GÖRÜNTÜ ONARMADA OLUŞAN ÇERÇEVE HATALARININ İYİLEŞTİRİLMESİ
|
|
- Eren Dilaver
- 6 yıl önce
- İzleme sayısı:
Transkript
1 GÖRÜNTÜ ONARMADA OLUŞAN ÇERÇEVE HATALARININ İYİLEŞTİRİLMESİ Memdu KÖSE ve Ziya TELATAR Ankara Üniversitesi Elektronik Mü. Böl., Tandoğan, 61, Ankara, Türkiye Özetçe Bu çalışmada, bulanıklaşmış görüntülerin Wiener yada ters süzgeç ile onarılması sırasında kullanılan dönüşümlerin etkisi veya atalı onarma sonucunda oluşan kenar bölgeleri ataları probleminin çözümüne yönelik bir yöntem geliştirilmiştir. Yöntemde görüntünün alt,üst,sağ ve sol çerçeve bölgelerindeki bozulmalar için bir kestirim ve daa sonrasında onarma yapılmış, merkez bölgedeki atanın ise iyi bilinen algoritmalar ile onarıldığı kabul edilmiştir. Geliştirilen yöntem görüntünün kenar bölgeleri üzerinde farkedilebilir bir iyileştirme sağlamıştır. Mevcut yöntemlerle bir karşılaştırması yapılmış, sayısal değerler ve onarılmış görüntüler sonuçlar bölümünde verilmiştir. 1. Giriş Hareket, atmosferik şartların değişimi vs. gibi etkiler nedeniyle görüntülerde bozulmalar oluşabilir. Görüntülerin anlaşılırlıklarını olumsuz etkileyen bu bozulmaların ortadan kaldırılması sayısal görüntü işlemenin temel konularından biri olmuştur. Araştırmacılar görüntü onarma olarak bilinen problemin çözümü için pek çok yöntem geliştirmişlerdir. Sezan ve Tekalp yayınladıkları makalede bulanık görüntülerin iyileştirilmesine yönelik olarak convex setler teorisi üzerinde çalışmışlardır [1]. Telatar ve Tüzünalp [2], görüntünün ayrıt bilgisinden yararlanarak onarma için bir algoritma geliştirmişlerdir.woods [3] Kalman süzgecini kullanarak kenar değerleri için bir inceleme yapmış, Lim [4] sağ ve sol kenarların şiddetleri arasındaki farklardan yararlanarak kaymayla bulanıklaşmış görüntüler için matematiksel ifadeler türetmiştir. Burada verilenler ve diğer tüm onarma yöntemlerinin genelinde atanın bütün görüntü boyunca eşit dağılmış olduğu kabulü ile ata düzeltme işlemi tüm görüntü boyunca gerçekleştirilir. Halbuki onarma atası olarak bilinen ve görüntünün kenar bölgelerine gidildikçe belirginleşen kenar bölgesi ataları yukarıda verilen algoritmaların sonucu ortaya çıkarlar. Bu yüzden onarma işlemi sonrasında bazı görüntülerin yeniden işlenmesi gerekebilir. Kenar bölgesi onarma atası olarak bilinen bu konuda ilk çalışmayı yapan Tan ve diğerleri [5] kaymayla bulanıklaşmış görüntülerin iyileştirilmesinde Wiener ve Ters süzgeç için optimal bir pencere tanımlamışlardır. Nokta yayınım fonksiyonu terimleri ile tanımlanan bu pencere, sınırlardaki ortalama piksel şiddetleri arasındaki farka göre onarma atalarını ortadan kaldırmaya yöneliktir. Kenar bölgelerde piksel şiddeti değişimlerinde artan atalar ortaya çıkabilmesine rağmen, bu pencere bulanıklaşmış görüntüler için uygulanabilir ilk kenar onarma çalışmasıdır. Çalışmalarında uzaysal olarak değişmeyen nokta yayınım fonksiyonuna saip bir fonksiyonla bulanıklaşmış bir görüntü için optimal pencere tasarlamışlardırlar. Bu çalışmada yukarıda verilen pencere tasarımına alternatif olarak, ters, Wiener süzgeç veya yukarıda belirtilen erangibir yöntem sonucu oluşan kenar atalarının giderilmesi icin yeni bir pencereleme tekniği önerilmiştir. Yöntemin sadece bozulmuş görüntünün kenar bölgeleri üzerinde etkili olması amaçlanmıştır. Bir sonraki bölümde genel pencereleme yöntemi ile ilgili tanımlamalar verilmiş, devamında bu çalışmada kapsamında geliştirilen pencere yöntemi açıklanmıştır. Sonuçlar bölümünde algoritmanın değişik bulanıklaşma değerleri ile gerçekleştirilen deneysel çalışmaları ile gerçek görüntüler üzerindeki performans değerlendirmesi ve daa önceki yöntemle bir karşılaştırması verilmiştir.
