UZAKTAN ALGILAMA SİSTEMLERİNDE GÖRÜNTÜ FÜZYONU
|
|
- Derya Erdal
- 7 yıl önce
- İzleme sayısı:
Transkript
1 TUFUAB VIII. Tekk Sempozyumu UZAKTAN ALGILAMA SİSTEMLERİNDE GÖRÜNTÜ FÜZYONU Asa ABAS, Murat YAKAR, Nurda BAYKAN Selçuk Üverstes, Mühedslk Mmarlk Fakültes, Koya, Türkye - (yakar, urda@selcuk.edu.tr, asa_hsa@yahoo.com) Aahtar Kelmeler: Dalgacık döüşümü, Görütü Füzyou, IHS döüşümü, PSO algortmes, Uydu Görütüsü. ÖZET Büyük br hızla gelşmekte ve ye uygulama alaları bulmakta ola uydu tekolos soucuda farklı çoklu-algılayıcı sstemler ve farklı çoklu-çözüürlüğe sahp görütü verler kullaılmaktadır. Görütü füzyo tekolos, uydu verler e y özellkler (hem uzaysal, hem de spektral) çerecek şeklde tek br görütü vers hale getrlmes sağlar. Bu çalışmasıda üzerde yapıla k farklı kayak görütüsü (QuckBrd, 2.8m MS ve QuckBrd, 0.7m pa brleştrlmes brleştrlmes ç çeştl füzyo yötemler kullaılmıştır (Brovey döüşümü, IHS döüşümü, TBD döüşümü, Dalgacık döüşümü) ve elde edle souçlar bell krterlere göre değerledrmes yapılmıştır. Bu dğer br katkısı se elde edle görütü souçlarıı, y korumuş kalte spektral blgse sahp olması ç ye br yötem kullaılmıştır (PSO Tabalı IHS). Key Words: IHS Trasform, Image Fuso, Image Satellte, PSO algorthm, Wavelet Trasform. ABSTRACT As a result of the rapdly developg satellte techology whch exteds to ew applcato areas, varous multple sesor systems ad varous mage data wth dfferet multple resolutos are used. Image fuso techology eables to create a sgle mage data whch comprses the best characterstcs (both spatal ad spectral) of the satellte data. I ths study, dfferet fuso methods (Brovery trasformato, IHS trasformato, PCA trasformato, Wavelet trasformato were used to fuse two dfferet source mages (QuckBrd, 2.8m MS ad QuckBrd, 0.7m pa ad the data obtaed were evaluated accordg to crtera. Aother cotrbuto of ths study s the usage of a ew method (PSO Based IHS) order to eable the obtaed mage results to have well preserved spectral qualty. 1.Grş Güümüzde brçok alada uydu görütüler kullaılmaktadır ormacılıkta, şehr bölge plalamada, savumada kullaılmaktadır, Görütü füzyou, yüksek uzaysal çözüürlüklü pakromatk görütüü detay blgs ve düşük uzaysal çözüürlüklü çok spektrallı görütüü rek blgs br araya getrp yüksek uzaysal çözümlemel rekl görütü oluştura br tekktr. Başka br alamla pakromatk keskleştrme yötemde düşük çözüürlüklü çok batlı br görütü le daha yüksek çözüürlüklü pakromatk görütü füzyo edlr ve yüksek çözüürlüklü ve çok batlı görütü elde edlr. Uzakta algılama ve örütü taıma algortmaları, yüksek uzamsal çözüürlükle brlkte detaylı rek ve doku öztelğe sahp görütülerde daha yüksek performas göstermektedr[9]. Uzakta algılama lteratürüde füzyo şlem pasharpeg olarak adladırılır; çükü brleştrme şlemde, PAN görütüü uzaysal detayları Çok spektrallı görütüyü keskleştrmek ç kullaılmaktadır. Bu şlemler dâhlde Çok spektrallı görütüü uzaysal çözüürlüğü arttırılırke, spektral blgs korumaya çalışılır[5]. Şekl.1. İk görütüye füzyo uygulaması Şu aa kadar hem amaç hem de kullaıla metot açısıda brçok görütü füzyo tekğ gelştrlmştr. Söz kousu tekkler uygulama alaları aşağıdak gb sıralaablr[5]: Akıllı sstemler ve robotlar. Görütü ve dğer sesörler kullaarak gerçekleştrle ger beslemel robot hareket kotrolü. Stereo kameraları kotrolü. Akıllı zleme sstemler. Otomatk hedef belrleme ve yol takp etme sstemler. Tıbb uygulamalar X-ışılarla elde edlmş tomograf le mayetk rezoas görütü füzyou. Blgsayar destekl cerrahlık. 3 boyutlu yüzey örekleme. 183
2 TUFUAB VIII. Tekk Sempozyumu A. ABAS vd. İmalat sstemler: Elektrk devre elema tespt. Ürü yüzey ölçme ve celeme. Tehlkel olmaya (odestructve) maddeler celemes. İmalat süreç deetm. Karmaşık make/chaz celeme. Üretm hatlardak zek robotlar. Asker ve güvelk uygulamaları: Taıma, z sürme, yer (su, hava) hedefler belrleme. Saklı slah tespt. Savaş ala deetm. Gece yol kılavuzu. Uzakta algılama sstemler. Elektro mayetk ışılarıı değşk frekaslarıı kullama. Algılayıcılar: syah beyaz hava fotoğraf makelerde çok spektrumlu aktf mkrodalga görütüleme radarlarıa kadar çeştl ölçü sstemler. Şekl 3. Temel bleşe ekse Brc temel bleşe (PC1) blg çoğuu çerr. Pakromatk bat lk temel bleşe yere koyulur. Pakromatk görütü le yer değştrldkte sora ters TBD döüşümü uygulaarak görütü öcek görütüye çevrlerek şlem tamamlaır. 2.FÜZYON YÖNTEMLER MEVCUT TEKNİKLER VE YAKLAŞIMLAR Pakromatk keskleştrme ç zama çersde gelştrle pek çok yötemde e popüler ve etk olaları bleşeler değştrlmes, dolaylı spektral katkı yötem, görütü statstğe dayalı yötemler, dalgacık (wavelet) tabalı füzyo. Bleşeler değştrlmes le elde edle Pakromatk keskleştrme tekklerde e bleler Yeğlk-Rek- Doyum (IHS) ve Temel Bleşe Aalz (PCA) dr[9]. 