پاورپوینت الگوریتم های طبقه بندی

طبقه بندی نظارت شده

طبقه بندی نظارت نشده

که این روش ها بر اساس پیکسل می باشند بنابراین پیچیدگی در الگوریتم آن ها به چشم نمی خورد.

روش های طبقه بندی نظارت شده: پارامتریک، غیرپارامتریک
طبقه بندی روش های غیرپارامتریک و نظارت شده :

طبقه بندی جعبه ای
طبقه بندی اولین همسایه
طبقه بندی نزدیکترین همسایه
طبقه بندی نزدیکترین همسایه با استفاده از فواصل وزن دار
طبقه بندی جعبه ای:

اساس این روش بر بررسی هیستوگرام باندهای تصویر است.

این روش نظارت شده طبقه بندی با یافتن مقادیر حداقل و حداکثر پیکسل های تمرینی هر کلاس در هر باند یک محدوده جعبه ای شکل

در دیاگرام پراکنش ایجاد می کند.

پس از این کار هر پیکسل که درون یکی از جعبه ها قرر می گیرد متعلق به ان کلاس خواهد بود.

طبقه بندی نزدیکترین همسایه:

این نوع طبقه بندی از منطقی شبیه روش اولین همسایه استفاده میکند

با این تفاوت به جای اتکا بر یک پیکسل تنها تعداد شواهدی که برای انتساب یک کلاس به پیکسل انتخاب میکند بیشتر است.

در واقع در این نوع طبقه بندی کلاسی که اکثریت را در بین تعداد مشخصی k از پیکسل مجهول نسبت می دهند.

طبقه بندی نزدیکترین همسایه:شامل 4 مرحله است. پاورپوینت الگوریتم های طبقه بندی

اولین مرحله تعیین مقدارk است.
که برای تعیین مقدار k روش های مختلفی وجود دارد.که یکی از این روش ها محاسبه ریشه دوم تعداد کل پیکسل های معلوم به عنوان مقدارk است.
مقدار هم پوشانی طیفی داده ها خصوصیات کلاس های تعریف شده و کیفیت داده های مرجع

موجود همگی در تعیین مقدار k که در حقیقت دامنه همسایگی پیکسل مجهول را مشخص می کند تاثیر گذار است.

مرحله دوم:

تعیین کلاس k پیکسل همسایه پیکسل مجهول است در این مرحله از داده های تمرینی استفاده می شود.

برای یافتن پیکسل های همسایه از روش های مختلفی استفاده می شود که ساده ترین آنها پارامتر فاصله است.

مطالب رشته های معماری، عمران، شهرسازی و دیگر رشته ها نیز در فروشگاه ایرانیان شهرساز گذاشته شده است.