.
<mettre la description de l’algorithme ici>
Image de classification en entrée [raster]<mettre la description du paramètre ici>
Rayon de l'Élément de Structuration (en pixels) [nombre]<mettre la description du paramètre ici>
Par défaut : 1
Majorité multiple: Indécis(X)/Originel [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Étiquette pour la classe sans donnée [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Étiquette pour la classe indécise [nombre]<mettre la description du paramètre ici>
Par défaut : 0
RAM disponible (Mb) [nombre]<mettre la description du paramètre ici>
Par défaut : 128
Image régularisée en sortie [raster]<mettre la description de la sortie ici>
processing.runalg('otb:classificationmapregularization', -io.in, -ip.radius, -ip.suvbool, -ip.nodatalabel, -ip.undecidedlabel, -ram, -io.out)
<mettre la description de l’algorithme ici>
Image en entrée [raster]<mettre la description du paramètre ici>
Vérité terrain [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Image de référence en entrée [raster]<mettre la description du paramètre ici>
Valeur des pixels sans données [nombre]<mettre la description du paramètre ici>
Par défaut : 0
RAM disponible (Mb) [nombre]<mettre la description du paramètre ici>
Par défaut : 128
Matrice en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:computeconfusionmatrixraster', -in, -ref, -ref.raster.in, -nodatalabel, -ram, -out)
<mettre la description de l’algorithme ici>
Image en entrée [raster]<mettre la description du paramètre ici>
Vérité terrain [sélection]<mettre la description du paramètre ici>
Options :
0 — vecteur
Par défaut : 0
Donnée vecteur de référence en entrée [fichier]<mettre la description du paramètre ici>
Nom du champ [texte]En option.
<mettre la description du paramètre ici>
Par défaut : Class
Valeur des pixels sans données [nombre]<mettre la description du paramètre ici>
Par défaut : 0
RAM disponible (Mb) [nombre]<mettre la description du paramètre ici>
Par défaut : 128
Matrice en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:computeconfusionmatrixvector', -in, -ref, -ref.vector.in, -ref.vector.field, -nodatalabel, -ram, -out)
<mettre la description de l’algorithme ici>
Images en entrée [entrées multiples : raster]<mettre la description du paramètre ici>
Valeur de fond [nombre]<mettre la description du paramètre ici>
Par défaut : 0.0
Fichier XML en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:computeimagessecondorderstatistics', -il, -bv, -out)
<mettre la description de l’algorithme ici>
Classifications en entrée [entrées mutiples : raster]<mettre la description du paramètre ici>
Méthode de fusion [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Matrices de confusion [entrées multiples: fichiers]<mettre la description du paramètre ici>
Masse de mesure de reconnaissance [sélection]<mettre la description du paramètre ici>
Options :
1 — rapel
2 — exactitude
Par défaut : 0
Étiquette pour la classe sans donnée [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Étiquette pour la classe indécise [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Image de classification en sortie [raster]<mettre la description de la sortie ici>
processing.runalg('otb:fusionofclassificationsdempstershafer', -il, -method, -method.dempstershafer.cmfl, -method.dempstershafer.mob, -nodatalabel, -undecidedlabel, -out)
<mettre la description de l’algorithme ici>
Classifications en entrée [entrées mutiples : raster]<mettre la description du paramètre ici>
Méthode de fusion [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Étiquette pour la classe sans donnée [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Étiquette pour la classe indécise [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Image de classification en sortie [raster]<mettre la description de la sortie ici>
processing.runalg('otb:fusionofclassificationsmajorityvoting', -il, -method, -nodatalabel, -undecidedlabel, -out)
<mettre la description de l’algorithme ici>
Image en entrée [raster]<mettre la description du paramètre ici>
Masque en entrée [raster]En option.
<mettre la description du paramètre ici>
Fichier modèle [fichier]<mettre la description du paramètre ici>
Fichier de statistiques [fichier]En option.
<mettre la description du paramètre ici>
RAM disponible (Mb) [nombre]<mettre la description du paramètre ici>
Par défaut : 128
Image en sortie [raster]<mettre la description de la sortie ici>
processing.runalg('otb:imageclassification', -in, -mask, -model, -imstat, -ram, -out)
<mettre la description de l’algorithme ici>
Image en entrée [raster]<mettre la description du paramètre ici>
Masque de validité [raster]En option.
