Questions tagged «machine-learning»

我对使用机器学习算法（例如k-NN，Random Forest，决策树等）了解现有的用于土地分类的软件感兴趣。我知道R，MILK和SPy中的randomForest软件包。 存在哪些适用于土地覆被分类的开源或商业机器学习算法？

37 remote-sensing  land-cover  land-classification  machine-learning 

这是先前文章：土地覆被分类的机器学习算法的后续文章。 看来，随机森林（RF）分类方法在遥感世界中获得了很大的发展。由于其许多优点，我对RF特别感兴趣： 适用于遥感数据的非参数方法 报告的分类准确性高 报告了可变的重要性 鉴于这些优势，我想使用高分辨率4波段图像进行随机林地分类。有很多材料和研究都在宣传随机森林的优点，但是关于如何实际执行分类分析的信息很少。我熟悉使用R进行的RF回归，并且希望使用此环境来运行RF分类算法。 如何使用R 收集，处理训练数据（即基于高分辨率CIR航空影像）并将其输入到Random Forest算法中？任何有关如何生成分类的土地覆盖栅格的分步建议将不胜感激。

32 r  land-classification  random-forest  machine-learning 

我正在努力清楚地了解遥感领域中基于像素的分类与基于对象的分类之间的区别，并希望该社区中的某人能够提供见识。 根据到目前为止的信息，我目前的理解是： 基于像素的分类： 仅使用可用于单个像素的光谱信息在每个像素级别进行分类（即忽略局部区域内的像素值）。在这种意义上，每个像素将代表一个分类算法的训练示例，并且该训练示例将采用n维矢量的形式，其中n是图像数据中光谱带的数量。因此，训练后的分类算法将输出图像中每个像素的分类预测。 基于对象的分类： 分类是在局部像素组上进行的，同时考虑到每个像素彼此相关的空间特性。在这种意义上，用于分类算法的训练示例将由一组像素组成，并且经过训练的分类算法将相应地基于组输出针对像素的类别预测。举一个粗略的例子，一个图像可能被划分为n个大小相等的片段，然后每个片段都被赋予一个类（即包含对象/不包含对象）。 对于这些术语的含义，这种想法是否正确？还是我错过了某些事情？

14 remote-sensing  classification  machine-learning 

我是GIS的新手。机器学习在这个领域使用了很多吗？在哪里？ 我正在与一家致力于交通意识的测绘公司合作寻找工作机会。我的背景是有监督的机器学习（在文本分类中）和Hadoop的一些使用，他们向我保证我的技能会很合适。我对GPS和GIS感兴趣已有一段时间了，但是我想确保可以充分利用我的机器学习技能（我已经投入了大量精力-包括MS学位）。

9 gps  land-classification  machine-learning  data-mining