2 2.Görüntü Modeli ve Pencereleme NxN boyutlu sayısallaştırlmış bir f i,k görüntüsünün iki boyutlu nokta yayınım fonksiyonu i,k ile bulanıklaştırılması sonucunda g i M-1 L-1, k = l= j,l f i- j,k-l 1 g i,k bulanık görüntüsü elde edilir. Burada M ve L PSF nin satır ve sütun boyutlarıdır. Bulanık görüntünün ayrık Fourier dönüşümü denklem (2) de verildiği gibidir. G u N-1 N 1 M-1 L-1 W ju v f + l = j,l i- j,k-l = j,lw f, v k= l= M 1 L 1 l= N 1 j N-1-l -j k= -l i,k W 2 Burada genel terimler kullanılarak (2) eşitliği açılırsa (3) denklem elde edilir, G = F + E u, v H u, v u, v u, v 3 H u, vf u, v terimi ters süzgeçleme için mükemmel onarma terimini, u v E, terimi ise toplam ata terimini verir ve Lim ve diğerleri [4] makalelerinde bunu kenar atası olarak tanımlanmıştır. Görüntüde yatay ve düşey yönlerde bir periyodiklik varsa Ters süzgeçleme ve Wiener süzgeçleme bu ataları bir ölçüde yenebilir. Optimum pencere bulunurken amaç atayı minimuma yaklaştırmaktır. Bu amaçla ya atanın gradyenti sıfırlanmaya çalışılır yada iterasyonla göreceli olarak iyileştirme yapılır. Bu amacı gerçekleyen pencere değerleri esaplanır. Hata terimleri ile ilişkili olarak pencere karakteristiği 9 terimden oluşur. Bu 9 terimin esabı bulanıklaşma modeli terimindeki ataların azaltılması yönünde bazı terimlerin toplamı şeklinde ortaya çıkacaktır. Bu durum Şekil-1 üzerinde gösterilmiştir. Burada dokuz ayrı bölgenin seçilmesine yapılan deneyler sonucunda optimum iyileştirme sağlayacak şekilde karar verilmiştir. Burada seçilen dokuz ayrı bölgenin erbiri için aynı işlemler tekrarlanırlar. 3. Onarma için Pencereleme Tekniği Bu bölümde yukarıda basedilen dokuz bölge için en iyi onarmayı sağlayacak yeni bir pencere yöntemi önerilmiştir. Bu pencerede önceki çalışmalarda kullanılan pencerelerin aksine bozulmuş görüntünün kenar bölgeleri üzerinde çalışılmış ve algoritmanın sadece kenar bölgeleri üzerinde etkili olması sağlanmıştır. Bunun için pencere önce bir doğrusal öngörüme tabi tutulur. Bu öngörüm, atanın azaltılması yönünde mümkün olduğu kadarıyle iyileştirme yapmaktır. Mevcut görüntünün kendi kenar bölgelerinden oluşan pencereyi esaplayabilmek için önce pencerenin boyutu belirlenir. Burada dikkat edilmesi gereken nokta, pencerenin iyileştirmede kullanılan nokta yayınım fonksiyonunun boyutuna yakın bir boyutta seçilmesidir. Bu boyut piksel cinsinden esaplanarak görüntü kenarına bir kenar öngörümü ile birlikte eklenir. Bunun için kaç piksellik blok ekleneceği belirlendikten sonra doğrusal kestirim kullanılarak görüntünün kenarından başlayarak, bir sonraki piksel tamin edilir. Bu işleme pencere boyutuna ulaşıncaya kadar devam edilir. Amaç kenarlardaki iyileştirmeyi artırmak olduğundan ideal onarmaya yaklaşmak ancak ve ancak iyi bir kestirim ile mümkündür. Katlamadan doğan atalar, kestirim