Объявление : Все некоммерческие проекты, зарегистрированные для использования Earth Engine до 15 апреля 2025 года, должны подтвердить право на некоммерческое использование для сохранения доступа. Если вы не подтвердите право до 26 сентября 2025 года, ваш доступ может быть приостановлен.
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Выполняет кластеризацию по методу K-средних на входном изображении. Выводит одноканальное изображение, содержащее идентификатор кластера, к которому принадлежит каждый пиксель. Алгоритм может работать как с фиксированной сеткой неперекрывающихся ячеек (gridSize, который может быть меньше размера тайла), так и с перекрывающимися тайлами (neighborhoodSize). По умолчанию используются тайлы без перекрытия. Кластеры в одной ячейке или тайле не связаны с кластерами в другом. Любой кластер, охватывающий границу ячейки или тайла, может получить две разные метки в двух половинах. Любые входные пиксели с частичными масками полностью маскируются на выходе.
Размер соседства. Величина расширения каждой плитки (перекрытия) при вычислении кластеров. Этот параметр взаимоисключающий с параметром gridSize.
gridSize
Целое число, по умолчанию: null
Размер ячейки сетки. Если значение больше 0, kMeans будет применяться независимо к ячейкам этого размера. Это ограничивает размер любого кластера значением gridSize или меньше. Этот параметр взаимоисключающий с neighborhoodSize.
forceConvergence
Логическое значение, по умолчанию: false
Если true, возникает ошибка, если сходимость не достигнута до numIterations.
uniqueLabels
Логическое значение, по умолчанию: true
Если значение равно true, кластерам присваиваются уникальные идентификаторы. В противном случае они повторяются для каждой плитки или ячейки сетки.
[[["Прост для понимания","easyToUnderstand","thumb-up"],["Помог мне решить мою проблему","solvedMyProblem","thumb-up"],["Другое","otherUp","thumb-up"]],[["Отсутствует нужная мне информация","missingTheInformationINeed","thumb-down"],["Слишком сложен/слишком много шагов","tooComplicatedTooManySteps","thumb-down"],["Устарел","outOfDate","thumb-down"],["Проблема с переводом текста","translationIssue","thumb-down"],["Проблемы образцов/кода","samplesCodeIssue","thumb-down"],["Другое","otherDown","thumb-down"]],["Последнее обновление: 2025-07-24 UTC."],[],["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"]]