<mettre la description du paramètre ici>
Probabilité de l'Entraînement [nombre]<mettre la description du paramètre ici>
Par défaut : 1
Taille du Set d'Entraînement [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Lignes de flux [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Taille X [nombre]<mettre la description du paramètre ici>
Par défaut : 32
Taille Y [nombre]<mettre la description du paramètre ici>
Par défaut : 32
Voisinage X [nombre]<mettre la description du paramètre ici>
Par défaut : 10
Voisinage Y [nombre]<mettre la description du paramètre ici>
Par défaut : 10
Nombre d'itérations [nombre]<mettre la description du paramètre ici>
Par défaut : 5
Initialisation Beta [nombre]<mettre la description du paramètre ici>
Par défaut : 1
Finalisation Beta [nombre]<mettre la description du paramètre ici>
Par défaut : 0.1
Valeur initiale [nombre]<mettre la description du paramètre ici>
Par défaut : 0
RAM disponible (Mb) [nombre]<mettre la description du paramètre ici>
Par défaut : 128
Indiquer l'origine définie par l'utilisateur [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Image en sortie [raster]<mettre la description de la sortie ici>
Carte SOM [raster]<mettre la description de la sortie ici>
processing.runalg('otb:somclassification', -in, -vm, -tp, -ts, -sl, -sx, -sy, -nx, -ny, -ni, -bi, -bf, -iv, -ram, -rand, -out, -som)
<mettre la description de l’algorithme ici>
Liste d'images en entrée [entrées multiples : raster]<mettre la description du paramètre ici>
Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]<mettre la description du paramètre ici>
Fichier de statistiques d'image XML en entrée [fichier]En option.
<mettre la description du paramètre ici>
Élévation par défaut [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Taille maximale de l'échantillon d'étude par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Taille maximale de l'échantillon de validation par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Inclusion des pixels de bordure [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Ratio de l'échantillon de formation et de validation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.5
Nom du champ de discrimination [texte]<mettre la description du paramètre ici>
Par défaut : Class
Elément de classification utilisé pour la formation [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Type de méthode de formation [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Nombre de neurones dans chaque couche intermédiaire [texte]<mettre la description du paramètre ici>
Par défaut : Néant
Type de fonction d'activation de neurone [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 1
Paramètre alpha de la fonction d'activation [nombre]<mettre la description du paramètre ici>
Par défaut : 1
Paramètre beta de la fonction d'activation [nombre]<mettre la description du paramètre ici>
Par défaut : 1
Force du gradient de pondération dans la méthode BACKPROP [nombre]<mettre la description du paramètre ici>
Par défaut : 0.1
Force du terme de moment (différence entre les poids des 2 précédentes itérations) [nombre]<mettre la description du paramètre ici>
Par défaut : 0.1
Valeur initiale Delta_0 des valeurs de mise à jour Delta_{ij} dans la méthode RPROP [nombre]<mettre la description du paramètre ici>
Par défaut : 0.1
Limite inférieure des valeurs de mise à jour Delta_{min} dans la méthode RPROP [nombre]<mettre la description du paramètre ici>
Par défaut : 1e-07
Critère de terminaison [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 2
Valeur epsilon utilisée dans le critère de terminaison [nombre]<mettre la description du paramètre ici>
Par défaut : 0.01
Nombre maximum d'itérations utilisées dans le critère de terminaison [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Indiquer l'origine définie par l'utilisateur [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Matrice de confusion en sortie [fichier]<mettre la description de la sortie ici>
Modèle en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:trainimagesclassifierann', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.ann.t, -classifier.ann.sizes, -classifier.ann.f, -classifier.ann.a, -classifier.ann.b, -classifier.ann.bpdw, -classifier.ann.bpms, -classifier.ann.rdw, -classifier.ann.rdwm, -classifier.ann.term, -classifier.ann.eps, -classifier.ann.iter, -rand, -io.confmatout, -io.out)
<mettre la description de l’algorithme ici>
Liste d'images en entrée [entrées multiples : raster]<mettre la description du paramètre ici>
Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]<mettre la description du paramètre ici>
Fichier de statistiques d'image XML en entrée [fichier]En option.
