为什么envi isodata分类结果为一类

ENVI自带的非监督分类测试情况

最近写了两个关于遥感图像的简单的非监督分类算法KMEAN和ISODATA,发现结果和ENVI的一直有差异,而且还蛮大的,找了好久也没有找到原因.于是用PS自己绘制了一个简单的图像用于测试.如图1所示,该图中共有四个颜色(类别),四个角为绿色,上下为蓝色,左右为红色,中心为黄色.按道理来说,非监督分类应该初始种子点设置为4类应该可以将该图像分为四类. 图1 使用PS绘制的测试图像首先使用ENVI自带的KMEAN分类,初始类别个数设置为5类,迭代次数为5,其他参数默认.图2是处理的结果.我自己写的

PIE SDK ISODATA分类

1.算法功能简介 ISODATA(IterativeSelf-OrganizingDataAnalysisTechniqueAlgorithm)即迭代式自组织数据分析技术, 其大致原理是首先计算数据空间中均匀分布的类均值, 然后用最小距离规则将剩余的像元进行迭代聚合:每次迭代都重新计算均值,且根据所得的新均值,对像元进行再分类:这一处理过程持续到每一类的像元数变化少于所选的像元变化阀值或者达到了迭代的最大次数. ISODATA 算法通过设置初始参数而引入人机对话环节,并使用归并和分裂等机制,

SQL分类取每一类第一项

实际应用中经常会碰到这样的需求,在给定的数据集中要求返回每一类型中最大的一条,抑或是最小的一条,抑或是按时间排序最近的一条等等.很多人面对这样的需求显得束手无策,其实这个需求实现有很多种方法,今天给大家介绍总结的几种方法. 创建用例表 CREATE TABLE [dbo].[Table_3]( [time] [datetime] NULL, [City] [varchar](10) NULL, [count] [int] NULL ) ON [PRIMARY] GO 给用例表插入一些数据后,查用

分类算法简介分类： B10_计算机基础 2015-03-09 11:08 257人阅读评论(0) 收藏

一.决策树决策树是用于分类和预测的主要技术之一,决策树学习是以实例为基础的归纳学习算法,它着眼于从一组无次序.无规则的实例中推理出以决策树表示的分类规则.构造决策树的目的是找出属性和类别间的关系,用它来预测将来未知类别的记录的类别.它采用自顶向下的递归方式,在决策树的内部节点进行属性的比较,并根据不同属性值判断从该节点向下的分支,在决策树的叶节点得到结论. 主要的决策树算法有ID3.C4.5(C5.0).CART.PUBLIC.SLIQ和SPRINT算法等.它们在选择测试属性采用的技术.生

PAT (Basic Level) Practice 1012 数字分类分数 20

给定一系列正整数,请按要求对数字进行分类,并输出以下 5 个数字: A1 = 能被 5 整除的数字中所有偶数的和: A2 = 将被 5 除后余 1 的数字按给出顺序进行交错求和,即计算 n1−n2+n3−n4⋯: A3 = 被 5 除后余 2 的数字的个数: A4 = 被 5 除后余 3 的数字的平均数,精确到小数点后 1 位: A5 = 被 5 除后余 4 的数字中最大数字. 输入格式: 每个输入包含 1 个测试用例.每个测试用例先给出一个不超过 1000 的正整数 N,随后

北京培训记day2

后缀三姐妹 P.S.后缀大家族关系:后缀自动机fail指针=后缀树,后缀树前序遍历=后缀数组一.后缀数组:orz罗穗骞集训队论文给每个后缀按字典序排序 rank[]表示从i开始的后缀排名多少 sa[]表示排名为i的后缀是从哪儿开始的倍增 & dc3(反正dc3我是不会QAQ) 每次倍增后将二元组桶排(我自己yy了一个vector的可能比较慢QAQ) h数组按照原串顺序求,利用求上一位h后留下的信息应用:RMQ,多串拼接,分组,穷举+判断...... //by xxb #include<

Redis-3.2.6 配置文件中文翻译

############## # 指定配置文件: ################################## INCLUDES ##################################### # # 1 包含文件 # 如果想要使用到配置文件,Redis服务必须以配置文件的路径作为第一个参数启动.如:./redis-server /path/to/redis.conf # 单位说明:当需要指定内存大小时,可能会使用到不同的单位,如1k.5GB.4M等,这里给出其单位含义: #

hihocoder SAM基础概念

后缀自动机一·基本概念时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述小Hi:今天我们来学习一个强大的字符串处理工具:后缀自动机(Suffix Automaton,简称SAM).对于一个字符串S,它对应的后缀自动机是一个最小的确定有限状态自动机(DFA),接受且只接受S的后缀. 小Hi:比如对于字符串S="aabbabd",它的后缀自动机是: 其中红色状态是终结状态.你可以发现对于S的后缀,我们都可以从S出发沿着字符标示的路径(蓝色实线)转移,最终到达终

lecture4-神经网络在语言上的应用

Hinton第四课这一课主要介绍神经网络在语言处理上应用,而主要是在文本上,并附上了2003年Bengio 等人的19页的论文<A Neural Probabilistic Language Model>,觉得不错,打算看看翻译了之后在传上来,虽然不是做这方面的,但是多懂些其他领域的东西也好. 一.学习去预测下一个单词通过使用BP去学习单词意思的特征表征,这里先介绍一个1980年代的一个例子,当时的计算机硬件和软件都没达到现在的水平,但是这个简单的例子有助于理解如何使用BP将相关的信息映射

