Tez detayları

Uydu görüntülerinin sınıflandırılmasında hızlandırma (boosting), destek vektör makineleri, rastgele orman (random forest) ve regresyon ağaçları yöntemlerinin kullanılması = The use of boosting, support vector machines, random forest and regression tree methods in satellite images classification

Yazarlar:

Atasever, Ümit Haluk

Yayıncı:

Erciyes Üniversitesi

Ana Başlıklar:

Fotoğraf ve fotoğraflar

Belge Tipi:

Tezler

Program Tipi:

Yüksek Lisans

Yayın Tarihi:

12/2010

Belge Dili:

Türkçe

Document ID (Org No.):

2000258891

Özet

High accuracy and precision information and data which belong earth are needed for many applications in world. This information is base for many applications such as monitoring of environmental changes and urban development. Most important step is classification process for interpreting image obtained by satellites.Accuracy of classification process is directly related to method and parameters. For this reason, according to the nature of the problem preferring appropriate method is very important. In literature, classical methods like Minimum Distance, Maximum Likelihood and Artificial Neural Networks are used frequently.In this study, Support Vector Machine, Random Forest (RF) and Classification and Regression Tree Methods and Boosting (Adaboost.M1) Algorithm which increase the success of classification methods are used and tested that more successful than classical methods.

Dünyada birçok uygulamada yeryüzüne ait doğruluğu yüksek, hassas bilgi ve verilere gereksinim duyulmaktadır. Bu bilgiler kentsel gelişim, çevresel değişimlerin izlenmesi gibi çok sayıda uygulama için altlık oluşturmaktadır. Uydular tarafından elde edilen görüntülerin çok fazla veri içermesinden dolayı anlamlı bilginin çıkarılarak yorumlanabilmesi için görüntülerin ön işlemden geçirilmesi gerekir. Sınıflandırma bu aşamada kullanılan en yaygın tekniktir.Sınıflandırma işleminin doğruluğu, kullanılacak yöntem ve parametrelerle doğrudan ilişkilidir. Bundan dolayı problemin niteliğine göre uygun yöntemin seçilmesi çok önemlidir. Literatürde En Çok Olabilirlik, En Kısa Mesafe, Yapay Sinir Ağları gibi klasik yöntemler sık olarak kullanılmaktadır.Bu çalışmada klasik yöntemlere göre daha başarılı sonuçlar elde eden Destek Vektör Makinesi, Rastgele Orman (RF) , Sınıflandırma ve Regresyon Ağaçları yöntemleri ile sınıflandırma yöntemlerinin başarısını arttıran Boosting (Adaboost.M1) kullanılmış ve doğrulukları sınanmıştır.

Tez detayları

Yazarlar: Atasever, Ümit Haluk

Yayıncı: Erciyes Üniversitesi

Ana Başlıklar: Fotoğraf ve fotoğraflar

Belge Tipi: Tezler

Program Tipi: Yüksek Lisans

Yayın Tarihi: 12/2010

Belge Dili: Türkçe

Document ID (Org No.): 2000258891