2.3.Brovey Döüşümü, Bu yötemde görütüye at e düşük ve e yüksek keardak değerler arasıda farklılığı görsel olarak arttırmak ç kullaıla br brleştrme yötemdr. Bu sebepte dolayı, bu yötem daha çok farklılıkları göz le algılamasıı öem kazadığı çalışmalarda kullaılmaktadır. Brovey döüşümü, temel olarak çok spektrallı görütüü her br badıı parlaklık değer ayrı ayrı pakromatk görütüü parlaklık değerler le çarpılması ve elde edle değer dğer tüm batları pksel değerler toplamıa bölümes le gerçekleştrlr[3]. Bu şlem görütüü tümüde uygulaır. Brovey döüşümü olarak ble bu eştlk; 2.1.IHS de RGB rek uzayıda IHS rek uzayıa görütü döüştürülür. I badıı pakromatk görütüye eş düştüğü varsayılarak, pakromatk görütü le değştrlr. Ters IHS döüşümü le yüksek çözüürlüklü çok batlı görütü elde edlr[20]. R ye R R G B / 3 G PAN (1) G ye R G B / 3 PAN (2) B B ye R G B / 3 PAN (3) Şekl 2. Yoğuluk, rek tou, doyguluk (IHS) rek koordat sstem 2.2. PCA: Temel Bleşe Aalz de brbrleryle korelasyou ola spektral batlar temel bleşelere döüştürülür. İlk bleşe yüksek çözüürlüklü pakromatk görütüü özellkler taşır. Bu bat pakromatk görütü le yer değştrlr. Ters PCA yötem soucu pakromatk görütüü çok batlı görütü le füzyou sağlamış olur.lteratürde yaygı olarak kullaıla br başka kategor se Dolaylı Spektral Katkı ya da dğer adıyla artmetk kombasyolardır[9]. R: Kırmızı, G: Yeşl, B: Mav, PAN: Pakromatk olarak taımlaır Dalgacık Döüşümü Durağa olmaya şaretler spektral aalz ç uygu olmasıda dolayı dalgacık döüşümüü dğer spektral aalz metodlarıa göre üstülükler vardır. Dalgacık döüşümüü e öeml avataı, düşük frekaslar ç geş, yüksek frekaslar ç dar olacak şeklde değşe pecere boyutlarıı olmasıdır. Böylece, bütü frekas aralıklarıda optmum zama-frekas çözüürlüğü sağlaablmektedr [5,6]. Belrl br ölçekte şaret frekasıı maör bleşeler mevcut se dalgacık bu mevcut frekas bölgesde şarete çok yakı 184
3 TUFUAB VIII. Tekk Sempozyumu Uzakta Alglama Sstemlerde Görütü Füzyou olacaktır. Hesaplaa-cak sürekl dalgacık katsayıları lşkl olarak zama - ölçek düzlemde büyük olacaktır [19]. * w( a, x( t) ( a, t dt (4) * 1 t b ( a, ( t) a a (5) 1 * t b w( a, x( t) dt a a (6) c * t b x( t) 2 w( a, dadb a a (7) a0 b pakromatk görütüü dalgacık katsayılarıyla yer değştrlr. Daha sora MS görütü ters dalgacık döüşümü (Iverse Wavelet Trasform) yapılarak yüksek uzamsal çözüürlüklü MS görütü elde edlr[9]. b Ψ c ψ w(a, ölçek döüşüm parametres aa dalgacık aa dalgacığa bağlı sabtler x(t) Dalgacık Döüşümü İşaret aşağıdak gb ayrık zamaa döüştürülür. Ortaormal foksyolar ç a=2 (8) b=2 k (9) Yüksek ve alçak geçre fltreler ç y [ k] x[ ] h[2k ] (10) hgh Yüksek geçre fltre çıkışı y [ k] x[ ] g[2k ] (11) low Alçak geçre fltre çıkışı Syal tayfı (spektrum) alçak geçre ve yüksek geçre parçalar olmak üzere k eşt parçaya bölmektr[15]. Yüksek geçre bölüm lglele e küçük detayları çerr. Souçta, k bölüme sahp olmakla brlkte alçak geçre bölüm hala bazı detayları çermektedr ve bu edele ou tekrar bölümleyeblrz. Bu yötem le br türetlmş fltre bakası oluşturulur. Geellkle batları sayısı ver mktarı veya mevcut ola hesaplama gücü le sıırlıdır. Tayfı (spektrum) bölümleme şlem grafksel olarak aşağıdak şeklde görütülemektedr [8]. Şekl 5.Dalgacık ve IHS tabalı yötem akış dyagramı 2.5.PSO Tabalı Görütü Brleştrme Yötem PSO algortması Parçacık Sürü Optmzasyou (PSO), 1995 yılıda Keedy ve Eberhart tarafıda kuş ve balık sürüler k boyutlu davraışlarıda eslelerek gelştrlmş populasyo tabalı br optmzasyo tekğdr [16]. Bu k boyutlu davraışlar; çevrelere adapte olablme, zeg yyecek kayakları bulablme ve avcılarda kaçablme gb blg paylaşma yaklaşımı gerektrmektedr. Blg paylaşımı sayesde sürüler, yyecek ararke ya da avcıda kaçarke, hedefe e yakı ola sürü elemaıı takp ederler ve ked hızlarıı ve koumlarııe başarılı elemaa göre gücellerler PSO Uygulaması Şekl 4. Altbat kodlama Dalgacık füzyouda yüksek çözüürlüklü pakromatk görütü br grup düşük çözüürlüklü görütüye ve dalgacık katsayılarıa döüştürülür. Üst örekleme (upsamplg) yapılmış MS görütü de dalgacık döüşümü (Wavelet Trasform) yapılarak düşük çözüürlüklü görütüye ve dalgacık katsayılarıa döüştürülür. MS görütüü dalgacık katsayıları Her parçacık -boyutlu br uzayda yayılır.. parçacığı temsl eder.. parçacığı kaydedle öcek e y pozsyouu (pbest) temsl eder. Popülasyodak bütü parçacıklar arasıda e y parçacık gbest (global) le temsl edlr. Parçacığı topolok komşuluğudak e y pozsyo l (local) le gösterlr. Parçacığı hızıdak değşm (velocty) le gösterlr. Hız, her parçacığı elde ettğ pbest değer ve o aa kadar k gbest değer değerledrerek yede güceller ve parçacıkları ye pozsyoları oluşturulur. Durdurma koşulu sağlaıcaya kadar bu terasyo devam eder. Hız, k bleşede oluşur; blşsel bleşe ve sosyal bleşeler[6] PSO Tabalı Görütü Bölütleme 185
