.3, gamma: 1.2}, 'RGB');
//**************************************************************************
// 计算主成分的函数
// Code adapted from https://developers.google.com/earth-engine/guides/arrays_eigen_analysis
//**************************************************************************
function PCA(maskedImage){
var image = maskedImage.unmask()
var scale = 20;
var region = boundary;
var bandNames = image.ban
相关文章
- 地球引擎保姆级教程——最简单的单点NDVI时序图表!
- 地球引擎保姆级教程——机器学习中Cart回归树/随机森林土地分类包含精度评定和结果验证(混淆矩阵)
- 地球引擎保姆级教程——reduce imagecollection和两种.median中位数计算的差异,你知道吗?
- 地球引擎保姆级教程——landsat 8 surface reflectance影像集合的波段选择、区域筛选和时间过滤以及云量排序和输出第一幅影像操作
- 地球引擎保姆级教程——高程影像数据的面积的计算和scale超限问题的解决
- 地球引擎保姆级教程——加载高程影像和实现ee.Terrain.products(input)输出
- 地球引擎保姆级教程——影像的初识和影像颜色添加Palette
- 地球引擎保姆级教程——Google earth engine客户端和服务端的差异(add的使用和ee.xxx())
- 地球引擎高级教程——时间序列分析,移动窗口平滑算法(NDVI指定时间的时间序列分析案例)
- 地球引擎高级教程——高级监督分类技术(后处理分类结果)
- 地球引擎中级教程——如何将复杂繁多的分类结果导出到 Google 云端硬盘
- 地球引擎中级教程——变化的一次性分类或直接多日期分类
- 地球引擎中级教程——影像分类后对比和重分类
- 地球引擎中级教程——基本监督分类改进和混淆矩阵精度评定(案例分析)
- 地球引擎中级教程——监督分类和变化检测(机器学习和监督分类简介)
- 地球引擎中级教程——reducer统计的运用(含练习)
- MySQL innodb引擎下根据.frm和.ibd文件恢复表结构和数据
- 【jvm系列-07】深入理解执行引擎,解释器、JIT即时编译器
- 调用华为游戏多媒体服务的创建引擎接口返回错误码1002,错误信息:the params is error
- 让Java说话-用Java实现语音引擎
- JavaScript是如何工作的:引擎,运行时和调用堆栈的概述!
- 新华三Synergy塑合型基础架构为新经济提供强大引擎
- (3.4)存储引擎--内存
- 从0开发游戏引擎之3D物体基类Node3D实现
- MySQL - 存储引擎MyISAM和Innodb