地球引擎高级教程——图像归一化和标准化（归一化、标准差及其验证）

图像归一化和标准化

对于机器学习，推荐的做法是规范化或标准化您的特征。下面的代码展示了如何实现这些特征缩放技术。

var image = ee.Image("users/ujavalgandhi/e2e/arkavathy_2019_composite");
var boundary = ee.FeatureCollection("users/ujavalgandhi/e2e/arkavathy_boundary")
var geometry = boundary.geometry()

//************************************************************************** 
// 归一化函数
// 像素值设置在0-1之间
// Formula is (x - xmin) / (xmax - xmin)
//************************************************************************** 
function normalize(image){
//这里首先要获取影像二点所有波段名称
  var bandNames = image.bandNames();
  // 计算像素的最大最小值
  var minDict = image.reduceRegion({
    reducer: ee.Reducer.min(),
    geometry: geometry,
    scale: 20,
    maxPixels: 1e9,
    bestEffort: 

文章来源: blog.csdn.net，作者：此星光明2021年博客之星云计算Top3，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/qq_31988139/article/details/120496506