Задача №1 и 2 Тема 1: Класификация в режим на обучение без учител на открит рудник Обяснителна записка Класификация на обучение без учител
Изтегляне 2.67 Mb.
|
Свързани:
РАДИОАКТИВНИ ОТПАДЪЦИ, РЕФЕРАТ ОЛОВО И ЦИНК, Условия
- Навигация на страницата:
- Класифицираща фаза
|
КУРСОВА ЗАДАЧА № 1 и 2 Тема 1: Класификация в режим на обучение без учител на открит рудник Обяснителна записка Класификация на обучение без учител Да се сложи текстова част Класифицираща фаза Решаващо правило (Decision Rule) ……………………………………………………………………………………………………………….. Параметрично решаващо правило (Parametric Decision Rule) ………………………………………………………………… Непараметрично решаващо правило (Nonparametric Decision Rule) ………………………………………………………………………………………………………………………………………. Практическа част Тестови обект.фиг.1 Първи етап: Класификация в режим на обучение без учител 1.Класификация без учител. Създаване на сигнатурен файл. Фиг.2 Име на изходния файл : asarel_uspupervised15.img Име на сигнатурния файл: -Избор на брой класове -Избор на брой итерации -Прагова стойност : Фиг.3 - П олучено индексно изображение фиг.4 От модула Raster отваряме Unsupervised -> Signature Editor. В сигнатурния редактор се съдържат 15 канала. - Сигнатурен редактор Фиг.5 Трети етап: Преобразуване на растерните данни във векторни Растерното индексно изображение е преобразувано във векторно , използвайки функцията Raster to Shapefile от модула Vector. Въвеждаме входен файл и изходен . Raster to Shapefile Име на входния файл: c3-102-2010aasubuns157x7po7x7.img Име на изходния файл: uns157x72.shp Оформяме тематична карта. Тема 2: Класификация в режим на обучение с учител. Избор на обучаващи извадки(еталони). Създаване на сигнатури и последваща обработка. Анализ в пространство на признаците. Обяснителна записка Класификация на обучение с учител Да се сложи текст………………………………………………………………… Изображението, което се обработва е въздушна снимка на рудник „Асарел Медет“ . Работи се със специализирания софтуер ERDAS Imagine. 1. Стартираме програмата и във Viewer1 отваряме изображението, което ще се обработва (чрез приплъзване на файла в полето в ляво или от File-> Open -> Raster Layer 2. Избираме от менюто: Raster ->Supervised -> Signature editor . Излиза следното меню. 4. Кликваме с десен бутон върху изображението и в падащото меню избираме New AOI Layer, в панела в ляво се появява слоя с AOI’s. След това кликваме с десен бутон върху слоя и избираме командата Save Layer as… , за да съхраним информацията в слоя. 5. За да създадем AOI отиваме на менюто АOI-> Drawing -> Polygon и изчертаваме полигон за избраната от нас площ (еталон, който ще бъде представителен за определен клас). След като сме изчертали полигона отиваме в прозореца Signature editor -> Create New Signature from AOI В сигнатурния редактор се създава нова сигнатура, на която се задава име в зависимост от това – кой клас представя. 6. След като сме избрали всички AOI‘s , пристъпваме към записване на сигнатурния файл File-> Save as… Избираме директорията, в която да бъде записан файла, задаваме име и натискаме ОК. 7. За да създадем признаковото пространство, което ще използваме за анализ на класовете, избираме от прозореца Signature editor, менюто Feature -> Create -> Feature Space Layer Излиза следния прозорец, в който избираме на Levels Slice -> отметка върху Color . На Output Root Name избираме име и директория на изходния файл. Избираме и каналите за визуализация в признаковото пространство (в случая първи и трети) Отметка и върху Output To Viewer ,след което натискаме ОК. След това се зарежда признаковото пространство. За да визуализираме елипсите избираме менюто Feature -> Object . Излиза следното меню. След като обединим избраните от нас класове, изтриваме отделните класове участвали в обединението. По този начин анализираме всички класове от сигнатурния файл. След като установим окончателните сигнатури пристъпваме към процеса на класификация. Класификация с учител - избираме Raster -> Supervised -> Supervised Classification. Излиза следното меню: Изтегляне 2.67 Mb. Сподели с приятели:
|