ee.Kernel.chebyshev

สร้างเคอร์เนลระยะทางตามระยะทาง Chebyshev (ระยะทางที่ไกลที่สุดตามมิติข้อมูลใดๆ)

การใช้งานการคืนสินค้า
ee.Kernel.chebyshev(radius, units, normalize, magnitude)เคอร์เนล
อาร์กิวเมนต์ประเภทรายละเอียด
radiusทศนิยมรัศมีของเคอร์เนลที่จะสร้าง
unitsสตริง ค่าเริ่มต้น: "พิกเซล"ระบบการวัดสำหรับเคอร์เนล ("พิกเซล" หรือ "เมตร") หากระบุเคอร์เนลเป็นเมตร ระบบจะปรับขนาดเมื่อเปลี่ยนระดับการซูม
normalizeบูลีน ค่าเริ่มต้น: falseทำให้ค่าเคอร์เนลอยู่ในค่าปกติที่ผลรวม 1
magnitudeFloat, ค่าเริ่มต้น: 1ปรับขนาดแต่ละค่าตามจำนวนนี้

ตัวอย่าง

โปรแกรมแก้ไขโค้ด (JavaScript)

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]
 */

การตั้งค่า Python

ดูข้อมูลเกี่ยวกับ Python API และการใช้ geemap เพื่อการพัฒนาแบบอินเทอร์แอกทีฟได้ที่หน้า สภาพแวดล้อม Python

import ee
import geemap.core as geemap

Colab (Python)

from pprint import pprint

print('A Chebyshev distance kernel:')
pprint(ee.Kernel.chebyshev(**{'radius': 3}).getInfo())

#  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]