Hava fotoğraflarının yapay sinir ağları ile sınıflandırılması
Classification of air photos by artificial neural network
- Tez No: 418790
- Danışmanlar: DOÇ. DR. HALİS ALTUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Mevlana Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 51
Özet
Uzaktan algılama, belirli bir mesafeden bir takım araçlarla yeryüzündeki cisimlerin nitelik ve niceliklerinin ele alınmasıdır. Uzaktan algılamanın sonucunda elde edilen görüntülerin incelenmesinde ve yorumlanmasında en çok kullanılan method sınıflandırmadır. Sınıflandırma aslında bir karar mekanizması olmakla beraber, görüntü sınıflandırması ise piksellerin arazide karşılık geldiği değerlerin sınıflara atanmasıdır. Bu çalışmada çok katmanlı ileri beslemeli yapay sinir ağlarının etkin kullanımı için farklı topolojiler ile uygun ağ parametreleri ve giriş-çıkış modelleri incelenmiştir. Konya ili Beyşehir ilçesini ele aldığımız çalışmada farklı görüntülerden elde edilmiş veri seti kullanılmıştır. Yapılan çalışmalar 75-10-3 ağ yapısına sahip olan ve RGBTEKAĞ olarak adlandırılan modelin %95 başarı elde ettiği gözlemlenmiştir.
Özet (Çeviri)
Remote sensing is addressing the matter of qualification and quantity of the earth from a distance by some tools. The most important method to analyse and evaluate in remote sense is classification. Classification is a decision mechanism and in remote sensing it means assigning given pixels to the equivalent class. In this study, the Multi Layered Feed Forward neural network is used. The most suitable netwrok structure and parameters are identified along with different input and output configuration. The database consists of images which are taken from Konya province Beyşehir district. It is found that the network which is called as RGBTEKAG with network structure of 75-10-3 gives the best result.
Benzer Tezler
- Uydu görüntü verisinin yapay sinir ağları ile sınıflandırılması
Classification of satellite imagery data with artificial neural networks
COŞKUN ÖZKAN
Doktora
Türkçe
2001
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
DOÇ.DR. FİLİZ SUNAR ERBEK
- Yapay arı koloni algoritmasının tarım alanlarının sınıflandırılmasında kullanılabilirliğinin irdelenmesi
Investigation of classification of agricultural areas by using the artificial bee colony algorithm
AHMET TARIK TORUN
Yüksek Lisans
Türkçe
2015
Mühendislik BilimleriAksaray ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELÇUK REİS
- Derin öğrenme tabanlı akıllı tarım ve uygulamaları
Deep learning based smart agriculture and applications
FURKAN ALP ESEN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Katip Çelebi ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYTUĞ ONAN
- Bridge surface crack detection based on artificial intelligence techniques
Yapay zeka tekniklerine dayanarak köprü yüzeyi çatlak tespiti
ABBAS ABDULAMEER HAMEED HAMEED
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ KARAN
- Yüksek çözünürlüklü uydu görüntü verileri kullanılarak bina ve yol sınıflarının derin öğrenme yöntemiyle belirlenmesi
Determination of building and road classes using high-resolution satellite image data with a deep learni̇ng method
DUYGU ARIKAN
Doktora
Türkçe
2024
Jeodezi ve FotogrametriKonya Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FERRUH YILDIZ