E' un approccio diverso, ma il concetto è lo stesso.
Per raggruppare le celle da dove cominci? Dovrai avere dei seed, no? Come
li definisci i punti da cui cominci ad aggregare le celle?
Anche usando un approccio di aggregazione (growing) devi gestire le celle
in cui i gruppi cominceranno a converg
Ehm, non esattamente, più l'inverso della procedura, forse mi sono spiegato
male io.
faccio un esempio: a partire da un layer di poligoni composto da 1000 celle
quadrate voglio:
1) creare 20 gruppi di 50 celle ciascuno che siano spazialmente continui
2) generare 20 punti casuali di campionamento, u
Forse la cosa più vicina che puoi usare, di esistente, è il seguente
algoritmo, che puoi caricare nella MiniGUI di ELKI:
https://github.com/elki-project/elki/blob/master/addons/tutorial/src/main/java/tutorial/clustering/SameSizeKMeansAlgorithm.java
Per i punti dovresti generare i centroidi delle t
Ah, ok, allora non è tanto una questione di clustering quanto di
tassellamento di una superficie.
Tanto per essere chiari, idealmente tu vorresti:
1 - generare N punti casuali all'interno della tua superficie
2 - partendo dagli N centroidi casuali calcolare gli N poligoni (cluster di
celle) di ugu
Ciao Giovanni e grazie per le risposte.
Quello che serve a me, in soldoni, è fare dei gruppi di "pixels" (passami
il termine) omogenei in mod do avere la stessa superficie. In ciascuno di
questi clusters poi devo generare un punto casuale che andrò a rilevare in
bosco. In pratica devo fare un campi
Un ulteriore spunto, usando ELKI:
https://elki-project.github.io/tutorial/same-size_k_means
Buon lavoro,
giovanni
Il 7 nov 2017 18:15, "G. Allegri" ha scritto:
> Pensandoci meglio, forse servirebbe qualcosa come proposto in questa
> risposta: https://stackoverflow.com/a/5452702/434850
>
> Doman
Pensandoci meglio, forse servirebbe qualcosa come proposto in questa
risposta: https://stackoverflow.com/a/5452702/434850
Domanda: vuoi fissare la dimensione (d) dei cluster, e quindi n/d cluster,
oppure vuoi fissare numero di cluster (k), come nel k-means, e ottenere k
cluster tutti con dimension
Il problema non è affatto banale, e non sono a conoscenza di sw che lo
faccia. Sei sicuro che gli strumenti di Grouping della Esri lo facciano?
Forse una strada alternativa a quella descritta nel blog potrebbe essere
eseguire un clustering classico (kmeans, DBSCAN, ecc.), disponibile in vari
strum
Ciao Giovanni, si esattamente solo che in quella pagina è un po’ complicato
e prima di dedicarmi ci avevo bisogno di capire se esiste già qualcosa :)
On Tue, 7 Nov 2017 at 10:02, G. Allegri wrote:
> Ciao Maurizio,
> non sono a conoscenza di plugin o moduli pronti all'uso per fare quello
> che ti
Ciao Maurizio,
non sono a conoscenza di plugin o moduli pronti all'uso per fare quello che
ti serve. Se non ho capito male tu hai bisogno di qualcosa di questo tipo:
https://www.r-bloggers.com/spatial-clustering-with-equal-sizes/
Giusto?
giovanni
Il giorno 7 novembre 2017 09:00, Luca Delucchi ha
2017-11-03 9:59 GMT+01:00 Maurizio Marchi :
> Buongiorno,
Ciao,
> sto cercando di capire se QGIS o GRASS abbiano al loro interno una funzione
> per creare clusters di oggetti aggregati spazialmente che abbiano anche lo
> stesso numero di oggetti (esempio celle). Qualcosa di simile al Grouping
> A
Buongiorno,
sto cercando di capire se QGIS o GRASS abbiano al loro interno una funzione
per creare clusters di oggetti aggregati spazialmente che abbiano anche lo
stesso numero di oggetti (esempio celle). Qualcosa di simile al Grouping
Analysis di ArcGIS per intendersi.
http://pro.arcgis.com/en/pr
12 matches
Mail list logo
