Earth Engine در حال معرفی سطوح سهمیهبندی غیرتجاری برای محافظت از منابع محاسباتی مشترک و تضمین عملکرد قابل اعتماد برای همه است. همه پروژههای غیرتجاری باید تا ۲۷ آوریل ۲۰۲۶ یک سطح سهمیهبندی را انتخاب کنند یا به طور پیشفرض از سطح Community استفاده خواهند کرد. سهمیهبندی سطوح برای همه پروژهها (صرف نظر از تاریخ انتخاب سطح) در ۲۷ آوریل ۲۰۲۶ اعمال خواهد شد. اطلاعات بیشتر.
ee.Algorithms.Image.Segmentation.KMeans
با مجموعهها، منظم بمانید
ذخیره و طبقهبندی محتوا براساس اولویتهای شما.
خوشهبندی K-Means را روی تصویر ورودی انجام میدهد. یک تصویر تکباندی حاوی شناسه خوشهای که هر پیکسل به آن تعلق دارد، خروجی میدهد. این الگوریتم میتواند یا روی یک شبکه ثابت از سلولهای غیر همپوشان (gridSize، که میتواند کوچکتر از یک کاشی باشد) یا روی کاشیهایی با همپوشانی (neighborhoodSize) کار کند. پیشفرض این است که از کاشیهایی بدون همپوشانی استفاده شود.
خوشهها در یک سلول یا کاشی با خوشههای موجود در سلول یا کاشی دیگر ارتباطی ندارند. هر خوشه ای که مرز یک سلول یا کاشی را در بر میگیرد، ممکن است دو برچسب متفاوت در دو نیمه دریافت کند. هر پیکسل ورودی با ماسکهای جزئی، در خروجی کاملاً ماسک میشود.
اندازه همسایگی. میزان گسترش هر کاشی (همپوشانی) هنگام محاسبه خوشهها. این گزینه با gridSize ناسازگار است.
gridSize
عدد صحیح، پیشفرض: تهی
اندازه سلول شبکه. اگر بزرگتر از 0 باشد، kMeans به طور مستقل روی سلولهایی با این اندازه اجرا میشود. این امر باعث میشود اندازه هر خوشه به gridSize یا کوچکتر محدود شود. این گزینه با neighborSize ناسازگار است.
forceConvergence
بولی، پیشفرض: false
اگر درست باشد، اگر همگرایی قبل از عملیات شمارشی حاصل نشود، خطایی رخ میدهد.
uniqueLabels
بولی، پیشفرض: درست
اگر درست باشد، به خوشهها شناسههای منحصر به فردی اختصاص داده میشود. در غیر این صورت، آنها در هر کاشی یا سلول شبکه تکرار میشوند.
تاریخ آخرین بهروزرسانی 2026-04-20 بهوقت ساعت هماهنگ جهانی.
[[["درک آسان","easyToUnderstand","thumb-up"],["مشکلم را برطرف کرد","solvedMyProblem","thumb-up"],["غیره","otherUp","thumb-up"]],[["اطلاعاتی که نیاز دارم وجود ندارد","missingTheInformationINeed","thumb-down"],["بیشازحد پیچیده/ مراحل بسیار زیاد","tooComplicatedTooManySteps","thumb-down"],["قدیمی","outOfDate","thumb-down"],["مشکل ترجمه","translationIssue","thumb-down"],["مشکل کد / نمونهها","samplesCodeIssue","thumb-down"],["غیره","otherDown","thumb-down"]],["تاریخ آخرین بهروزرسانی 2026-04-20 بهوقت ساعت هماهنگ جهانی."],[],["K-Means clustering is applied to an input image, generating a single-band output image where each pixel is assigned a cluster ID. Clustering can occur within a fixed grid (`gridSize`) or within overlapping tiles (`neighborhoodSize`). By default, tiles have no overlap. Clusters are independent per cell/tile, potentially resulting in different labels for clusters crossing boundaries. Parameters include the number of clusters and iterations. Convergence can be enforced and the ID labels be unique or repeat depending on the specified parameter.\n"]]