sırasında yapılan ataları büyültebilir ve yöntemi başarısızlığa uğratabilir. Pencere kestirilip görüntünün kenarlarına eklendikten sonra işlemlere devam edilir. Daa sonra, genel onarma tekniklerinden biri görüntüye (ters süzgeçleme, Wiener süzgeçleme vs.) uygulanır. Eklenen pencere kenarlara yumuşak bir geçiş sağlamak zorundadır. Eğer keskin bir geçiş yaparsa onarma öncesinde kenarın o bölgesi yumuşatıcı süzgeçten geçirilir. Şekil-1 de tasarlanan pencere verilmiş olup pencerenin kestirimi şu şekilde gerçekleştirilir. Çalışmada once 4 ve 8 inci bölgeler kestirilir ve öngörüme tabi tutulur. Sonra oluşan görüntünün kalan bölgeleri kestirilen
3 bölgeler de dail olmak üzere tekrar kestirilir. Böylece 1, 2, 3 ile 5, 6, 7 bölgeleri için kestirme işlemi tamamlanmış olur. Merkez bölgesi (1) ise kenar bölgesi bozulmalarından en az etkilenen bölge olduğundan, bu bölgede erangibir işlem gerçekleştirilmez ve aynen bırakılır. Eğer elimizde NxN lik bir görüntü varsa ilk etapta M piksel pencere kestirip ekleyeceksek 4 ve 8 inci bölgeler eklendikten sonra NxM+N görüntü elde edilir. Daa sonra kalan bloklar kestirilir ve en sonunda N+MxN+M lik bir pencere eklenmiş görüntü elde edilmiş olur. Kestirim sırasında kenar bölgelerde ayrıntı bilgisi fazla olan yerlerde geçişlerin daa keskin olduğu görülür. Bu keskin geçişlerden kurtulmak için yönsel kestirim yöntemleri önerilir. Bir görüntü için yönsel kestirim, merkez bölgesinden eklenen bloklara doğru görüntüdeki geçişleri koruyarak yani yönlerini kestirerek kestirimin yönünü tayin etmektir. Eşitlik (2) de verilen f i,k, g i,k ve i,k yeni pencereleme tekniği için modellenirse eşitlik (4) teki ifadeler elde edilir. g ( n, n p 1 2 gi,k = ) = g( n1, n M 1 L-1 l= 2 ) j, l f i j, k l < i, k < N + 1 < i, k < ; N < i, k < N + Burada g ( n, n p 1 2 ) yeni pencere ifadesini tanımlar, g( n1, n2 ) ise öngörme fonksiyonu olup, satırlar ve sütünlar için ayrı ayrı aşağıdaki gibi esaplanmışlardır. ( ( n1, n2 ) = g( n1, n2 1) + g( n1, n2 2) g( n1, n2 3 Satırlar için g n, n ) = g( n 1, n ) + g( n 2, n ) g( n 3, n ) Sütunlar için g ) 5 Öngörülmüş ifadede görüldüğü gibi piksel sayısı kadar görüntü er yönde genişlemiştir (Şekil 2.a). Bu ifadenin görüntüde meydana getirdiği değişiklik şekil 2.c de gösterilmiş olup (5) İfadesinden de anlaşılacağı gibi bu doğrusal kabulü ile bir öngörüm ifadesidir. Ancak bütün kenar bölgeleri boyunca değişim genellikle doğrusal değildir. Yani kenarlardaki geçişler doğrusal ifadede yakalanamazlar. Şekil-2.c de görüldüğü gibi kesikli olan öngörülmüş bölge doğrusal öngörümün atalarını gösterir. Bu kesikli atalar öngörümde kullanılan terimlerden kaynaklanmaktadır. Bir sonraki piksel değeri belirlenirken bir önceki piksel değerine iki ve üç önceki piksel değerleri arasındaki fark eklenmektedir. Bu fark bir