ee.Kernel.gaussian

একটি নমুনাকৃত অবিচ্ছিন্ন গাউসিয়ান থেকে একটি গাউসিয়ান কার্নেল তৈরি করে।

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

যুক্তি	টাইপ	বিস্তারিত
radius	ভাসা	কার্নেলের ব্যাসার্ধ উৎপন্ন হবে।
sigma	ফ্লোট, ডিফল্ট: 1	গাউসিয়ান ফাংশনের স্ট্যান্ডার্ড বিচ্যুতি (ব্যাসার্ধের মতো একই একক)।
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: সত্য	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 Gaussian kernel', ee.Kernel.gaussian({radius: 3}));

/**
 * Output weights matrix (up to 1/1000 precision for brevity)
 *
 * [0.002, 0.013, 0.021, 0.013, 0.002]
 * [0.013, 0.059, 0.098, 0.059, 0.013]
 * [0.021, 0.098, 0.162, 0.098, 0.021]
 * [0.013, 0.059, 0.098, 0.059, 0.013]
 * [0.002, 0.013, 0.021, 0.013, 0.002]
 */

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 Gaussian kernel:', ee.Kernel.gaussian(**{'radius': 3}))

#  Output weights matrix (up to 1/1000 precision for brevity)

#  [0.002, 0.013, 0.021, 0.013, 0.002]
#  [0.013, 0.059, 0.098, 0.059, 0.013]
#  [0.021, 0.098, 0.162, 0.098, 0.021]
#  [0.013, 0.059, 0.098, 0.059, 0.013]
#  [0.002, 0.013, 0.021, 0.013, 0.002]