Uydu görüntülerinin sınıflandırılmasında hızlandırma (boosting), destek vektör makineleri, rastgele orman (random forest) ve regresyon ağaçları yöntemlerinin kullanılması
The use of boosting, support vector machines, random forest and regression tree methods in satellite images classification
- Tez No: 276782
- Danışmanlar: DOÇ. DR. COŞKUN ÖZKAN
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Dünyada birçok uygulamada yeryüzüne ait doğruluğu yüksek, hassas bilgi ve verilere gereksinim duyulmaktadır. Bu bilgiler kentsel gelişim, çevresel değişimlerin izlenmesi gibi çok sayıda uygulama için altlık oluşturmaktadır. Uydular tarafından elde edilen görüntülerin çok fazla veri içermesinden dolayı anlamlı bilginin çıkarılarak yorumlanabilmesi için görüntülerin ön işlemden geçirilmesi gerekir. Sınıflandırma bu aşamada kullanılan en yaygın tekniktir.Sınıflandırma işleminin doğruluğu, kullanılacak yöntem ve parametrelerle doğrudan ilişkilidir. Bundan dolayı problemin niteliğine göre uygun yöntemin seçilmesi çok önemlidir. Literatürde En Çok Olabilirlik, En Kısa Mesafe, Yapay Sinir Ağları gibi klasik yöntemler sık olarak kullanılmaktadır.Bu çalışmada klasik yöntemlere göre daha başarılı sonuçlar elde eden Destek Vektör Makinesi, Rastgele Orman (RF) , Sınıflandırma ve Regresyon Ağaçları yöntemleri ile sınıflandırma yöntemlerinin başarısını arttıran Boosting (Adaboost.M1) kullanılmış ve doğrulukları sınanmıştır.
Özet (Çeviri)
High accuracy and precision information and data which belong earth are needed for many applications in world. This information is base for many applications such as monitoring of environmental changes and urban development. Most important step is classification process for interpreting image obtained by satellites.Accuracy of classification process is directly related to method and parameters. For this reason, according to the nature of the problem preferring appropriate method is very important. In literature, classical methods like Minimum Distance, Maximum Likelihood and Artificial Neural Networks are used frequently.In this study, Support Vector Machine, Random Forest (RF) and Classification and Regression Tree Methods and Boosting (Adaboost.M1) Algorithm which increase the success of classification methods are used and tested that more successful than classical methods.
Benzer Tezler
- Nesne tabanlı görüntü analizinde ölçek ve eğitim seti boyutunun sınıflandırma doğruluğuna etkilerinin araştırılması
Investigation of the effects of scale and training set size on classification accuracy in object based image analysis
İSMAİL AŞIK
Yüksek Lisans
Türkçe
2019
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ÇÖLKESEN
- Identification of tea plantation areas using Google cloud based random forest and deep learning
Google bulut servise dayalı rastgele orman ve derin öğrenme ile çay tarım alanlarının belirlenmesi
BERKAY ÖZEN
Yüksek Lisans
İngilizce
2020
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESRA ERTEN
- Uzaktan algılanmış görüntülerden faydalanılarak obje-tabanlı sınıflandırma yöntemi ile kent merkezlerindeki detayların çıkarımı
Extracti̇on of detai̇ls i̇n the ci̇ty center benefi̇ti̇ng from remote sensi̇ng i̇mages usi̇ng by object-based classi̇fi̇cati̇on method
BURHAN BAHA BİLGİLİOĞLU
Yüksek Lisans
Türkçe
2015
Jeodezi ve FotogrametriAksaray ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELÇUK REİS
- Uydu görüntülerinin sınıflandırılmasında çok değişkenli uyarlanabilir regresyon eğrileri algoritmasına dayalı hibrit modellerin geliştirilmesi
Development of hybrid models based on multivariate adaptive regression splines algorithm for classification of satellite images
AZİZE UYAR
Doktora
Türkçe
2024
Jeodezi ve FotogrametriOndokuz Mayıs ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. DERYA ÖZTÜRK
- Investigation into the use of multiple kohonen neural networks for classifying remotely-sensed satellite images
Uzaktan algılanmış uydu görüntülerinin sınıflandırılmasında çoklu kohonen ağları kullanımının incelenmesi
MÜGE ÜRE
Yüksek Lisans
İngilizce
1994
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiPROF. DR. KEMAL ÖZMEHMET