Google Earth Engine(GEE)——机器学习(监督分类)多边形为训练样本!

这篇博客介绍了如何利用Google Earth Engine(GEE)进行监督分类,特别是使用支持向量机(SVM)并以多边形作为训练样本。文章详细阐述了classify()函数的用法,并提供了SVM分类器的参数设置。内容包括对原始影像的处理以及在图像上手动绘制的样本,强调了在没有先验信息的情况下,选择SVM参数的挑战和不确定性。
摘要由CSDN通过智能技术生成

如果训练数据是代表同质区域的多边形,则每个多边形中的每个像素都是一个训练点。您可以使用多边形进行训练,如下例所示:

函数:classify()

classify(classifier, outputName)

对图像进行分类。

Classifies an image.

Arguments:

图像(图像):
要分类的图像。波段是按名称从该图像中提取的,它必须包含分类器模式中命名的所有波段。

分类器(Classifier):
要使用的分类器。

输出名称(字符串,默认值:“分类”):
要添加的乐队的名称。如果分类器产生 1 个以上的输出,则忽略此名称

this:image (Image):

The image to classify. Bands are extracted from this image by name, and it must contain all the bands named in the classifier's schema.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值