Pengumuman: Semua project nonkomersial yang terdaftar untuk menggunakan Earth Engine sebelum
15 April 2025 harus
memverifikasi kelayakan nonkomersial untuk mempertahankan akses. Jika Anda belum melakukan verifikasi hingga 26 September 2025, akses Anda mungkin ditangguhkan.
ee.Kernel.euclidean
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Menghasilkan kernel jarak berdasarkan jarak Euclidean (garis lurus).
Penggunaan | Hasil |
---|
ee.Kernel.euclidean(radius, units, normalize, magnitude) | Kernel |
Argumen | Jenis | Detail |
---|
radius | Float | Radius kernel yang akan dibuat. |
units | String, default: "pixels" | Sistem pengukuran untuk kernel ('piksel' atau 'meter'). Jika kernel ditentukan dalam meter, kernel akan diubah ukurannya saat level zoom diubah. |
normalize | Boolean, default: false | Menormalisasi nilai kernel agar berjumlah 1. |
magnitude | Float, default: 1 | Menskalakan setiap nilai dengan jumlah ini. |
Contoh
Code Editor (JavaScript)
print('A Euclidean distance kernel', ee.Kernel.euclidean({radius: 3}));
/**
* Output weights matrix (up to 1/1000 precision for brevity)
*
* [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]
* [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]
* [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]
* [3.000, 2.000, 1.000, 0.000, 1.000, 2.000, 3.000]
* [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]
* [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]
* [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]
*/
Penyiapan Python
Lihat halaman
Lingkungan Python untuk mengetahui informasi tentang Python API dan penggunaan
geemap
untuk pengembangan interaktif.
import ee
import geemap.core as geemap
Colab (Python)
from pprint import pprint
print('A Euclidean distance kernel:')
pprint(ee.Kernel.euclidean(**{'radius': 3}).getInfo())
# Output weights matrix (up to 1/1000 precision for brevity)
# [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]
# [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]
# [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]
# [3.000, 2.000, 1.000, 0.000, 1.000, 2.000, 3.000]
# [3.162, 2.236, 1.414, 1.000, 1.414, 2.236, 3.162]
# [3.605, 2.828, 2.236, 2.000, 2.236, 2.828, 3.605]
# [4.242, 3.605, 3.162, 3.000, 3.162, 3.605, 4.242]
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-07-26 UTC.
[null,null,["Terakhir diperbarui pada 2025-07-26 UTC."],[],["The `ee.Kernel.euclidean` function generates a distance kernel based on Euclidean distance, returning a Kernel object. Key parameters include `radius`, determining the kernel's size; `units` (\"pixels\" or \"meters\"), dictating the measurement system; `normalize` (default: false), setting whether values sum to 1; and `magnitude` (default: 1), scaling values. An example kernel with a radius of 3 is demonstrated, illustrating the output weight matrix.\n"]]