4 TUFUAB VIII. Tekk Sempozyumu A. ABAS vd. PSO Tabalı Br Görütü Bölütleme çalışmasıda, gauss olasılık foksyolarıda oluşa br karışım kullaılarak verlmş br görütüü hstogramı uydurulmuş ve PSO algortması bu olasılık foksyoları karışımıı parametreler hesaplamıştır. Böylelkle yoğuluk foksyou le gerçek hstogram arasıdak hatayı e aza düşürülmüştür[6]. 1 2 E p( x ) h( x ) (12) 1 kulladığımız PSO le Bu problem çözmek ç aşağıdak dkkate alıması gereke bleşeler: (1) Düşüülmüş br problem ç, parçacıklar temsl edlr. (2) Tüm parçacıklar uyguluk "ftess" foksyoua göre br değerledrme yapılır[21]. 1. Parçacık temsl: PSO de her parçacık parametre vaktörü le temsl edlr. Pso parcacıkları br aday çözümü olarak aşağıdak şeklde göstermektedr ψ = (P, µ, σ), buu ç = 1, 2,..., K. Böylece, parçacık temsl ç, Gauss olasılık foksyolar karışımıı parametre şeklde kullaılır. 2.Uyguluk foksyou: uyguluk foksyou paçacık ç br karar foksyoudur amacı br parametre vectorüü bulup gaussa foksyo karşımıı ve oral hstogram arasıdak kare hatayı(e) e aza drmek. Karışım foksyou tüm parametreler bulmak c pso algortması kulladıkta sora, optmum eşk değerler belrleeblr. eşk değer geel olasılık hatası hesaplamasıyla elde edlr. İk komşu Gauss foksyoları ç, verle E(T) = P+1 E1(T) + P E2(T), = 1, 2,..., K 1 (13) T ( T ) p 1 E ( x) dx (14) E:pksel hatalı sııfladırma olasılığı. P: yoğuluk foksyouu ösel olaslık. İ:pksel sııfı. T:Eşk değer Aşağıdak deklem optmum eşkleme(t) değer bulmak ç kullaılır AT BT C 0 (15) IHS tabalı PSO yötem Bu çalışmada gelştrle yötem, IHS tabalı PSO yötem lk olarak IHS döüşümü, çok spektrallı bat ola R, G ve B; IHS uzayıa döüşe lk batlardır. PAN ve I badı pso algortmasıı kullaılarak bölütleme şlem yapılır ve eşklk değer hesaplaır. Pakromatk ayrıştırmaı yaklaşıklık görütüsü, I bleşe görütüsü le ortalaması alıır, Sora, Pso dek etkl ala yoğuluk yaklaşma batları pakromatk yaklaşım batları le değştrlr. Brleştrlmş görütü sora oral RGB uzayıda ger IHS e ters br döüşüm gerçekleştrerek elde edlr. Şekl 6. PSO tabalı IHS yötem akış dyagramı 3.Pakromatk Keskleştrme Soruları: Pakromatrk keskleştrme öces e öeml şlemlerde br bu k görütüü düzgü olarak çakıştırılmasıdır. Pakromatk ve spektral batları brbrleryle çakıştırılması esasıda görütülerde oluşa kayma souçta üretle görütüde bulaıklığa ede olablmektedr. Bu kaymaları temel edeler se: Sesörler çekm zamaları arasıda 0.5 sayeye kadar fark buluablmektedr. Bu fark hareketl eseler farklı yerde görütülemese, uyduu hareket de göz öüe alıdığıda sabt eseler dah çakışmamasıa yol açmaktadır[9]. İlavete sesörler alık görüş alaı tamame üst üste oturmayablr. Ayrıca ver sağlayıcı tarafıda ortorektfkasyo yötemyle brleştrle çoklu görütülerde çakıştırma hataları söz kousu olablmektedr. 4. Keskleştrme le üretle görütüler kalte değerledrmes Pa-sharpeg le üretle görütü kalte değerledrme şlem (Korelasyo Katsayısı), RMSE (Karesel Ortalama Hata) ve RASE (Relatve Average Spectral Error) gb ölçütler aracılığı le yapılablr. Bu ölçütler sayesde br keskleştrlmş görütüü oral MS görütü le e kadar uyumlu ve bezer olduğu ve ayrıca spektral kaltes belrleeblr[11]. Katsayısı: Bu ölçüt statstk alaıda çok ble br ölçüttür. Görütüler her badı arasıdak korelasyo kolayca hesaplaablr ve geel olarak görütü ç korelasyo değer ster se batları korelasyou ortalaması kullaılablr. 186
5 TUFUAB VIII. Tekk Sempozyumu Uzakta Alglama Sstemlerde Görütü Füzyou Corr ( B, B ) (15) Yukarıdak formülde B (oral görütü) ve B (füzyo görütü) karşılaştırılacak batları, B ve B batları ortalama gr değerler, M ve N satır ve sütu sayısıı temsl etmektedr. Korelasyo katsayısıı değer [-1,+1] aralığıdadır. Bu değer +1 e yaklaştıkça batlar statstk olarak brbre çok yakı - 1 e yaklaştıkça batlar brbre çok zıt demektr RASE (Relatve Average Spectral Error):Bu ölçüt pasharpeg metoduu başarısıı ortaya koymak ç ortalama gr değer ve RMSE değerler kullaır[23]. RMSE Formüldek RSME badıı karesel ortalama hatasıı, B (oral görütü) ve B (füzyo görütü) karşılaştırılacak batları, N 2 se görütü. 4.1.Korelasyo Souçu +1 korelasyo değer verler brbrlere cok bezedkler (yuksek korelasyo, -1 değer se verler brbrler tamame zıttı olduğuu göstermektedr. Oral görütü ve brleştrlmş görütüler batları arasıdak korelasyo katsayıları aşağıdak tabloda gösterlmştr. Tablo 1. Oral PAN ve souç görütüler batları arasıdak korelasyo değerler Füzyo Yötem M N M M 1 N 1 1 N M 1 N 1 PAN B B B B M N 2 2 B B B B M 1 N 1 PAN Bat2 PAN Bat3 Brovey Yötem IHS Yötem TBD Yötem Dalgacık Yötem PSO algortması Tablo 2. Oral çokspektrallı ve souç görütüler batları arasıdak korelasyo değerler M N 2 B B ) 2 N m 1 1 Tablo 3. Oral PAN ve souç görütüler batları arasıdak RMSE değerler Füzyo Yötem PAN PAN Bat2 PAN Bat3 Brovey Yötem IHS Yötem TBD