<mettre la description du paramètre ici>
Élévation par défaut [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Taille maximale de l'échantillon d'étude par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Taille maximale de l'échantillon de validation par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Inclusion des pixels de bordure [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Ratio de l'échantillon de formation et de validation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.5
Nom du champ de discrimination [texte]<mettre la description du paramètre ici>
Par défaut : Class
Elément de classification utilisé pour la formation [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Indiquer l'origine définie par l'utilisateur [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Matrice de confusion en sortie [fichier]<mettre la description de la sortie ici>
Modèle en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:trainimagesclassifierbayes', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -rand, -io.confmatout, -io.out)
<mettre la description de l’algorithme ici>
Liste d'images en entrée [entrées multiples : raster]<mettre la description du paramètre ici>
Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]<mettre la description du paramètre ici>
Fichier de statistiques d'image XML en entrée [fichier]En option.
<mettre la description du paramètre ici>
Élévation par défaut [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Taille maximale de l'échantillon d'étude par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Taille maximale de l'échantillon de validation par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Inclusion des pixels de bordure [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Ratio de l'échantillon de formation et de validation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.5
Nom du champ de discrimination [texte]<mettre la description du paramètre ici>
Par défaut : Class
Elément de classification utilisé pour la formation [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Type de boost [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 1
Décompte faible [nombre]<mettre la description du paramètre ici>
Par défaut : 100
Débit de réduction de poids [nombre]<mettre la description du paramètre ici>
Par défaut : 0.95
Profondeur maximale de l'arbre [nombre]<mettre la description du paramètre ici>
Par défaut : 1
Indiquer l'origine définie par l'utilisateur [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Matrice de confusion en sortie [fichier]<mettre la description de la sortie ici>
Modèle en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:trainimagesclassifierboost', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.boost.t, -classifier.boost.w, -classifier.boost.r, -classifier.boost.m, -rand, -io.confmatout, -io.out)
<mettre la description de l’algorithme ici>
Liste d'images en entrée [entrées multiples : raster]<mettre la description du paramètre ici>
Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]<mettre la description du paramètre ici>
Fichier de statistiques d'image XML en entrée [fichier]En option.
<mettre la description du paramètre ici>
Élévation par défaut [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Taille maximale de l'échantillon d'étude par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Taille maximale de l'échantillon de validation par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Inclusion des pixels de bordure [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Ratio de l'échantillon de formation et de validation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.5
Nom du champ de discrimination [texte]<mettre la description du paramètre ici>
Par défaut : Class
Elément de classification utilisé pour la formation [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Profondeur maximale de l'arbre [nombre]<mettre la description du paramètre ici>
Par défaut : 65535
Nombre minimum d'échantillons dans chaque noeud [nombre]<mettre la description du paramètre ici>
Par défaut : 10
Critère de terminaison pour l'arbre de régression [nombre]<mettre la description du paramètre ici>
Par défaut : 0.01
Catégorise des valeurs potentielles d'une variable de catégorie en K <= cat catégories pour trouver une séparation sous-optimale [nombre]<mettre la description du paramètre ici>
Par défaut : 10
Validations croisées K-fold [nombre]<mettre la description du paramètre ici>
Par défaut : 10
Paramétrer le drapeau Use1seRule à faux [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Paramétrer le drapeau TruncatePruned à faux [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Indiquer l'origine définie par l'utilisateur [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Matrice de confusion en sortie [fichier]<mettre la description de la sortie ici>
Modèle en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:trainimagesclassifierdt', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.dt.max, -classifier.dt.min, -classifier.dt.ra, -classifier.dt.cat, -classifier.dt.f, -classifier.dt.r, -classifier.dt.t, -rand, -io.confmatout, -io.out)
<mettre la description de l’algorithme ici>
Liste d'images en entrée [entrées multiples : raster]<mettre la description du paramètre ici>
Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]<mettre la description du paramètre ici>
Fichier de statistiques d'image XML en entrée [fichier]En option.
