Сзв м инструкция по заполнению: Пошаговая инструкция по заполнению отчета СЗВ-М в 2022 году. Порядок заполнения СЗВ-М

Содержание

Train Support Vector Machine Classifier—Help

Сводка
Использование
Синтаксис
Пример кода
Среды
Информация о лицензировании

Сводка

Создайте файл определения классификатора Esri (.ecd), используя определение классификации методом опорных векторов (SVM).

Использование

Классификатор SVM предоставляет мощный современный контролируемый метод классификации, способный обрабатывать входные данные сегментированного растра или стандартного изображения. Это относительно новый метод классификации, который широко используется исследователями.
Для стандартных входных изображений инструмент принимает многоканальные изображения с любой битовой глубиной и выполняет классификацию SVM на основе пикселей на основе входного файла обучающей функции.
Для сегментированных растров, ключевое свойство которых установлено на Сегментированный, инструмент вычисляет индексное изображение и связанные атрибуты сегмента из сегментированного растра RGB. Атрибуты вычисляются для создания файла определения классификатора, который будет использоваться в отдельном инструменте классификации. Атрибуты для каждого сегмента можно вычислить из любого изображения, поддерживаемого Esri.
Инструмент классификатора SVM имеет несколько преимуществ по сравнению с традиционными методами классификации:
- Классификатор SVM может обрабатывать очень большие сегментированные изображения, таблица атрибутов которых может стать довольно большой, что особенно полезно изображения с разрешением.
- Он менее чувствителен к шуму, коррелированным полосам и несбалансированному количеству или размеру тренировочных площадок в каждом классе.
Любой с поддержкой Esri
на вход принимаются растровые изображения, в том числе растровые продукты,
сегментированный растр, мозаика, изображение
сервисы или общие наборы растровых данных. Сегментированные растры должны быть 8-битными и трехканальными.
Атрибуты сегмента включены, только если один из
входные данные растрового слоя представляют собой сегментированное изображение.

Syntax

 TrainSupportVectorMachineClassifier (in_raster, in_training_features, out_classifier_definition, {in_additional_raster}, {max_samples_per_class}, {used_attributes})

Parameter	Explanation	Data Type
in_raster	Выберите набор растровых данных, который вы хотите классифицировать. Предпочтительным входом является 3-канальный 8-битный сегментированный набор растровых данных, в котором все пиксели в одном сегменте имеют одинаковый цвет. Входными данными также может быть 1-канальный 8-битный сегментированный растр в градациях серого. Если сегментированный растр недоступен, вы можете использовать любой набор растровых данных, поддерживаемый Esri.	Набор растровых данных \| набор данных мозаики \| Растровый слой \| Мозаичный слой \| Уровень обслуживания изображений
in_training_features	Класс объектов обучающей выборки должен быть создан в ArcMap. В Python нет способа их создания.	Слой объектов \| Слой каталога растров
out_classifier_definition	Это файл JSON, который содержит атрибутивную информацию, статистику, векторы гиперплоскостей и другую информацию, необходимую для классификатора. Создается файл с расширением .ecd.	Файл
in_additional_raster (дополнительно)	При желании можно добавить вспомогательные наборы растровых данных, такие как сегментированное изображение, мультиспектральное изображение или ЦМР, для создания атрибутов и другой необходимой информации для классификации.	Набор растровых данных \| набор данных мозаики \| Растровый слой \| Мозаичный слой \| Уровень службы изображений
max_samples_per_class (необязательно)	Максимальное количество выборок, используемых для определения каждого класса. Значение по умолчанию 100 рекомендуется, когда входными данными являются несегментированные растры. Значение, меньшее или равное 0, означает, что система будет использовать все выборки с обучающих сайтов для обучения классификатора.	Длинный
used_attributes used_attributes;used_attributes (Необязательно)	Укажите атрибуты, связанные с выходной растровой таблицей. Этот параметр доступен только в том случае, если для свойства ключа SEGMENTED установлено значение true на входном растре. Если единственным входом в инструмент является сегментированное изображение, атрибутами по умолчанию являются ЦВЕТ, СЧЕТЧИК, КОМПАКТНОСТЬ и ПРЯМОУГОЛЬНОСТЬ. Если in_additional_raster также включен в качестве входных данных вместе с сегментированным изображением, то в качестве опций доступны MEAN и STD. COLOR —Средний цвет цветности для каждого сегмента. MEAN — Среднее цифровое число (DN), полученное из необязательного пиксельного изображения, для каждого сегмента. STD —Стандартное отклонение, полученное из необязательного пиксельного изображения для каждого сегмента. COUNT —Количество пикселей, составляющих сегмент, для каждого сегмента. COMPACTNESS —Степень, в которой сегмент является компактным или круглым, для каждого сегмента. Значения варьируются от 0 до 1, где 1 — это круг. RECTANGULARITY —Степень прямоугольности сегмента для каждого сегмента. Диапазон значений от 0 до 1, где 1 — прямоугольник.	Строка

