ee.Kernel.chebyshev

চেবিশেভ দূরত্বের উপর ভিত্তি করে একটি দূরত্ব কার্নেল তৈরি করে (যেকোনো মাত্রা বরাবর সর্বশ্রেষ্ঠ দূরত্ব)।

ব্যবহার	রিটার্নস
ee.Kernel.chebyshev(radius, units , normalize , magnitude )	কার্নেল

যুক্তি	টাইপ	বিস্তারিত
radius	ভাসা	কার্নেলের ব্যাসার্ধ উৎপন্ন হবে।
units	স্ট্রিং, ডিফল্ট: "পিক্সেল"	কার্নেলের জন্য পরিমাপের সিস্টেম ('পিক্সেল' বা 'মিটার')। কার্নেলটি মিটারে নির্দিষ্ট করা থাকলে, জুম-স্তর পরিবর্তন করা হলে এটির আকার পরিবর্তন হবে।
normalize	বুলিয়ান, ডিফল্ট: মিথ্যা	কার্নেলের মানগুলিকে 1 এ যোগ করার জন্য স্বাভাবিক করুন।
magnitude	ফ্লোট, ডিফল্ট: 1	এই পরিমাণ দ্বারা প্রতিটি মান স্কেল.

উদাহরণ

কোড এডিটর (জাভাস্ক্রিপ্ট)

print('A Chebyshev distance kernel', ee.Kernel.chebyshev({radius: 3}));

/**
 * Output weights matrix
 *
 * [3, 3, 3, 3, 3, 3, 3]
 * [3, 2, 2, 2, 2, 2, 3]
 * [3, 2, 1, 1, 1, 2, 3]
 * [3, 2, 1, 0, 1, 2, 3]
 * [3, 2, 1, 1, 1, 2, 3]
 * [3, 2, 2, 2, 2, 2, 3]
 * [3, 3, 3, 3, 3, 3, 3]
 */

পাইথন সেটআপ

পাইথন এপিআই এবং ইন্টারেক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করার জন্য পাইথন এনভায়রনমেন্ট পৃষ্ঠাটি দেখুন।

import ee
import geemap.core as geemap

Colab (পাইথন)

display('A Chebyshev distance kernel:', ee.Kernel.chebyshev(**{'radius': 3}))

#  Output weights matrix
#  [3, 3, 3, 3, 3, 3, 3]
#  [3, 2, 2, 2, 2, 2, 3]
#  [3, 2, 1, 1, 1, 2, 3]
#  [3, 2, 1, 0, 1, 2, 3]
#  [3, 2, 1, 1, 1, 2, 3]
#  [3, 2, 2, 2, 2, 2, 3]
#  [3, 3, 3, 3, 3, 3, 3]