<mettre la description du paramètre ici>
Élévation par défaut [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Taille maximale de l'échantillon d'étude par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Taille maximale de l'échantillon de validation par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Inclusion des pixels de bordure [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Ratio de l'échantillon de formation et de validation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.5
Nom du champ de discrimination [texte]<mettre la description du paramètre ici>
Par défaut : Class
Elément de classification utilisé pour la formation [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Nombre d'itérations de l'algorithme de boost [nombre]<mettre la description du paramètre ici>
Par défaut : 200
Paramètre de régularisation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.01
Portion de l'ensemble du set de formation utilisé pour chaque itération de l'algorithme [nombre]<mettre la description du paramètre ici>
Par défaut : 0.8
Profondeur maximale de l'arbre [nombre]<mettre la description du paramètre ici>
Par défaut : 3
Indiquer l'origine définie par l'utilisateur [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Matrice de confusion en sortie [fichier]<mettre la description de la sortie ici>
Modèle en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:trainimagesclassifiergbt', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.gbt.w, -classifier.gbt.s, -classifier.gbt.p, -classifier.gbt.max, -rand, -io.confmatout, -io.out)
<mettre la description de l’algorithme ici>
Liste d'images en entrée [entrées multiples : raster]<mettre la description du paramètre ici>
Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]<mettre la description du paramètre ici>
Fichier de statistiques d'image XML en entrée [fichier]En option.
<mettre la description du paramètre ici>
Élévation par défaut [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Taille maximale de l'échantillon d'étude par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Taille maximale de l'échantillon de validation par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Inclusion des pixels de bordure [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Ratio de l'échantillon de formation et de validation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.5
Nom du champ de discrimination [texte]<mettre la description du paramètre ici>
Par défaut : Class
Elément de classification utilisé pour la formation [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Nombre de voisins [nombre]<mettre la description du paramètre ici>
Par défaut : 32
Indiquer l'origine définie par l'utilisateur [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Matrice de confusion en sortie [fichier]<mettre la description de la sortie ici>
Modèle en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:trainimagesclassifierknn', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.knn.k, -rand, -io.confmatout, -io.out)
<mettre la description de l’algorithme ici>
Liste d'images en entrée [entrées multiples : raster]<mettre la description du paramètre ici>
Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]<mettre la description du paramètre ici>
Fichier de statistiques d'image XML en entrée [fichier]En option.
<mettre la description du paramètre ici>
Élévation par défaut [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Taille maximale de l'échantillon d'étude par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Taille maximale de l'échantillon de validation par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Inclusion des pixels de bordure [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Ratio de l'échantillon de formation et de validation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.5
Nom du champ de discrimination [texte]<mettre la description du paramètre ici>
Par défaut : Class
Elément de classification utilisé pour la formation [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Type de noyau SVM [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Paramètre de Coût C [nombre]<mettre la description du paramètre ici>
Par défaut : 1
Optimisation des paramètres [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Indiquer l'origine définie par l'utilisateur [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Matrice de confusion en sortie [fichier]<mettre la description de la sortie ici>
Modèle en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:trainimagesclassifierlibsvm', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.libsvm.k, -classifier.libsvm.c, -classifier.libsvm.opt, -rand, -io.confmatout, -io.out)
<mettre la description de l’algorithme ici>
Liste d'images en entrée [entrées multiples : raster]<mettre la description du paramètre ici>
Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]<mettre la description du paramètre ici>
Fichier de statistiques d'image XML en entrée [fichier]En option.
