Design of self-organizing map type electromagnetic target classifiers for dielectric spheres conducting aircraft targets with investigation noise performances
Yalıtkan küreler ve iletken uçaklar için özörgütlenmeli harita tipi elektromanyetik sınıflandırıcıların tasarımı ve gürültü performanslarının incelenmesi
- Tez No: 255421
- Danışmanlar: PROF. DR. GÖNÜL TURHAN SAYAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Deniz Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 174
Özet
Öz Örgütlenmeli Harita, haritadaki her nöronun bir sınıfı temsil ettiği, girdi verilerinden düzenli bir harita oluşturan yapay sinir ağı çeşididir. Bu tezin amacı, Öz Örgütlenmeli Harita tipi yapay sinir ağları kullanarak basit veya karmaşık geometrilere sahip yalıtkan ve iletken cisimler için elektromanyetik hedef sınıflandırıcılar tasarlamaktır. Tasarım benzetimleri mükemmel yalıtkan küreler ve ince iletken tellerle modellenmiş küçük ölçekli uçaklar için yapılacaktır. Öz örgütlenmeli haritaların tasarımında, hedeflerin çeşitli görüş açılarına ait saçınım işaretlerinden Wigner dağılımı kullanılarak çıkarılmış öznitelikler kullanılacaktır. SOM eğitiminde az gürültülü girdi verileri kullanarak, sınıflandırıcıların gürültü performanları iyileştirilecektir.
Özet (Çeviri)
The Self-Organizing Map (SOM) is a type of neural network that forms a regular grid of neurons where clusters of neurons represent different classes of targets. The aim of this thesis is to design electromagnetic target classifiers by using the Self-Organizing Map (SOM) type artificial neural networks for dielectric and conducting objects with simple or complex geometries. Design simulations will be realized for perfect dielectric spheres and also for small-scaled aircraft targets modeled by thin conducting wires. The SOM classifiers will be designed by target features extracted from the scattered signals of targets at various aspects by using the Wigner distribution. Noise performance of classifiers will be improved by using slightly noisy input data in SOM training.
Benzer Tezler
- Target classification by using SOM type nevral networks
SOM tipinde yapay sinir ağları kullanarak hedef sınıflandırma
MEHMET SEROL DOĞANER
Yüksek Lisans
İngilizce
2000
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖNÜL TURHAN SAYAN
- Combined wavelet-neural classifier for power distribution systems
Elektrik dağıtım sistemlerinde birleşik dalgacık-sinir ağı tabanlı sınıflayıcı
OBEN DAĞ
Yüksek Lisans
İngilizce
2002
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CANBOLAT UÇAK
- Consensual classification of drug/nondrug compounds for drug design
İlaç/ilaç olmayan bileşenlerin ilaç yapımı için ortak kararla sınıflanması
AYÇA ÇAKMAK PEHLİVANLI
Doktora
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
YRD. DOÇ. DR. TURGAY İBRİKÇİ
- Mimari tasarım eğitiminde stüdyo kültürü araştırması: Öğrenen-merkezli ortamın yansımaları
Studio culture in architectural design education: Reflections of learner-centered environment
CEMİLE SANEM ERSİNE MASATLIOĞLU
Doktora
Türkçe
2018
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. NURBİN PAKER KAHVECİOĞLU
- An evaluation of clustering and districting models for household socio-economic indicators in address based population register system
Adrese dayalı nüfus kayıt sistemi hanehalkı sosyo-ekonomik indikatörlerinin kümeleme ve bölge tasarımı modelleri ile değerlendirilmesi
ŞEYMA ÖZCAN YAVUZOĞLU
Yüksek Lisans
İngilizce
2009
CoğrafyaOrta Doğu Teknik ÜniversitesiJeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
DOÇ. DR. H. ŞEBNEM DÜZGÜN