Sezgisel yöntemlerle hiperspektral görüntülerde boyut indirgeme
Dimension reduction with heuristic methods in hyperspectral images
- Tez No: 414186
- Danışmanlar: PROF. DR. ABDULLAH BAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Sezgisel yöntemler, en iyiyi ya da en iyiye yakın çözümleri bulmak için arama uzayını hızlı bir şekilde araştırmayı esas alan yöntemlerdir. Bu yöntemler, arama içerisinde kullanılan komşuluğun sistematik olarak değiştirilmesini esas alırlar ve genellikle büyük boyutlardaki arama uzayının kısa sürede araştırılıp optimum sonuca ulaşılmasında kullanılırlar. Hiperspektral görüntüler gibi büyük miktarlarda bilgi içeren verilerin kısa sürede incelenip, gereksiz bilgilerin (bantların) ayrıştırılması hem zaman hem de hedef sınıflama/tanıma performansı açısından oldukça önemlidir. Bu çalışmada, hiperspektral görüntülere değişik sezgisel yöntemler (Değişken Komşuluk Arama, Benzetilmiş Tavlama, Genetik Algoritma, Diferansiyel Gelişim Algoritması) uygulanarak, bant seçimi yaklaşımıyla boyut indirgeme yapılmış ve veriyi en iyi temsil eden bantlar bulunmuştur. İkinci aşamada ise, değişik gruplama yöntemleri (Karşılıklı Bilgi, Korelasyon, Spektral Kümeleme) kullanarak bantlar arası benzerliğe dayalı gruplar oluşturulmuş ve boyut indirgeme adımı bu gruplar üzerinde gerçekleştirilmiştir. Son aşamada ise, boyut indirgeme sonucu bulunan en iyi bantlar sınıflandırma algoritması (Destek Vektör Makineleri) ile denenmiştir. Sunulan yöntemleri test etmek için çeşitli gerçek hiperspektral görüntüler (KSC, Çatalca02) kullanılmıştır. Test sonuçları sunulan yöntemlerin hiperspektral görüntülerde başarı ile kullanılabileceğini göstermektedir.
Özet (Çeviri)
Heuristic Methods are based on searching the solution space quickly to get optimal or approximately optimal solution. These methods are relied on the systematically neighborhood change in search area and generally used to achieve the optimal solution in a short time in high dimensional search space. Examining the data including large scale of information such as hyperspectral images and eliminating redundant features (bands) is quite important for computation time and target classification/detection performance. In this study, band selection as a dimension reduction procedure is employed to hyperspectral images using several heuristic methods (Differential Evolution Algorithm, Genetic Algorithm, Simulated Annealing and Variable Neighborhood Search) and then useful bands are selected. In the next stage, as a preprocessing step of band selection, different grouping methods (Mutual Information, Correlation Coefficient and Spectral Clustering) are utilized for forming groups based on similarity between bands. Final stage, superlative bands which are found after band selection are tested with a classification algorithm (Support Vector Machine). To test the proposed methods real hyperspectral images (KSC and Çatalca0202) are used. Test results indicate that presented methods can be applied in hyperspectral imagery successfully.
Benzer Tezler
- Derin öğrenme yöntemleri kullanarak hiperspektral imgelerin sınıflandırılmasına yönelik yeni yaklaşımlar
New approaches for hyperspectral image classification using deep learning
HASAN BADEM
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPER BAŞTÜRK
- Sezgisel yöntemlerle market sepet analizi
Market basket analysis with heuristic methods
FUAT GENÇ
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiAltınbaş ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- Sezgisel yöntemlerle k harmonik ortalama veri kümeleme eniyilemesi
Optimization of k harmonic means clustering with metaheuristics
ALPER ÜNLER
Doktora
Türkçe
2006
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. ZÜLAL GÜNGÖR
- Sezgisel yöntemlerle kablo demetlerinin en iyi şekilde yerleştirimi üzerine bir çalışma
A study about optimizing placement of the cable bunchs using heuristic methods
TOLGA ÇİMEN
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYLİN KANTARCI
- Sezgisel yöntemlerle paralel mekanizmaların çalışma uzayı analizi
Workspace analysis of parallel mechanisms via heuristic methods
HÜSEYİN ALP
Doktora
Türkçe
2007
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiUzay Bilimleri ve Teknolojisi Ana Bilim Dalı
PROF.DR. İBRAHİM ÖZKOL