Page 46 - รายงานการประยุกต์ใช้ฐานข้อมูลการสำรวจระยะไกลจากซอฟต์แวร์รหัสเปิดและคลาวด์คอมพิวติงเพื่องานพัฒนาที่ดิน Utilization of Remote Sensing Database derived from Open-source software and Cloud computing platform for Land Development
P. 46

ห้องสมุดกรมพัฒนาที่ดิน


                                                                                                           38







                                          - Cmax: จ านวนคลัสเตอร์สูงสุดที่อัลกอริทึมระบุได้ (เช่น 20 คลัสเตอร์) อย่างไร
                       ก็ตาม ไม่ใช่เรื่องแปลกที่จะพบน้อยลงในแผนที่การจัดประเภทขั้นสุดท้ายหลังจากการแยกและเกิดการ
                       ผสมผสานขึ้น
                                          - T: เปอร์เซ็นต์สูงสุดของพิกเซลที่อนุญาตให้เปลี่ยนค่าคลาสระหว่างกันได้การ

                       ท าซ้ า เมื่อถึงจ านวนนี้ อัลกอริทึม ISODATA จะสิ้นสุดลง บางชุดข้อมูลอาจไม่เคยถึงเปอร์เซ็นต์ที่ต้องการ
                       ไม่เปลี่ยนแปลง หากสิ่งนี้เกิดขึ้นจ าเป็นต้องขัดจังหวะประมวลผลและแก้ไขพารามิเตอร์
                                          - M: จ านวนครั้งสูงสุดที่ ISODATA ใช้ในการจ าแนกพิกเซลและค านวณค่าเฉลี่ย
                       ของคลัสเตอร์ใหม่เวกเตอร์ อัลกอริทึม ISODATA จะสิ้นสุดลงเมื่อถึงจ านวนนี้ สมาชิกขั้นต่ าในคลัสเตอร์

                       (%): หากคลัสเตอร์มีสมาชิกน้อยกว่าเปอร์เซ็นต์ขั้นต่ า คลัสเตอร์นั้นจะถูกลบและสมาชิกถูกก าหนดให้อยู่
                       ในคลัสเตอร์ทางเลือก สิ่งนี้ยังส่งผลต่อการเรียนในชั้นเรียนอีกด้วยที่จะแยก (ดูค่าเบี่ยงเบนมาตรฐาน
                       สูงสุด) เปอร์เซ็นต์ขั้นต่ าเริ่มต้นของสมาชิกคือ มักจะตั้งค่าเป็น 0.01 ค่าเบี่ยงเบนมาตรฐานสูงสุด ( σmax

                       ): เมื่อค่าเบี่ยงเบนมาตรฐานส าหรับคลัสเตอร์เกิน ค่าเบี่ยงเบนมาตรฐานสูงสุดที่ก าหนดและจ านวนสมาชิก
                       ในชั้นเรียนมากกว่าสองเท่าของสมาชิกขั้นต่ าที่ระบุในคลาส คลัสเตอร์จะแบ่งออกเป็นสองคลัสเตอร์
                       ความหมายเวกเตอร์ส าหรับกลุ่มใหม่สองกลุ่มคือศูนย์คลาสเก่า ±1 ของส่วนเบี่ยงเบนมาตรฐาน (σ) ขีด

                       สุดค่าเบี่ยงเบนมาตรฐานระหว่าง 4.5 ถึง 7 เป็นเรื่องปกติค่าการแยกส่วน: ถ้าค่านี้เปลี่ยนจาก 0.0 จะเป็น
                       ค่ามาตรฐานความเบี่ยงเบนในการระบุต าแหน่งของเวกเตอร์ค่าเฉลี่ยใหม่บวกและลบการแยกค่าการแยก
                       ระยะห่างต่ าสุดระหว่างกลุ่มหมายถึง (C): กลุ่มที่มีระยะทางถ่วงน้ าหนักน้อยกว่านี้รวมค่าแล้ว มักใช้ค่า
                       เริ่มต้นเป็น 3.0

                               3.3.2 การจ าแนกข้อมูลภาพด้วยคอมพิวเตอร์แบบก ากับดูแล
                                     การจ าแนกข้อมูลภาพด้วยคอมพิวเตอร์แบบก ากับดูแล (Supervised classification)
                       โดยใช้การแบ่งประเภทของการสะท้อนช่วงคลื่นออกเป็นกลุ่มตัวอย่างหลายๆ กลุ่มแล้วก าหนดให้เป็นพื้นที่
                       ของกลุ่มข้อมูลตัวอย่าง (Training area) เพื่อเป็นตัวแทนของลักษณะต่างๆ ใช้ส าหรับค านวณค่าทางสถิติ

                       เช่น ค่าเฉลี่ยของแต่ละประเภทข้อมูล ค่าสถิติดังกล่าวใช้เป็นตัวแทนส าหรับการจ าแนกประเภทของ
                       ข้อมูลการจ าแนกภาพแบบนี้ต้องใช้ข้อมูลภาคพื้นดินมาช่วย โดยจุดภาพที่เป็นตัวแทนของกลุ่มตัวอย่าง
                       นั้นเรียกว่า กลุ่มตัวอย่าง (Training Fields, Training Areas หรือ Spectral Signatures) ดังนั้นจะเห็น
                       ได้ว่าวิธีการจ าแนกข้อมูลแบบก ากับดูแลจะเป็นการก าหนดกลุ่มตัวอย่างที่เป็นตัวแทนของรายละเอียด

                       ก่อนการจ าแนก การจ าแนกประเภทข้อมูลแบบควบคุม เป็นการจ าแนกประเภทข้อมูลที่ผู้ใช้งานเป็นผู้
                       ก าหนดลักษณะของประเภทข้อมูลเอง โดยเป็นผู้เลือกตัวอย่างประเภทข้อมูลให้แก่เครื่อง จึงเรียกการ
                       จ าแนกข้อมูลประเภทนี้ว่าเป็นวิธีแบบควบคุมโดยผู้วิเคราะห์ต้องควบคุมอย่างใกล้ชิด ข้อมูลตัวแทนหรือ

                       ข้อมูลตัวอย่างที่ผู้ใช้งานเป็นผู้ก าหนดนั้นได้จากการตีความหมายภาพดาวเทียมที่ถูกต้องด้วยสายตาโดย
                       อาศัยประสบการณ์ ความเข้าใจและความรู้ที่มีอยู่ ตลอดจนกระบวนการต่างๆ ในการตีความหมาย เช่น
                       การส ารวจภาคสนาม การใช้แผนที่ภาพถ่ายต่างๆ และสถิติอื่นๆ เป็นต้นทั้งนี้เพื่อให้ได้มาซึ่งข้อมูลที่มี
                       ความหมายถูกต้องตามระบบการจ าแนก ตัวอย่างที่เลือกเป็นข้อมูลทางสถิติที่ก าหนดคุณลักษณะของ
   41   42   43   44   45   46   47   48   49   50   51