Ağırlıklandırılmış diferansiyel gelişim algoritması ile band seçim metodu geliştirilmesi
Development of band selection method with weighted differential evolution algorithm
- Tez No: 661264
- Danışmanlar: DOÇ. DR. ÜMİT HALUK ATASEVER
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Ağırlıklandırılmış meridian filtrelerin esnek hesaplama yöntemleri ile optimizasyonu
Optimization of nonlinear filters with flexible calculation methods
SİMAY KAYA
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN ZORLU
- Evrimsel algoritmalar kullanılarak heyelan duyarlılık haritalarının üretilmesi
Production of landslide susceptibility maps using evolutionary algorithms
TALHA TAŞKANAT
Doktora
Türkçe
2020
Jeodezi ve FotogrametriErciyes ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN BEŞDOK
- Esnek hesaplama teknikleri ile doğrusal olmayan sistemlerin kimliklendirilmesi
Identification of nonlinear systems with soft computing techniques
HASAN ZORLU
Doktora
Türkçe
2011
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞABAN ÖZER
- 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
2022
Biyolojiİstanbul Medeniyet ÜniversitesiBiyolojik Veri Bilimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED ERKAN KARABEKMEZ
- 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
2018
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM OZKOL