Пример кода

Пример TrainSupportVectorClassifier 1 (окно Python)

В этом примере Python для классификации сегментированного растра используется классификатор SVM.

 импорт дуги
импорт из arcpy.sa *
arcpy.gp.TrainSupportVectorMachineClassifier(
    "c:/test/moncton_seg. tif", "c:/test/train.gdb/train_features",
    "c:/output/moncton_sig_SVM.ecd", "c:/test/moncton.tif", "10",
    "ЦВЕТ;СРЕДНИЙ;СТАНДАРТ;ЧИСЛО;КОМПАКТНОСТЬ;ПРЯМОУГОЛЬНОСТЬ")

Пример 2 TrainSupportVectorClassifier (автономный скрипт)

Этот скрипт Python использует классификатор SVM для классификации сегментированного растра.

 # Импорт системных модулей
импортировать аркпи
импорт из arcpy.sa *
# Установить локальные переменные
inSegRaster = "c:/test/moncton_seg.tif"
train_features = "c:/test/train.gdb/train_features"
out_definition = "c:/output/moncton_sig.ecd"
in_additional_raster = "c:/moncton.tif"
maxNumSamples = "10"
атрибуты = "ЦВЕТ;СРЕДНИЙ;СТАНДАРТ;ЧИСЛО;КОМПАКТНОСТЬ;ПРЯМОУГОЛЬНОСТЬ"
# Ознакомьтесь с лицензией дополнительного модуля ArcGIS Spatial Analyst
arcpy.CheckOutExtension("Пространственный")
#Выполнять
arcpy.gp.TrainSupportVectorMachineClassifier(
    inSegRaster, train_features, out_definition,
    in_additional_raster, maxNumSamples, атрибуты)

Environments

Compression
Current Workspace
Extent
NoData
Output CONFIG Keyword
Output Coordinate System
Parallel Processing Factor
Pyramid
Raster Statistics
Scratch Workspace
Snap Raster

Информация о лицензировании

ArcGIS for Desktop Basic: требуется Spatial Analyst
ArcGIS for Desktop Standard: требуется Spatial Analyst
ArcGIS for Desktop Advanced: требуется Spatial Analyst

Связанные темы

Отзыв по этой теме?

Кинематический вискозиметр: SVM :: Anton-Paar.

com

NBR 10441

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

NBR 14358

3001, 3001 Холодные свойства, 4001

№ 804

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

2540

3001, 3001 Холодные свойства, 4001

D341

2001, 3001, 3001 Холодные свойства, 4001

Д396

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D975

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D1250

3001, 3001 Холодные свойства, 4001

Д1655

3001, 3001 Холодные свойства

D2161

2001, 3001, 3001 Холодные свойства, 4001

D2270

3001, 3001 Холодные свойства, 4001

Д2501

3001, 3001 Холодные свойства, 4001

D2502

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D2603

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

Д2880

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D3238

3001, 3001 Холодные свойства, 4001

D3699

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

Д4052

3001, 3001 Холодные свойства, 4001

D4054

3001, 3001 Холодные свойства

D4174

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

Д4378

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D5002

3001, 3001 Холодные свойства, 4001

D5275

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

Д5372

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D5621

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D6074

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

Д6080

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D6158

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D6278

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

Д6448

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D6666

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D6710

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D6751

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D6823

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D7042

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

Д7109

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D7152

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D7155

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

Д7223

3001, 3001 Холодные свойства

D7467

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D7566

3001, 3001 Холодные свойства

Д7665

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D7666

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D7720

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

Д7752

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D7826

3001, 3001 Холодные свойства

D7863

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D7973

2001, 3001, 3001 Холодные свойства, 4001

D8029

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D8046

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

Д8128

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

D8147

3001, 3001 Холодные свойства

D8181

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

Д8185

1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

F3208

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

F3337

1001, 1001 Простое заполнение, 2001, 3001, 3001 Холодные свойства, 4001

SH/T 0604-2000 экв.