第十课：CSS选择器的介绍和区分

IE7以及以下版本: getElementById是不区分表单元素ID与Name的,因此如果有一个表单元素只定义name,并与我们的目标元素ID同名,并且我们的目标元素在它的后面,那么就会选择到那个表单元素.所以一般在定义表单元素时,都会定义跟name一样的id,就是以防其他元素的id跟表单元素的name一样(文档中的id都是唯一的). getElementsByTagName,当参数为"*"通配符时,它会混入注释节点,并且无法选取Object下的元素. 属性选择器: [attr ~=

OC：基础学习

OC面向对象的编程语言思想类与对象.继承与实例化.属性点语法.内存管理.字符串.可见度. 类是一组具有相同特征和行为的事物的抽象 OC的与C相比所具有的新的特点: 定义新的类.类的实例和方法.方法的调用(称为发消息).属性声明(以及通过他们自动合成存取方法).静态和动态类型化.块(block)已封装的,可在任何时候执行的多段代码.基本语言的扩展,协议和类别静态.动态方法的区别静态方法也就是说是类的方法,不用生成对像也可以调用的,用static修饰,通过类名.方法来调用,动态方法应该是对象的方

Kafka学习-简介

Kafka是由LinkedIn开发的一个分布式的消息系统,使用Scala编写,它以可水平扩展和高吞吐率而被广泛使用.目前越来越多的开源分布式处理系统如Cloudera.Apache Storm.Spark都支持与Kafka集成. Kafka创建背景 Kafka是一个消息系统,原本开发自LinkedIn,用作LinkedIn的活动流(Activity Stream)和运营数据处理管道(Pipeline)的基础.现在它已被作为多种类型的数据管道和消息系统使用.活动流数据是几乎所有站点在对其网站使

一天搞定HTML----标签类型与类型转换05

标签类型: 标签只有两类:行内元素和块元素行内元素:内容撑开宽高块元素:默认独占一行注意: 在使用display时,会遇到一种inline-block类型的标签.这种标签不属于标签的分类. 1.块元素block特点代码演示 <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title></title> <style> body{ marg

Django完整的开发一个博客系统

今天花了一些时间搭了一个博客系统,虽然并没有相关于界面的美化,但是发布是没问题的. 开发环境操作系统:windows 7 64位 Django: 1.96 Python:2.7.11 IDE: PyCharm 2016.1 功能篇既然是博客系统,发布的自然是博客了.让我们想想,一篇博客有什么属性.所以我们要有能添加博客,删除博客,修改博客,以及给博客发评论,贴标签,划分类等功能. 关系分析属性博客:标题,内容. 标签:标签名分类:分类的名称评论:评论人,评论人email,评论内容关

Kafka 术语

什么是Kafka? Apache Kafka是一个分布式流媒体平台,允许你发布和订阅记录流,允许你以容错方式存储记录流,允许你处理数据流.或是说Kafka是一个分布式.支持分区.多副本的,基于zookeeper协调的分布式消息系统.那自己眼中的kafka是什么? Kafka的术语 Topic(主题):特指Kafka要处理的记录源的分类,每一类记录称为一个topic,每一个记录由一个key.value和timestamp组成. Broker:Kafka集群中的一台或多台服务器(即kafka节点).

从零开始学习html（三）认识标签(第二部分)

一.使用ul,添加新闻信息列表 <!DOCTYPE HTML> <html> <head> <meta http-equiv="Content-Type" content="text/html; charset=utf-8"> <title> p标签</title> </head> <body> </body> </html> 使用ul,添加新闻信

基于LNMP(fastcgi协议)环境部署、原理介绍以及fastcgi_cache配置以及upstream模块负载均衡讲解

ngx_http_proxy_module只能反向代理后端使用HTTP协议的主机.而ngx_http_fastcgi_module只能反向代理后端使用FPM或者使用FastCGI协议的客户端. 一.部署LNMP 1.首先安装必要的包 [root@ELK-chaofeng07 nginx]# yum install php-fpm php-mcrypt php-mbstring php-mysql mariadb-server Loaded plugins: fastestmirror 2.接下来

Nginx基于TCP/UDP端口的四层负载均衡（stream模块）配置梳理

通过我们会用Nginx的upstream做基于http/https端口的7层负载均衡,由于Nginx老版本不支持tcp协议,所以基于tcp/udp端口的四层负载均衡一般用LVS或Haproxy来做.至于4层负载均衡和7层负载均衡的区别,可以参考:http://www.cnblogs.com/kevingrace/p/6137881.html.然而Nginx从1.9.0版本开始,新增加了一个stream模块,用来实现四层协议的转发.代理或者负载均衡等,鉴于Nginx在7层负载均衡和web serv

sqlserver查询数据表中每个类别最新的一条记录

表tariff_info, 原始数据: 想要的结果:以start_time时间倒序排序, 以code分类, 查询每一类最新的一条记录 sql: SELECT a.* FROM TARIFF_INFO a, ( SELECT code, MAX (start_time) start_time FROM TARIFF_INFO GROUP BY code ) b WHERE a.start_time = b.start_time AND a.code = b.code ORDER BY a.code

ArcGis数据分类(ClassBreaksDefinition)

文章转载自:Arcgis数据分类那些事儿数据分类.地图分级(Classification)通常用于Choropleth Map(面量图)的制作中,是专题制图中最初,也是最基本的一个步骤.没有进行过分类的地图,很难让人理解其表意.比如,以中共十八大的各省代表人数为例.假若为每一个省(港澳台除外)单独设色,会是这样的效果(注:每张地图点击都可以看大图的,不再说明): (图1 单一设色分类) 这样的地图让人不明其意,不知道各个省的代表人数到底几何.因为人眼分辨差异(类别数)的能力是有限的(多于7个类

巴特西