Yötem Dalgacık Yötem PSO algortması Tablo 4. Oral çokspektrallı ve souç görütüler batları SPECT SPCT Bat2 SPECT Füzyo Yötem Bat3 Brovey Yötem IHS Yötem TBD Yötem Dalgacık Yötem PSO algortması arasıdak RMSE değerler 5.Souç Bu çalışmada yaygı ola füzyo yötemler uygulaması, uydu görütüler (QuckBrd, 2.8m MS ve QuckBrd, 0.7m) üzerde matlab programı kullaarak yapılmıştır. ayı zamada optmzasyo algortmes ola parçacık sürü optmzasyou, füzyo tekkler ç bu çalışmada ye br yötem olarak kullaılmıştır ve statstk olarak y souç verdğ gözlemştr. Amaç çok spektrallı görütüü uzaysal çözüürlüğü arttırılırke, spektral blgs korumaya çalışmak. Geelde görütü füzyo yötemler, ya rek koruması açısıda ya da uzaysal ayrıtı aktarımı açısıda y souçlar vermektedr, ama her zama her k açıda da y souç vermeyeblmektedr. 5.1.Görütü Souçları Bu çalışmada kullaıla tüm füzyo yötemler k görütü üzerdek uygulaması ve elde edle souçlar aşağıdakşeklde gösterlmştr. Füzyo Yötem SPECT SPECT Bat2 SPECT Bat3 Brovey Yötem IHS Yötem TBD Yötem Dalgacık Yötem PSO algortması RMSE Souçları: (a) 187
6 TUFUAB VIII. Tekk Sempozyumu A. ABAS vd. ( (c) (d) (e) (f) (g) Şekl 7. Elde edle görütü souçları: (a) Oral Pakromatk QuckBrd ( 2.8 metre). ( Oral Çok spektrallı QuckBrd (0.7 metre). (c) Brovey yötem. (d) IHS yötem. (e) TBD yötem. (f) dalgacık döüşümü. (g) PSO algortması 188
7 TUFUAB VIII. Tekk Sempozyumu Uzakta Alglama Sstemlerde Görütü Füzyou Kayaklar [1] Amro, J. Mateos, M. Vega, R. Mola, ad A. K. Katsaggelos, A survey of classcal methods ad ew treds pasharpeg of multspectral mages, EURASIP Joural o Advaces Sgal Processg, p. 79, [2] Alparoe, L., Wald, L., Chaussot, J., Thomas, C., Gamba, P., Bruce, L.M., Comparso of Pasharpeg Algorthms: Outcome of the 2006 GRS-S Data-Fuso Cotest. Geoscece ad Remote Sesg, IEEE Trasactos o 45, [3] Bektaş Balçık, F., Göksel, Ç., 2009, SPOT 5 ve Farklı Görütü Brleştrme Algortmaları, İstabul Tekk Uverstes, Jeodez ve Fotogrametr Muh.Bolumu, Uzakta Algılama Aablm Dalı, İstabul. [4]E.D. Übeyl, İ. Güler, Comparso of egevector methods wth classcal ad model-based methods aalyss of teral carotd arteral Doppler sgals, Computers Bology ad Medce, 33(6), , [5] Bulatov, A., 2006, Çok odaklı görütü füzyou, Ercyes Üverstes Fe Blmler Esttüsü, Kayser. [6] Chh-Ch La. A Novel Image Segmetato Approach Based o Partcle Swarm Optmzato. IEICE Trasactos 89-A(1): , [7] Fda, S., 2006, Dalga kılavuzuda yayıla elektromayetk dalgaı dalgacık döüşümü modellemes, Yüksek Lsas Tez, Gaz Üverstes Fe blmler Esttüsü, Akara, [8] Göçer, E., 2006, Vsual C# 2005 kullaarak çok boyutlu görütüler ç peg2000 stadardıı destekleye görütü şleme uygulaması, Yüksek Lsas Tez, Pamukkale Üverstes Fe Blmler Esttüsü, Dezl, [9] SÜMENGEN S., ŞENARAS Ç., ERDEM A., "Yüksek Çözüürlüklü Uydu Görütüler ç Pakromatk Keskleştrme Yötem" HAVELSAN AŞ., 06531, Akara, [10] Y. Zhag, Uderstadg mage fuso, Photogrammetrc egeerg ad remote sesg, vol. 70, o. 6, pp , [11] V. Vayara, N. H. Youa, ad C. G. O Hara, Quattatve aalyss of pasharpeed mages, Optcal Egeerg, vol. 45, p , [12] Tu, T.M., Huag, P.S., Hug, C.L. ad Chag, C.P., 2004, A Fast Itesty-Hue-Saturato Fuso Techque Wth Spectral Adustmet for IKONOS Imagery. IEEE Geoscece ad Remote Sesg Letters, [13] Shettgara, V.K. (1992) A geeralzed compoet substtuto techque for spatal ehacemet of multspectral mages usg a hgher resoluto data set. Photogrammetry Egeerg ad Remote Sesg, Vol. 58, pp [14] AR Gllespe, AB Kahle, RE Walker, Color ehacemet of hghly correlated mages. II. Chael Rato ad Chromatcty Trasformato Techques. Remote Sesg Of Evromet. 22, (1987). [15] Group, 2004, Wavelet Theory, Aalborg Uversty Departmet of Scece ad Techology, VE.pdf [16] Keedy, J., Eberhart, R. C. Partcle swarm optmzato Proc. IEEE t l cof o eural Networks, Vol. IV, pp Pscataway, NJ, [17] Umr, 2005, Perfectly Matched Layers [18] E.D. Übeyl, İ. Güler, Comparso of egevector methods wth classcal ad model-based methods aalyss of teral carotd arteral Doppler sgals, Computers Bology ad Medce, 33(6), , [19]Lucao da Fotauro Costa ad Roberto Marcodes Cesar Jr. Shape Aalyss ad Classfcato: Theory ad Practce Lodo CRC Press LLC, [20]Mustafa ÖZENDİ, Hüsey TOPAN, Murat ORUÇ, Pléades-1A Görütüler Pa-Sharpeg Performasıı İcelemes, 5. Uzakta Algılama ve Coğraf Blg Sstemler Sempozyumu, October 2014, İstabul. [20] X. Hu, R. Eberhart, Y. Sh. Egeerg optmzato wth partcle swarm, IEEE Swarm Itellgece Symposum, Idaapols, USA, [21]Lucao da Fotauro Costa ad Roberto Marcodes Cesar Jr. Shape Aalyss ad Classfcato: Theory ad Practce Lodo CRC Press LLC,
Regresyon ve Korelasyon Analizi. Regresyon Analizi
Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)
DetaylıYER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.
YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,
Detaylı1. GAZLARIN DAVRANI I
. GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak
Detaylıİki veri setinin yapısının karşılaştırılması
İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu
DetaylıAES S Kutusuna Benzer S Kutuları Üreten Simulatör
AES S Kutusua Bezer S Kutuları Ürete Smulatör M.Tolga SAKALLI Trakya Üverstes Blgsayar Mühedslğ tolga@trakya.edu.tr Erca BULUŞ Trakya Üverstes Blgsayar Mühedslğ ercab@trakya.edu.tr Adaç ŞAHİN Trakya Üverstes
DetaylıÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR
ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ
DetaylıQuality Planning and Control
Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618
DetaylıDALGACIK DÖNÜŞÜMÜ VE NÖTROZOFİ YAKLAŞIMI İLE RENKLİ DOKU GÖRÜNTÜLERİNİN BÖLÜTLENMESİ.
DALGACK DÖNÜŞÜMÜ VE NÖROZOİ YAKLAŞM İLE RENKLİ DOKU GÖRÜNÜLERİNİN BÖLÜLENMESİ Kazım HANBAY Abdulkadr ŞENGÜR Bgöl Üverstes ekk Blmler Meslek Yüksek Okulu Bgöl ırat Üverstes ekolo akültes Elazığ kazmhabay@yahoo.com
DetaylıÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ
03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak
DetaylıGiriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:
Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,
DetaylıPolinom İnterpolasyonu
Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ
DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ Clt: 2 Sayı: 3 sh 87-02 Ekm 200 VOLTERRA SERİLERİ METODU İLE DOĞRUSAL OLMAYAN SİSTEMLERİN FREKANS BOYUTUNDA ANALİZİ İÇİN NET TABANLI ARAYÜZ TASARIMI (DESIGN
DetaylıBir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm
Br Alışverş Merkezde Hzmet Sektörü Đç E Kısa Yol Problem le Br Çözüm Pıar Düdar, Mehmet Al Balcı, Zeyep Örs Yorgacıoğlu Ege Üverstes, Matematk Bölümü, Đzmr Yaşar Üverstes, Matematk Bölümü, Đzmr par.dudar@ege.edu.tr,
DetaylıTanımlayıcı İstatistikler
Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı
DetaylıTanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ
Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).
DetaylıTahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması
. Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve
DetaylıSayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç
Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu
DetaylıBEKLENEN DEĞER VE VARYANS
BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee
Detaylıdenklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy
Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada
Detaylıİleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455
İler Tekoloj Blmler Dergs Joural of Advaced Techology Sceces ISSN:47-3455 GÜÇ SİSTEMLERİNDE HARMONİKLERİN KRİTİK DEĞERLERE ETKİSİ Yusuf ALAŞAHAN İsmal ERCAN Al ÖZTÜRK 3 Salh TOSUN 4,4 Düzce Üv, Tekoloj
DetaylıAYRIK DALGACIK DÖNÜŞÜMÜ İLE GÜRÜLTÜ SÜZME
AYRIK DALGACIK DÖNÜŞÜMÜ İLE GÜRÜLTÜ SÜZME Fahri VATANSEVER 1 Ferudu UYSAL Adullah UZUN 3 1 Sakarya Üiversitesi, Tekik Eğitim Fakültesi, Elektroik-Bilgisayar Eğitimi Bölümü, 54187 Esetepe Kampüsü/SAKARYA
DetaylıDeğişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ
Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde
DetaylıBİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI*
BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* Costructo O Probablty Desty Fucto For The Relablty Block Dagram
DetaylıFİLTRELEME TEKNİKLERİ İLE İYİLEŞTİRİLMİŞ PARMAKİZLERİNİ YAPAY SİNİR AĞLARI İLE TANIMADA YENİ BİR YAKLAŞIM
Gaz Üv. Müh. Mm. Fak. Der. J. Fac. Eg. Arch. Gaz Uv. Clt, No, 7-36, 007 Vol, No, 7-36, 007 FİLTRELEME TEKNİKLERİ İLE İYİLEŞTİRİLMİŞ PARMAKİZLERİNİ YAPAY SİNİR AĞLARI İLE TANIMADA YENİ BİR YAKLAŞIM A. Alpasla
Detaylıa IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI
Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza
DetaylıBETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2
BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ M.Em ÖNCÜ, Yusuf CALAYIR ocume@dcle.edu.tr, ycalayr@frat.edu.tr Öz: Çalışmada, betoarme yapıları Türk Deprem Yöetmelğde (ABYYHY,998) verle talep
DetaylıGerçek Zamanlı Giriş Şekillendirici Tasarımı Design of Real Time Input Shaper
ELECO '0 Elektrk - Elektrok ve Blgsayar Mühedslğ Sempozyumu, 9 asım - 0 ralık 0, Bursa Gerçek Zamalı Grş Şeklledrc Tasarımı Desg of Real Tme Iput Shaper Sa ÜNSL, Sırrı Suay GÜRLEYÜ Elektrk-Elektrok Mühedslğ
DetaylıZaman Skalasında Box-Cox Regresyon Yöntemi
Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term
DetaylıTÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2
l Ta rr ım ı Ekooms Kog rres 6-8 - Eylül l 2000 Tek rrdağ TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ (980-998) (TRANLOG MALİYET FONKİYONU UYGULAMAI) Yaşar AKÇAY Kemal EENGÜN 2. GİRİŞ Türkye tarımı
DetaylıYüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi
Yüksek Mertebede Sstemler İç Ayrıştırma Temell Br Kotrol Yötem Osma Çakıroğlu, Müjde Güzelkaya, İbrahm Eks 3 Kotrol ve Otomasyo Mühedslğ Bölümü Elektrk Elektrok Fakültes İstabul Tekk Üverstes,34369, Maslak,
DetaylıBağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği
Akademk Blşm 11 - III. Akademk Blşm Koferası Bldrler 2-4 Şubat 2011 İöü Üverstes, Malatya Bağıl Değerledrme Sstem Smülasyo Yötem le Test Edlmes: Kls 7 Aralık Üverstes Öreğ Kls 7 Aralık Üverstes, Blgsayar
Detaylı= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama
TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)
DetaylıELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa
ELECO '1 Elektrk - Elektrok ve Blgsayar Mühedslğ Sempozyumu, 9 Kasım - 1 Aralık 1, Bursa Zıt koumlu Yerçekmsel Arama Algortmasıı Termk Üretm Brmlerde Oluşa Emsyo Kısıtlı Ekoomk Güç Dağıtım Problemlere
DetaylıRANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras
RANKI OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI Reports Of Free Groups Otomorfzm Rak Le Algebras Özge ÖZTEKİN Matematk Aa Blm Dalı Name EKİCİ Matematk Aa Blm Dalı ÖZET Bu çalışmada,
DetaylıELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa
ELECO '1 Elektrk - Elektrok ve Blgsayar Mühedslğ Sempozyumu, 9 Kasım - 1 Aralık 1, Bursa Artırma/Azaltma Lmtl ve Yasak İşletm Bölgel Ekoomk Güç Dağıtımı Problemler Yerçekmsel Arama Algortması le Çözümü
DetaylıTuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract
YKGS2008: Yazılım Kaltes ve Yazılım Gelştrme Araçları 2008 (9-0 ekm 2008, İstabul) Yazılım Ürü Gözde Geçrmeler Öem, Hazırlık Sürec ve Br Uygulama Öreğ The Importace of the Software Product Revews, Preparato
DetaylıMERKEZİ EĞİLİM ÖLÇÜLERİ
MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle
DetaylıÖnceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan
III.5.RUNGE-KUTTA METODLARI Öcek bölümde özelee Talor meodlarıda erel kesme aa merebes üksek oluşu sele br özellkr. Dğer araa ürevler buluma ve esaplaması pek çok problem ç karmaşık ve zama alıcı olduğuda
DetaylıParçacık Sürü Optimizasyonu ile DWT-SVD Tabanlı Resim Damgalama
Parçacı Sürü Optmzasyou le DW-SVD abalı Resm Damgalama Veysel Aslataş, Abdullatf Doğa, Rfat Kurba Özet Multmedya eseler ç telf haı ve erşm otrolü amacıyla çeştl damgalama teler gelştrlmştr. Bu çalışmada
DetaylıGenelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine
Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Kabul Edlmş Araştırma Makales (Düzelememş Sürüm) Accepted Research Artcle (Ucorrected Verso) Makale Başlığı / Ttle Karayolu
DetaylıĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1
ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ
DetaylıParametrik Olmayan İstatistik Çözümlü Sorular - 2
Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr
DetaylıTABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI PROBLEMİNİN ÇÖZÜMÜ
TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI ROBLEMİNİN ÇÖZÜMÜ T. YALÇINÖZ T. YAVUZER H. ALTUN Nğde Üverstes, Mühedslk-Mmarlık Fakültes Elektrk-Elektrok Mühedslğ Bölümü, Nğde 5200 / Türkye e-posta:
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ
DEÜ MÜHENDİSLİK FAKÜLESİ FEN ve MÜHENDİSLİK DERGİSİ lt: 9 Sayı: s -7 Ocak 7 HİDROLİK PROBLEMLERİNİN ÇÖÜMÜNDE AŞIMA MARİSİ YÖNEMİ (MEHOD OF RANSFER MARIX O HE ANALYSIS OF HYDRAULI PROBLEMS) Rasoul DANESHFARA*,
DetaylıDoç. Dr. Mehmet AKSARAYLI
Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br
DetaylıHIZLI EVRİMSEL ENİYİLEME İÇİN YAPAY SİNİR AĞI KULLANILMASI
Hızlı Evrmsel Eyleme İç Yapay Sr Ağı Kullaılması HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 006 CİLT SAYI 3 (-8) HIZLI EVRİMSEL ENİYİLEME İÇİN YAPAY SİNİR AĞI KULLANILMASI Abdurrahma HHO Dekalığı Havacılık
DetaylıYapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi
Fırat Üv. Müh. Bl. Dergs Scece ad Eg. J of Fırat Uv. 8 (), 143-147, 016 8 (), 143-147, 016 Yapay Sr Ağlarıı Kullaarak Türkye İç Kara Yüzey Sıcaklığıı Modellemes Özet Oza Şekal Çukurova Üverstes, Blgsayar
DetaylıServis Yönlendirmeli Sistemlerde Güven Yayılımı
Servs Yöledrmel Sstemlerde Güve Yayılımı Mahr Kutay, S Zafer Dcle, M Ufuk Çağlaya Dokuz Eylül Üverstes, Elektrk-Elektrok Mühedslğ Bölümü, İzmr Boğazç Üverstes Blgsayar Mühedslğ Bölümü, İstabul Dokuz Eylül
DetaylıGamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım
Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları
Detaylı(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü
FİZ433 FİZİKTE BİLGİSAYAR UYGULAMALARI DERS NOTLARI Hazırlaya: Pro.Dr. Orha ÇAKIR Akara Üverstes, Fe Fakültes, Fzk Bölümü Akara, 7! İÇİNDEKİLER. LİNEER OLMAYAN DENKLEMLERİN KÖKLERİNİN BULUNMASI I/II. LİNEER
DetaylıTALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ
TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları
DetaylıİŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI
İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve
DetaylıBir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu
Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler
Detaylı) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit
Karadez Te Üverstes Blgsayar Mühedslğ Bölümü 5-6 Güz Yarıyılı Sayısal Çözümleme Ara Sıav Soruları Tarh: Kasım 5 Perşembe Süre: daa. f ( ( + a e fosyouu sabt otası olmadığı bldğe göre, a 'ı alableceğ e
DetaylıMühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.
İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk
DetaylıĐst201 Đstatistik Teorisi I
Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller
DetaylıEMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR
EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2013 yılı fo getrs 02/01/2013-02/01/2014 tarhl brm pay değerler kullaılması le hesaplamıştır. 2013 yılı karşılaştırma ölçütü getrs
DetaylıPOISSON REGRESYON ANALİZİ
İstabul Tcaret Üverstes Fe Blmler Dergs Yıl:4 Sayı:7 Bahar 005/ s. 59-7 POISSON REGRESYON ANALİZİ Özlem DENİZ * ÖZET Herhag br olayı belrlee br süreç çersde yaıla deemeler soucuda meydaa gelme sayısı,
DetaylıBir Telekomünikasyon Probleminin Matematiksel Modellenmesi Üzerine
Br Telekomükasyo Problem Matematksel Modellemes Üzere Urfat Nuryev, Murat Erşe Berberler, Mehmet Kurt, Arf Gürsoy, Haka Kutucu 2 Ege Üverstes, Matematk Bölümü, İzmr 2 İzmr Yüksek Tekolo Esttüsü, Matematk
DetaylıETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA
İstabul Tcaret Üverstes Fe Blmler Dergs Yıl: 11 Sayı: Güz 01 s. 19-35 ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA Cası KAYA 1, Oza KOCADAĞLI Gelş: 30.05.01 Kabul: 14.1.01
DetaylıSIMULINK kullanarak güç sistem geçici hal kararlılık analizi. Power system transient stability analysis using SIMULINK
SAÜ Fe Bl Der 9. Clt,. Sayı, s. -, 5 SIMULINK kullaarak güç sstem geçc hal kararlılık aalz Serdar Ekc * ÖZ 9..5 Gelş/Receved, 4.5.5 Kabul/Accepted SIMULINK, damk sstemler modellemes, aalz ve smülasyou
Detaylıdeğerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.
Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade
DetaylıObje Tabanlı Sınıflandırma Yöntemi ile Tokat İli Uydu Görüntüleri Üzerinde Yapısal Gelişimin İzlenmesi
Obje Tabalı Sııfladırma Yötemi ile Tokat İli Uydu Görütüleri Üzeride Yapısal Gelişimi İzlemesi İlker GÜNAY 1 Ahmet DELEN 2 Mahmut HEKİM 3 1 Gaziosmapaşa Üiversitesi, Mühedislik ve Doğa Bilimleri Fakültesi,
DetaylıREGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI
FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,
DetaylıAÇIK ARTIRMALI EKONOMİK YÜK DAĞITIM PROBLEMİ İÇİN FARKLI BİR YAKLAŞIM
AÇIK ARTIRMALI EKONOMİK YÜK DAĞITIM ROBLEMİ İÇİN FARKLI BİR YAKLAŞIM Adem KÖK () Takut YALÇINÖZ () Nğde Tedaş, Nğde, ademkok@yahoo.com Nğde Üverstes, Elektrk-Elektrok Mühedslğ Bölümü, tyalcoz@gde.edu.tr
DetaylıSistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :
5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.
DetaylıErgonomik Ürün Tasarımına Bütünleşik Bir Yaklaşım
Sakarya Üverstes Fe Blmler Esttüsü Dergs, Vol(No): pp, year SAKARYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DERGİSİ SAKARYA UNIVERSITY JOURNAL OF SCIENCE e-issn: 2147-835X Derg sayfası: http://dergpark.gov.tr/saufeblder
DetaylıARAŞTIRMA MAKALESİ / RESEARCH ARTICLE
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A Uygulamalı Blmler ve Mühedslk ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Appled Sceces ad Egeerg Clt/Vol.: 3-Sayı/No: : 5-63 (202 ARAŞTIRMA
DetaylıMatematik olarak normal dağılım fonksiyonu. 1 exp X 2
Matematk olarak ormal dağılım foksyou f ( ) ep ( ) Şeklde fade edlr. Burada μ artmetk ortalama, σ se stadart sapma değer gösterr ve dağılım foksyou N(μ, σ) otasyou le gösterlr. Bu deklem geometrk görütüsü
DetaylıROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI
ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI İsmal ÇÖLKESEN 1, Tahsn YOMRALIOĞLU 2, Taşkın KAVZOĞLU 3 1 Araş. Gör., Gebze Yüksek Teknoloj Ensttüsü,
DetaylıPoliteknik Dergisi, 2015; 18 (1) : Journal of Polytechnic, 2015; 18 (1) : 35-42
Poltekk Dergs, 015; 18 (1) : 35-4 Joural of Polytechc, 015; 18 (1) : 35-4 Atakya Bölgesde Rüzgâr Gücü Yoğuluğu ve Rüzgâr Hızı Dağılımı Parametreler İstatstksel Aalz İlker Mert *, Cuma Karakuş ** * Dezclk
DetaylıYILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak
YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarhl ve 25391 sayılı Resm Gazete'de yayımlamıştır.) Amaç BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayaak Madde 1 Bu Yöetmelğ amacı, 4857 sayılı İş Kauuu 53 ücü maddes
DetaylıDOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1
ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 265-270 (2001) ARAŞTIRMA MAKALESIRESEARCH ARTICLE DOGRUSAL REGRESYONDA SAGLAM TAHMN
DetaylıYüksek Çözünürlüklü Uydu Görüntüleri için Pankromatik Keskinleştirme Yöntemi
Yüksek Çözünürlüklü Uydu Görüntüleri için Pankromatik Keskinleştirme Yöntemi Selçuk SÜMENGEN (a), Çağlar ŞENARAS (a), Ahmet ERDEM (a) (a) HAVELSAN AŞ., 06531, Ankara, ssumengen@havelsan.com.tr csenaras@havelsan.com.tr
DetaylıLojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi
Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc.), 008, 18(1): 1-5 Araştırma Makales/Artcle Gelş Tarh: 10.06.007 Kabul Tarh: 7.1.007 Lojstk Regresyoda Meydaa Gele Aşırı Yayılımı İcelemes
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Pamukkale Uv Muh Blm Derg, 4(5), 99-933, 8 Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Geetk algortma le sesör kalbrasyou Geetc algorthm based sesor calbrato Ülvye
DetaylıWEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI
İstabul Tcaret Üverstes Sosal Blmler Dergs Yıl:8 Saı:5 Bahar 2009 s.73-87 WEİBULL DAĞILIMII ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİ İSTATİSTİKSEL TAHMİ YÖTEMLERİİ KARŞILAŞTIRILMASI Flz ÇAKIR ZEYTİOĞLU* ÖZET Güümüzde
DetaylıTOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı
TOBB Ekoom ve Tekoloj Üverstes İKT351 Ekoometr I, Ara Sıavı Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sıav toplam 100 pua değerde 4 soruda oluşmaktadır. Sıav süres 90 dakkadır ve
DetaylıPORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI
Süleyma Demrel Üverstes İktsad ve İdar Blmler Fakültes Dergs Y.2008, C.3, S.2 s.335-350. Suleyma Demrel Uversty The Joural of Faculty of Ecoomcs ad Admstratve Sceces Y.2008, vol.3, No.2 pp.335-350. PORTFÖY
DetaylıSAYISAL ARAZİ MODELLERİNDE BAZI ENTERPOLASYON YÖNTEMLERİNİN KARŞILAŞTIRILMASI
Selçuk Üverstes ISSN 30/678 Joural of Techcal-Ole Tekk Blmler Meslek Yüksekokulu Tekk-Ole Derg Clt 5, Sayı:-006 SAYISAL ARAZİ MODELLERİNDE BAZI ENTERPOLASYON YÖNTEMLERİNİN KARŞILAŞTIRILMASI Taer Üstütaş
