Geri Dön

Target classification under multi sensor environment

Çoklu sensör ortamında hedef sınıflandırma

  1. Tez No: 595415
  2. Yazar: BENGÜ ATICI
  3. Danışmanlar: PROF. DR. ESRA KARASAKAL, DOÇ. DR. ORHAN KARASAKAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 188

Özet

Radar sistemlerinin hem askeri hem de sivil uygulamalarda önemli rolleri bulunmaktadır. Menzil, hassasiyet ve takip edebilecekleri hedef sayısı arttıkça, Otomatik Hedef Tanıma (ATR) sistemlerinin gereksinimi de artmaktadır. ATR sistemleri, askeri uygulamalardaki potansiyel hedefleri sınıflandırmak için karar destek sistemleri olarak kullanılmaktadır. Bu sistemler, sensör seçimi, radar verilerinin ön işlemesi, özellik çıkarımı/seçimi ve potansiyel hedeflerin sınıflandırılması olarak dört aşamadan oluşmaktadır. Bu çalışmada, ATR'nin sınıflandırma aşamasına odaklanarak değiştirilmiş Dempster-Shafer veri birleştirme algoritmasına dayanan çok kriterli hedef sınıflandırma yöntemi önermekteyiz. Çalışmamızda sınıflandırıcı topluluğu (Ensemble of Classifiers) sınıflandırma algoritması olarak kullanılmaktadır. Her bir sınıflandırıcının ayrı ayrı eğitildiği sınıflandırıcı topluluğu ile olasılıksal sınıflandırma yapıldıktan sonra sensörlerden gelen veriler füzyon algoritması ile birleştirilmektedir. Önerdiğimiz sınıflandırıcı topluluğunda Yapay Sinir Ağı ve Destek Vektör Makinesi, olasılıksal sınıflandırıcılar olarak kullanılmaktadır. Birden fazla heterojen sensörden gelen her veri kümesi, topluluktaki her iki sınıflandırıcı tarafından sınıflandırıldıktan sonra sensör veri kümelerinin her biri için daha yüksek doğruluk oranına sahip olan sınıflandırıcının sonucu seçilmektedir. Hedeflere ait verilerin farklı sensörler tarafından olasılıksal bir şekilde sınıflandırılmasının ardından değiştirilmiş Dempster-Shafer veri birleştirme algoritması, sensörlerin sonuçlarını birleştirerek hedeflerin nihai sınıf atamasını yapmaktadır.

Özet (Çeviri)

Radar systems have important roles in both military and civilian applications. As the capabilities increase in terms of range, sensitivity and the number of tracks to be handled, the requirement for Automatic Target Recognition (ATR) increases. ATR systems are used as decision support systems to classify the potential targets in military applications. These systems are composed of four phases, which are selection of sensors, preprocessing of radar data, feature extraction and selection, and processing of features to classify potential targets. In this study, we focus on the classification phase of an ATR system having heterogeneous sensors and develop a novel multiple criteria classification method based on modified Dempster-Shafer theory. Ensemble of classifiers is used as the first step probabilistic classification algorithm. It is treated as the state of the art technology for classification in which each single classifier is trained separately, and then the results of them are combined through several fusion algorithms. Artificial Neural Network and Support Vector Machine are employed in ensemble. Each non-imaginary dataset coming from multiple heterogeneous sensors is classified by both classifiers in the ensemble, and the classification result that has higher accuracy ratio is chosen for each of the sensor. After getting probabilistic classification of targets by different sensors, modified Dempster-Shafer data fusion algorithm is used to combine the sensors' results to reach the final classification of targets.

Benzer Tezler

  1. Holografik mikroskopinin hücresel analiz ve veri güvenliği performansının iyileştirilmesi

    Improvement of cellular analysis and data security performance of holographic microscopy

    MUHAMMED ALİ PALA

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA ZAHİD YILDIZ

  2. Otomatik üretim kontrolü sistemlerine yapılan yanlış veri enjeksiyon saldırılarının torbalama ağaçları algoritması ile tespiti

    Detection of false data injection attacks on automatic generation control systems with bagged trees algorithm

    ATAKAN ÖZTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ

  3. The spatio-temporal dynamics of aerosols in the Marmara region and impact of land cover/use on atmospheric environment

    Marmara bölgesindeki aerosollerin mekansal-zamansal dinamiksel ve arazi örtüsü/kullaniminın atmosferik ortam üzerindeki̇ etkisi

    PARIA ETTEHADI OSGOUEI

    Doktora

    İngilizce

    İngilizce

    2023

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. ŞİNASİ KAYA

  4. BT rehberliğinde elektronik navigasyon sistemi ile yapılan diskografi sonrası olguların düşük doz izotropik, yüksek rezolüsyonlu multi-slice BT ile değerlendirilmesi

    Clinical evaluation of electronic navigation guided discographies with isotropic low dose high resolution CT

    ALPAY FEVZİ ERTAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2002

    Radyoloji ve Nükleer TıpGazi Üniversitesi

    Radyodiagnostik Ana Bilim Dalı

  5. Fine-grained object recognition in remote sensing imagery

    Uzaktan algılanmış görüntülerde ince taneli nesne tanıma

    GENCER SÜMBÜL

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SELİM AKSOY

    DR. ÖĞR. ÜYESİ RAMAZAN GÖKBERK CİNBİŞ