Applying K-Means ClassificationK-Me

Applying K-Means Classification
K-Means unsupervised classification calculates initial class means evenly distributed in the data space, then iteratively clusters the pixels into the nearest class using a minimum-distance technique. Each iteration recalculates class means and reclassifies pixels with respect to the new means. All pixels are classified to the nearest class unless a standard deviation or distance threshold is specified, in which case some pixels may be unclassified if they do not meet the selected criteria. This process continues until the number of pixels in each class changes by less than the selected pixel change threshold or the maximum number of iterations is reached.

Results (Thai) 1:

ใช้ K-หมายถึงการจัดประเภทถึงหมายถึงระดับเริ่มต้นที่กระจายในพื้นที่ข้อมูล คำนวณจัดประเภทขั่วแล้วปรับปรุงต้นคลัสเตอร์พิกเซลในระดับที่ใกล้ที่สุดโดยใช้เทคนิคระยะห่างต่ำสุด แผนคำนวณหมายถึงระดับ และ reclassifies พิกเซลเกี่ยวกับใหม่ พิกเซลทั้งหมดจะจัดเป็นชั้นที่ใกล้ที่สุดยกเว้นส่วนเบี่ยงเบนมาตรฐานหรือขีดจำกัดระยะทางระบุ ซึ่งในกรณีบางพิกเซลอาจจะไม่ได้แยกประเภทหากพวกเขาไม่ตรงกับเงื่อนไขที่เลือก กระบวนการนี้ต่อไปจนกระทั่งการเปลี่ยนแปลงจำนวนพิกเซลในแต่ละชั้น โดยน้อยกว่าเกณฑ์เปลี่ยนแปลงเลือกพิกเซล หรือจำนวนสูงสุดของการเกิดซ้ำ