Geri Dön

Ağırlıklandırılmış diferansiyel gelişim algoritması ile band seçim metodu geliştirilmesi

Development of band selection method with weighted differential evolution algorithm

  1. Tez No: 661264
  2. Yazar: FURKAN YILDIRIM
  3. Danışmanlar: DOÇ. DR. ÜMİT HALUK ATASEVER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

Son yıllarda hiperspektral görüntü işleme dünyada ve ülkemizde giderek önemi artan bir konu olmuştur. Hiperspektral görüntüler yüksek spektral hassasiyete sahiptirler. Ancak hiperspektral görüntülerin analizi, sınıflandırılması gibi işlemler band sayısının fazla olması nedeniyle oldukça uzun işlemler ve zaman gerektirmektedir. Bu nedenle, günümüzde hiperspektral görüntülerin sınıflandırılması ve band seçiminde yeni metotlar önerilmektedir. Bu tez kapsamında hiperspektral görüntülerin sınıflandırılması ve band seçim işlemleri için Ağırlıklandırılmış Diferansiyel Gelişim Algoritması kullanılarak bir band seçim metodu geliştirilmesi amaçlanmıştır. Tez çalışmasında Ağırlıklandırılmış Diferansiyel Gelişim Algoritması kullanılarak, Salinas-A veri setindeki her bir bandın ağırlık değerleri üretilmiş ve bu ağırlık değerleri ile istenen sayıda band kullanılarak sınıflandırma işlemleri gerçekleştirilmiştir. Bu işlemler benzerliğin minimum ve maksimum olması şekilde yapılmış ve her işlemin eğitim ve test doğruluk değerlerine ulaşılmıştır. Sınıflandırma işlemleri ise sıkça kullanılan; Destek Vektör Makineleri, K-En Yakın Komşuluk, Karar Ağaçları, Torbalama Karar Ağaçları, Lineer Diskriminat Analizi ve Alt Uzay K-En Yakın komşuluk yöntemleri ile yapılmıştır. 204 banda sahip Salinas-A hiperspektral görüntü verisinin en az sınıflandırma performansı kaybıyla kaç band ile temsil edileceği araştırılmış ve bulunmuştur.

Özet (Çeviri)

In recent years, hyperspectral image processing has become an increasingly important issue in the world and our country. Hyperspectral images have high spectral sensitivity. However, process such as analysis and classification of hyperspectral images require very long process and time due to the large number of bands. For this reason, new methods are recommend for classification of hyperspectral images and band selection today. In this thesis, it is aimed to develop a band selection method using the Weighted Differential Development Algorithm for classification of hyperspectral images and band selection process. In the thesis study, using the Weighted Differential Development Algorithm, the weight values of each band in the Salinas-A dataset were generated and classification process were carried out with these weight values using the desired number of bands. These operations were made in such a way that the similarity was minimum and maximum and the training and test accuracy values of each process were reached. Classification processes were done by Support Vector Machines, K-Nearest Neighborhood, Decision Trees, Bagging Decision Trees, Linear Discriminate Analysis and Subspace K-Nearest Neighborhood methods. It was researched and found how many bands the 204-band Salinas-A hyperspectral image data would be represented with the least amount of data and information loss.

Benzer Tezler

  1. Ağırlıklandırılmış meridian filtrelerin esnek hesaplama yöntemleri ile optimizasyonu

    Optimization of nonlinear filters with flexible calculation methods

    SİMAY KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HASAN ZORLU

  2. Evrimsel algoritmalar kullanılarak heyelan duyarlılık haritalarının üretilmesi

    Production of landslide susceptibility maps using evolutionary algorithms

    TALHA TAŞKANAT

    Doktora

    Türkçe

    Türkçe

    2020

    Jeodezi ve FotogrametriErciyes Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. ERKAN BEŞDOK

  3. Esnek hesaplama teknikleri ile doğrusal olmayan sistemlerin kimliklendirilmesi

    Identification of nonlinear systems with soft computing techniques

    HASAN ZORLU

    Doktora

    Türkçe

    Türkçe

    2011

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞABAN ÖZER

  4. Ankilozan spondilit hastalığının moleküler mekanizmasının çoklu-omik verilerin entegre analizi ile incelenmesi

    Investigation of molecular mechanism of ankylosing spondylitis by multi-omics data integration

    KEREM UZALA

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Biyolojiİstanbul Medeniyet Üniversitesi

    Biyolojik Veri Bilimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMED ERKAN KARABEKMEZ

  5. Thermo-elastic analysis and multi objective optimal design of functionally graded flywheel for energy storage systems

    Enerji depolama sistemleri için fonksiyonel derecelendirilmiş volan termoelastik analizi ve çok parametreli optimizasyonu

    ALPER UYAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM OZKOL