sonraki piksel değeri için bir pozitif bir negatif olacağından dalgalı geçişler ilerleyerek devam eder. Bu ata iyi bir öngörüm ile ortadan kaldırılmakta ve daa yumuşak geçişler elde edilmektedir. Olası diğer bir ata da kenara açıyla gelen değişimlerin doğrusal bir şekilde ilerlediği kabulünün yapılmasıdır ki, bu ata da yönsel öngörümle giderilir. Eşitlik (2), (4) ve (5) eşitlikleri ile genişletilirse, 4 G p = N+ -1 N + 1 k= W M-1 L-1 ju+ lv j,lf i- j,k-l = j,lw f l= M 1 L 1 l= N + 1 j N+ -1-l -j k= -l i,k W 6 elde edilir. Burada genişletilmiş yeni pencere tekniği için (6) eşitliği yeniden yazılırsa, G p H u, v Fu, v + E u, v = 7 elde edilir. Görüleceği gibi pencereleme tekniği için elde edilen sonuç (eşitlik 6) ve genelleştirilmiş sonuç eşitliği (eşitlik 7) literatürde bilinen bozulmuş görüntü ifadesini vermektedir. Bu da pencereleme yöntemi için izlenen yolun doğru sonuca ulaştığını teorik olarak göstermektedir.
4 4. Deneysel çalışmalar ve sonuçlar Bu kısımda geliştirilen algoritmayı test etmek için yapılan çalışmalar sunulmuştur. Değişik gürültülerle bulanıklaşmış 256x256 piksel boyutundaki görüntülere önce literatürde mevcut onarma yöntemleri ve pencereleme tekniği ve daa sonra da bu çalışma kapsamında geliştirilen yeni pencere tekniği uygulanmıştır. Sonuçlar ve görüntüler karşılaştırmalı olarak sunulmuştur. Yöntem değişik görüntülere uygulanmış ve deneylerin sonuçları verilmiştir. Bulanıklaştırma fonksiyonu olarak Gauss dağılımlı gürültü alınmıştır. Bu gürültü ile bozulmuş görüntü pencere fonksiyonu ile genişletildikten sonra ters ve Wiener süzgeç ile onarılmış ve sonuçları çizelge ve şekillerde verilmiştir. Sonuçlara bakıldığında algoritma kenar bölgelerde görüntü üzerinde farkedilebilir bir iyileştirme sağladığı gözlenmiştir. Bu tekniğin bulanıklaştırma fonksiyonuna bağımlılığı yoktur ve sadece çerçeve kenarları için blok tamininde ataya düşülebilir. Bu da iyi tamin yöntemleri kullanılarak azaltılabilir. Şekil-3.a. da ters süzgeç ile onarılmış uçak görüntüsü verilmiştir. Kenar bölgelerdeki çizgiler onarma atası sonucu ortaya çıkmıştır. Şekil-3.b. de ise G=.4 için bu çalışmada önerilen pencere yöntemi ile kenar atalarının minimuma indirilmiş görüntüsü verilmiştir ve db cinsinden esaplanan iyileştirmeler çizelgelerde verilmiştir. Çizelge-1 ve 3 de ters süzgeç ve Wiener süzgeç için önerilen yöntemin bir karşılaştırması verilerek, sabit blok genişliği ve gamma değerinin artışıyla (artan nokta yayınım fonksiyonu için) PSNR esaplama sonuçları sunulmuş ve önerilen pencere yönteminin klasik yöntemlerden biraz daa iyi sonuçlar ürettiği gözlenmiştir. Çizelge-2 ve 4 de ise sabit gamma değeri için blok genişliği değiştirilerek ters ve Wiener süzgeç için bir karşılaştırması verilmiştir. PSNR esabında kenara yaklaşıldıkça 5 db ye kadar iyileştirme sağlandığı