คำถามติดแท็ก machine-learning

7
อัลกอริทึมการเรียนรู้ของเครื่องสำหรับการจำแนกที่ดินปกคลุม
ฉันสนใจที่จะเรียนรู้ว่ามีซอฟต์แวร์ใดบ้างสำหรับการจำแนกประเภทที่ดินโดยใช้อัลกอริทึมการเรียนรู้ของเครื่อง (เช่น k-NN, Random Forest, ต้นไม้ตัดสินใจเป็นต้น) ฉันตระหนักถึงแพ็คเกจRandomForestใน R และMILKและSPyใน Python มีกลไกการเรียนรู้แบบโอเพนซอร์ซเชิงพาณิชย์ใดบ้างที่เหมาะกับการจำแนกประเภทคลุมดิน?

4
วิธีการจำแนกพื้นที่ป่าแบบสุ่ม
นี่คือการติดตามเพื่อโพสต์ก่อนหน้านี้: เครื่องเรียนรู้ขั้นตอนวิธีสำหรับการจำแนกประเภทที่ดินปก ดูเหมือนว่าวิธีการจำแนกแบบสุ่มฟอเรสต์ (RF) กำลังได้รับแรงผลักดันมากมายในโลกการรับรู้จากระยะไกล ฉันสนใจ RF โดยเฉพาะเนื่องจากจุดแข็งหลายประการ: วิธีการแบบไม่มีพารามิเตอร์ที่เหมาะสมกับข้อมูลการสำรวจระยะไกล ความถูกต้องของการจำแนกประเภทที่รายงานสูง มีการรายงานความสำคัญของตัวแปร ด้วยจุดแข็งเหล่านี้ฉันต้องการทำการจำแนกดินแดนป่าไม้แบบสุ่มโดยใช้ภาพความละเอียดสูง 4 แบนด์ มีวัสดุจำนวนมากและงานวิจัยโน้มน้าวข้อได้เปรียบของป่าสุ่ม แต่มีข้อมูลน้อยมากเกี่ยวกับวิธีการวิเคราะห์การจำแนกประเภท ฉันคุ้นเคยกับการถดถอย RF โดยใช้ R และต้องการใช้สภาพแวดล้อมนี้เพื่อเรียกใช้อัลกอริทึมการจำแนก RF ฉันจะรวบรวมประมวลผลและป้อนข้อมูลการฝึกอบรม (เช่นจากภาพถ่ายทางอากาศ CIR ความละเอียดสูง) ลงในอัลกอริทึมRandom Forestโดยใช้ R ได้อย่างไร คำแนะนำขั้นตอนที่ชาญฉลาดเกี่ยวกับวิธีการผลิตแรสเตอร์ครอบคลุมพื้นที่ประเภทจะได้รับการชื่นชมอย่างมาก

3
ความแตกต่างระหว่างการจำแนกตามพิกเซลและวัตถุ?
ฉันกำลังพยายามเข้าใจอย่างชัดเจนถึงความแตกต่างระหว่างการจำแนกพิกเซลและอิงวัตถุในโดเมนการรับรู้ระยะไกลและหวังว่าจะมีใครบางคนจากชุมชนนี้สามารถให้ข้อมูลเชิงลึกได้ จากข้อมูลที่ฉันมีจนถึงตอนนี้ความเข้าใจปัจจุบันของฉันอยู่ในบรรทัดเหล่านี้: การจัดหมวดหมู่ตามพิกเซล: การจำแนกจะกระทำในระดับต่อพิกเซลโดยใช้เฉพาะข้อมูลสเปกตรัมที่มีให้สำหรับแต่ละพิกเซลนั้น (เช่นค่าของพิกเซลภายในพื้นที่นั้นจะถูกละเว้น) ในแง่นี้แต่ละพิกเซลจะแสดงตัวอย่างการฝึกอบรมสำหรับอัลกอริทึมการจำแนกและตัวอย่างการฝึกอบรมนี้จะอยู่ในรูปของเวกเตอร์ n-มิติโดยที่ n คือจำนวนแถบสเปกตรัมในข้อมูลภาพ ดังนั้นอัลกอริทึมการจัดหมวดหมู่ที่ผ่านการฝึกอบรมจะส่งออกการทำนายคลาสสำหรับแต่ละพิกเซลในรูปภาพ การจำแนกประเภทตามวัตถุ: การจำแนกจะกระทำในกลุ่มพิกเซลที่แปลเป็นภาษาท้องถิ่นโดยคำนึงถึงคุณสมบัติเชิงพื้นที่ของแต่ละพิกเซลตามที่สัมพันธ์กัน ในแง่นี้ตัวอย่างการฝึกอบรมสำหรับอัลกอริทึมการจำแนกประเภทจะประกอบด้วยกลุ่มของพิกเซลและอัลกอริทึมการจำแนกประเภทที่ผ่านการฝึกอบรมจะส่งออกการทำนายคลาสสำหรับพิกเซลบนพื้นฐานกลุ่ม สำหรับตัวอย่างที่หยาบคายภาพอาจถูกแบ่งพาร์ติชันเป็น n เซ็กเมนต์ที่มีขนาดเท่ากันและแต่ละเซกเมนต์จะได้รับคลาส (เช่นมีวัตถุ / ไม่มีวัตถุ) ความคิดนี้ถูกต้องเกี่ยวกับความหมายของคำเหล่านี้หรือมีบางสิ่งที่ฉันพลาดไปหรือไม่

1
การเรียนรู้ของเครื่องใช้มากใน GIS หรือไม่?
ฉันใหม่กับ GIS การเรียนรู้ของเครื่องใช้มากในสาขานี้และที่ไหน ฉันกำลังตรวจสอบโอกาสงานกับ บริษัท แผนที่ที่ทำงานเกี่ยวกับการรับรู้การจราจร พื้นหลังของฉันอยู่ที่การเรียนรู้ของเครื่อง (ในการจำแนกข้อความ) และการใช้ Hadoop บางอย่างและพวกเขารับประกันฉันว่าทักษะของฉันจะเหมาะสม ฉันสนใจ GPS และ GIS มาระยะหนึ่งแล้ว แต่ฉันต้องการให้แน่ใจว่าทักษะการเรียนรู้ของเครื่องของฉัน (ซึ่งฉันได้ลงทุนอย่างมาก - รวมถึงปริญญา MS) จะถูกนำไปใช้ให้เป็นประโยชน์
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.