DetaylıGAUSS HÜZMESİNİN YÜKSEK FREKANSLARDA PLAZMA ORTAMLA ETKİLEŞİMİ
Gai Üiv. Müh. Mim. Fak. Der. Joural of the Faculty of Egieerig ad Architecture of Gai Uiversity Cilt 3, No, 73-79, 15 Vol 3, No, 73-79, 15 GAUSS HÜZMESİNİN YÜKSEK FREKANSLARDA PLAZMA ORTAMLA ETKİLEŞİMİ
DetaylıÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Ayça Hatce TÜRKAN GÜVENİLİRLİK ANALİZİNDE KULLANILAN İSTATİSTİKSEL DAĞILIM MODELLERİ İSTATİSTİK ANABİLİM DALI ADANA, 007 ÇUKUROVA ÜNİVERSİTESİ
DetaylıÇevrimiçi Haber Metinlerinin Otomatik Olarak Sınıflandırılması
Çevrmç Haber Metler Otomatk Olarak Sııfladırılması XVI. Türkye'de İteret Koferası 30 Kasım-2 Aralık 2011 Ege Üverstes İzmr Haka Aşa 1, Efed Nasboğlu 2 1 Dokuz Eylül Üverstes, Fe Fakültes, İstatstk Bölümü
DetaylıTEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış
ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0
DetaylıDENEY 4 Birinci Dereceden Sistem
DENEY 4 Birici Derecede Sistem DENEYİN AMACI. Birici derecede sistemi geçici tepkesii icelemek.. Birici derecede sistemi karakteristiklerii icelemek. 3. Birici derecede sistemi zama sabitii ve kararlı-durum
DetaylıHareket analizi sistemlerinde otomatik olmayan sayısallaştırmada ortaya çıkan hataların
Hareket aalz sstemlerde otomatk olmaya sayısallaştırmada ortaya çıka hataları dağılımı. Murat ÇİLLİ Hacettepe Üverstes Spor Blmler ve Tekolojs Yüksekokulu cll@hacettepe.edu.tr Serdar ARITAN Hacettepe Üverstes
DetaylıPAMUKKALE ÜNİVERSİTESİ. Mühendislik Fakültesi, Makine Mühendisliği Bölümü. Zekeriya Girgin DENİZLİ, 2015 OTOMATİK KONTROL DERS NOTLARI
PAMUKKALE ÜNİVERSİTESİ Mühedlk Fakülte, Make Mühedlğ Bölümü Zekerya Grg DENİZLİ, 05 OTOMATİK KONTROL DERS NOTLARI Ööz Mühedlkte vermeye başladığım Otomatk Kotrol der daha y alaşılablme ç bu otlar hazırlamaya
DetaylıGÜÇLÜ BETA HESAPLAMALARI. Güray Küçükkocaoğlu-Arzdar Kiracı
GÜÇLÜ BETA HESAPLAMALAI Güray Küçükkocaoğlu-Arzdar Kracı Özet Bu çalışaı aacı Fasal Varlıkları Fyatlaa Model (Captal Asset Prcg Model) Beta katsayısıı hesaplarke yaygı olarak kulladığı sırada e küçük kareler
DetaylıÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU
6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız
DetaylıMESAFE KORUMA İÇİN BİR ÖRÜNTÜ TANIMA UYGULAMASI
Gaz Üv. Müh. Mm. Fak. Der. J. Fac. Eg. Arch. Gaz Uv. Clt 4, o, 5-6, 9 Vol 4, o, 5-6, 9 MESAFE KORUMA İÇİ BİR ÖRÜÜ AIMA UYGULAMASI Sam EKİCİ, Selçuk YILDIRIM ve Mustafa POYRAZ Elektrk Eğtm Bölümü, ekk Eğtm
Detaylı=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24
İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK
DetaylıTUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi
TMMOB Harita ve Kadastro Mühedisleri Odası, 5. Türkiye Harita Bilimsel ve Tekik Kurultayı, 5 8 Mart 5, Akara. TUTGA ve C Dereceli Nokta Koordiatlarıı Gri istem ile Tahmi Edilmesi Kürşat Kaya *, Levet Taşcı,
Detaylıİstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi
Makie Tekolojileri Elektroik Dergisi Cilt: 8, No: 4, 011 (75-80) Electroic Joural of Machie Techologies Vol: 8, No: 4, 011 (75-80) TEKNOLOJİK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:1304-4141
DetaylıBAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *
BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET
DetaylıTarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim.
6..27 Tarhl Mühedslk ekooms fal sıavı Süre 9 dakka Sıav Saat: Sıav süresce görevllere soru sormayı. Başarılar dlerm. D: SOYD: ÖĞRENCİ NO: İMZ: Tek ödemel akümüle değer faktörü Tek ödemel gücel değer faktörü
DetaylıTürk Dilinin Biçimbilim Yapısından Yararlanarak Türkçe Metinlerin Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması
Türk Dlnn Bçmblm Yapısından Yararlanarak Türkçe Metnlern Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması Banu DİRİ, M.Yahya KARSLIGİL Yıldız Teknk Ünverstes Elektrk Elektronk Fakültes - Blgsayar
DetaylıKonular. VERİ MADENCİLİĞİ Veri Önişleme. Değer Kümeleri. Veri Nedir? Nitelik Türleri. Konular
0 Koular VERİ MADENCİLİĞİ Ver Öşleme Yrd. Doç. Dr. Şule Güdüz Öğüdücü Öşleme y Taıma Bezerlk ve farklılık Ver Nedr? eseler ve eseler telklerde oluşa küme kayıt (record), varlık (etty), örek (sample, stace)
DetaylıKONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI
1 KONTOL KATLAI 1)DEĞİŞKENLE İÇİN KONTOL KATLAI Ölçe,gözle veya deey yolu le elde edle verler değşke(ölçüleblr-sürekl) ve özellk (sayılablr-keskl) olak üzere başlıca k gruba ayrılır. Değşke verler belrl
DetaylıHĐPERSTATĐK SĐSTEMLER
HĐPERSTATĐK SĐSTELER Taım: Bütü kest zorları, şekldeğştrmeler ve yerdeğştrmeler belrlemes ç dege deklemler yeterl olmadığı sstemlere hperstatk sstemler der. Hperstatk sstemler hesabı ç, a) Dege deklemlere,
Detaylı