TrainImagesClassifier (ann)¶

Description¶

<mettre la description de l’algorithme ici>

Paramètres¶

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 pixel de bordure [booléen]

<mettre la description du paramètre ici>

Par défaut : Vrai

Ratio de l'échantillon d'étude et de validation [nombre]

<mettre la description du paramètre ici>

Par défaut : 0.5

Nom du champ de discrimination [chaîne]

<mettre la description du paramètre ici>

Par défaut : Class

Elément de classification utilisé pour l'étude [sélection]

<mettre la description du paramètre ici>

Options:

• 0 — ann

Par défaut : 0

Type de méthode d'étude [sélection]

<mettre la description du paramètre ici>

Options:

• 0 — reg
• 1 — back

Par défaut : 0

Nombre de neurones pour chaque couche intermédiaire [chaîne]

<mettre la description du paramètre ici>

Par défaut : None

Type de fonction d'activation de neurone [sélection]

<mettre la description du paramètre ici>

Options:

• 0 — ident
• 1 — sig
• 2 — gau

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 basse 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:

• 0 — iter
• 1 — eps
• 2 — all

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

Sorties¶

Matrice de confusion en sortie [fichier]

<mettre une description de la sortie ici>

Modèle en sortie [fichier]

<mettre une description de la sortie ici>

Utilisation dans la console¶

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)

Voir également¶