Smoothing and differentiation of dynamic data
Dinamik verilerin düzgünleştirilmesi ve ayrımlaştırılması
- Tez No: 269531
- Danışmanlar: PROF. DR. SİBEL TARİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 133
Özet
Düzgünleştirme işlemi, sinyal işlemede önemli bir ön işlemdir. Gürültüden temizlenebildiği kadar temizlenmiş bir sinyal, amacımıza ulaşmamız için gereklidir. Durağan sinyaller üzerinde iyi sonuçlar veren birçok düzgünleştirme algoritması vardır. Fakat bu algoritmalar durağan olmayan sinyaller üzerinde beklenilen sonuçları vermezler. İvme verisinin incelenmesi, düzgünleştirme işleminin başarılı olarak yapılıp yapılmadığını görmede etkili bir yöntemdir. Çünkü yer değiştirme verisinin içinde yer alan ufak gürültüler, yer değiştirme verisinin ikinci türevini alarak elde edilen ivme verisini büyük ölçüde etkileyecektir. Bu tezde, bazı doğrusal ve doğrusal olmayan düzgünleştirme algoritmaları durağan olmayan bir veri kümesi üzerinde incelenecektir.
Özet (Çeviri)
Smoothing is an important part of the pre-processing step in Signal Processing. A signal, which is purified from noise as much as possible, is necessary to achieve our aim. There are many smoothing algorithms which give good result on a stationary data, but these smoothing algorithms don?t give expected result in a non-stationary data. Studying Acceleration data is an effective method to see whether the smoothing is successful or not. The small part of the noise that takes place in the Displacement data will affect our Acceleration data, which are obtained by taking the second derivative of the Displacement data, severely. In this thesis, some linear and non-linear smoothing algorithms will be analyzed in a non-stationary dataset.
Benzer Tezler
- Hyperspectral image classification using an active deep learning framework including edge preserving filters
Hiperspektral görüntülerin kenar koruyucu filtreler içeren bir aktif derin öğrenme çerçevesiyle sınıflandırılması
ZAINAB DHEYAA MOHAMMED AL-SAMMARRAIE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ CAN KARACA
- Verification and Matlab implementation of the inverse dynamics model of the METU gait analysis system
ODTÜ yürüyüş analizi sistemi evrik dinamik modelinin doğrulanması ve Matlab ortamına aktarılması
KORAY SAVAŞ ERER
Yüksek Lisans
İngilizce
2008
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. SİBEL TARI
YRD. DOÇ. DR. ERGİN TÖNÜK
- Konut tasarımında bir kalite unsuru olarak esneklik temelli yaklaşımların değerlendirilmesi
Evaluation of flexibility-based approaches as a quality element in housing design
ESİN HASGÜL
Doktora
Türkçe
2018
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. FATMA AHSEN ÖZSOY
- Development and validation of an airline-specific customerbased brand equity scale
Başlık çevirisi yok
EREN SEZGEN
- Mikro hava araçlarının bilinmeyen ortamlarda görüntü temelli kontrolü
Vision based control of micro air vehicles in unknown environments
CİHAT BORA YİĞİT
Yüksek Lisans
Türkçe
2012
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERDİNÇ ALTUĞ