Target classification under multi sensor environment
Çoklu sensör ortamında hedef sınıflandırma
- Tez No: 595415
- Danışmanlar: PROF. DR. ESRA KARASAKAL, DOÇ. DR. ORHAN KARASAKAL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ZAHİD YILDIZ
- 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
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- 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
2023
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ŞİNASİ KAYA
- 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
- Fine-grained object recognition in remote sensing imagery
Uzaktan algılanmış görüntülerde ince taneli nesne tanıma
GENCER SÜMBÜL
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELİM AKSOY
DR. ÖĞR. ÜYESİ RAMAZAN GÖKBERK CİNBİŞ