<mettre la description du paramètre ici>
Élévation par défaut [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Taille maximale de l'échantillon d'étude par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Taille maximale de l'échantillon de validation par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Inclusion des pixels de bordure [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Ratio de l'échantillon de formation et de validation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.5
Nom du champ de discrimination [texte]<mettre la description du paramètre ici>
Par défaut : Class
Elément de classification utilisé pour la formation [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Profondeur maximale de l'arbre [nombre]<mettre la description du paramètre ici>
Par défaut : 5
Nombre minimum d'échantillons dans chaque noeud [nombre]<mettre la description du paramètre ici>
Par défaut : 10
Critère de terminaison pour l'arbre de régression [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Catégorise des valeurs potentielles d'une variable de catégorie en K <= cat catégories pour trouver une séparation sous-optimale [nombre]<mettre la description du paramètre ici>
Par défaut : 10
Taille de l'échantillon aléatoire d'entités sélectionnées à chaque nœud de l'arbre [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Nombre maximum d'abres dans la forêt [nombre]<mettre la description du paramètre ici>
Par défaut : 100
Exactitude suffisante (erreur OOB) [nombre]<mettre la description du paramètre ici>
Par défaut : 0.01
Indiquer l'origine définie par l'utilisateur [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Matrice de confusion en sortie [fichier]<mettre la description de la sortie ici>
Modèle en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:trainimagesclassifierrf', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.rf.max, -classifier.rf.min, -classifier.rf.ra, -classifier.rf.cat, -classifier.rf.var, -classifier.rf.nbtrees, -classifier.rf.acc, -rand, -io.confmatout, -io.out)
<mettre la description de l’algorithme ici>
Liste d'images en entrée [entrées multiples : raster]<mettre la description du paramètre ici>
Liste de données vecteur en entrée [entrées multiples : n’importe quel vecteur]<mettre la description du paramètre ici>
Fichier de statistiques d'image XML en entrée [fichier]En option.
<mettre la description du paramètre ici>
Élévation par défaut [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Taille maximale de l'échantillon d'étude par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Taille maximale de l'échantillon de validation par classe [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Inclusion des pixels de bordure [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Ratio de l'échantillon de formation et de validation [nombre]<mettre la description du paramètre ici>
Par défaut : 0.5
Nom du champ de discrimination [texte]<mettre la description du paramètre ici>
Par défaut : Class
Elément de classification utilisé pour la formation [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Type de modèle SVM [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Type de noyau SVM [sélection]<mettre la description du paramètre ici>
Options :
Par défaut : 0
Paramètre de Coût C [nombre]<mettre la description du paramètre ici>
Par défaut : 1
Paramètre nu d'un problème d'optimisation SVM (NU_SVC/ONE_CLASS) [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Paramètre coef0 d'une fonction de noyau (POLY/SIGMOID) [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Paramètre gamma d'une fonction de noyau (POLY/RBF/SIGMOID) [nombre]<mettre la description du paramètre ici>
Par défaut : 1
Paramètre degré d'une fonction de noyau (POLY) [nombre]<mettre la description du paramètre ici>
Par défaut : 1
Optimisation des paramètres [booléen]<mettre la description du paramètre ici>
Par défaut : Vrai
Indiquer l'origine définie par l'utilisateur [nombre]<mettre la description du paramètre ici>
Par défaut : 0
Matrice de confusion en sortie [fichier]<mettre la description de la sortie ici>
Modèle en sortie [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:trainimagesclassifiersvm', -io.il, -io.vd, -io.imstat, -elev.default, -sample.mt, -sample.mv, -sample.edg, -sample.vtr, -sample.vfn, -classifier, -classifier.svm.m, -classifier.svm.k, -classifier.svm.c, -classifier.svm.nu, -classifier.svm.coef0, -classifier.svm.gamma, -classifier.svm.degree, -classifier.svm.opt, -rand, -io.confmatout, -io.out)
<mettre la description de l’algorithme ici>
Image en entrée [raster]<mettre la description du paramètre ici>
RAM disponible (Mb) [nombre]<mettre la description du paramètre ici>
Par défaut : 128
Masque de validité [raster]En option.
<mettre la description du paramètre ici>
Taille du set de formation [nombre]<mettre la description du paramètre ici>
Par défaut : 100
Nombre de classes [nombre]<mettre la description du paramètre ici>
Par défaut : 5
Nombre maximum d'itérations [nombre]<mettre la description du paramètre ici>
Par défaut : 1000
Seuil de convergence [nombre]<mettre la description du paramètre ici>
Par défaut : 0.0001
Image en sortie [raster]<mettre la description de la sortie ici>
Nom du fichier de centroïde [fichier]<mettre la description de la sortie ici>
processing.runalg('otb:unsupervisedkmeansimageclassification', -in, -ram, -vm, -ts, -nc, -maxit, -ct, -out, -outmeans)