gözlenmiştir. Çizelge 5 ve çizelge 6 da ise yeni pencere yönteminin klasik onarma yöntemleri ve önceki pencere yöntemiyle bir karşılaştırması verilmiştir. Bu çizelgelerde bu çalışma kapsamında sunulan pencere yönteminin öncekine göre iyileştirme farkı çizelgede açıklıkla görülmektedir. Algoritma yalnızca kenar çerçeveleri üzerinde iyileştirme sağlamakta, orta bölgelerde ise erangi bir işlem yapılmamaktadır. Yapılan deneyler sonucunda G nin daa büyük değerleri için daa yüksek oranda iyileştirmelerin sağlandığı gözlenmistir. PSNR esaplamaları görüntü boyunca yapılmıştır. İyileştirme işlemi ise sadece kenar çerçeve bölgeleri üzerinde yapıldığından iyileştirme esapları mevcut onarma yöntemlerine yakın çıkmıştır. 5. Çıkarımlar Deneysel çalışmalar sonucunda blok ekleyerek yaptığımız yeni pencere tekniği [Tan, Lim, Tan 1991] de önerilen kenar algoritması yönteminden daa iyi sonuçlar verdiği deneylerle gözlenmiştir. Deneylerde er iki yöntem aynı görüntülere uygulanmış yöntemlerin sonuçları PSNR olarak tabloda ve görüntü olarak şekillerde verilmiştir. Yeni yöntem kenarlara yaklaşıldıkça iyileştirme oranını artırmaktadır. Ayrıca yeni yöntem için erangibir görüntü kısıtlaması yoktur. Öngörüm algoritmasının iyi çalıştığı bütün görüntülerde başarıyla uygulanabilir. İlerisi için komşuluk değerlerinden yararlanan öngörüm algoritmaları kullanılarak iyileştirme oranı daada iyiye götürülebilir. Kaynakça [1] Sezan, M. I., Tekalp A. M., Iterative Image Restoration wit Ringing Suppression Using te Metod of POCS, Proceedings, IEEE Int. Conf. On ASSP, New York, pp [2] Telatar, Z., Tüzünalp, Ö., 1998, Edge Estimation and Restoration of Gaussian Degraded Images, JIST- Journal of Imaging Science and Tecnology, v.42, n.4, pp [3] Woods, J. Biemond, W. J. Tekalp, A. M Boundary Value Problem in Image Restoration, ICASSP 85, Tampa, FL, [4] Tan, K. C., Lim, H., Tan, B. T. G., 1991 Edge Errors in Inverse and Wiener Süzgeç Restorations of Motion-Blurred Images and Teir Windowing Treatment, CVGIP: Grap. Models Image Process. Vol. 53, No. 2, Marc, pp [5] Tan, K. C., Lim, H., Tan, B. T. G., Windowing Tecniques for Image Restoration, CVGIP: Grap. Models Image Process. Vol. 53, No. 5, September,
5 Çizelge-1 Sabit Blok Genişliği İçin Ters Süzgeç PSNR Ölçümleri =1 Kadar Bölgede Ters Süzgeç İçin Hesaplanmış PSNR Değerleri Gamma Değerleri Ters Süzgeç- Bloklanmış Görüntü Çizelge-2 Sabit Gamma İçin Ters Süzgeç PSNR Ölçümleri Gamma=.5 İçin Değişik Blok Genişliklerinde Ters Süzgeç İçin Hesaplanmış PSNR Değerleri Blok Genişliği Ters Süzgeç- Bloklanmış Görüntü Çizelge-3 Sabit Blok Genişliği İçin Wiener Süzgeç PSNR Ölçümleri =1 Kadar Bölgede Wiener Süzgeç İçin Hesaplanmış PSNR Değerleri Gamma Değerleri Ters Süzgeç- Bloklanmış Görüntü Çizelge 4 Sabit Gamma İçin Wiener Süzgeç PSNR Ölçümleri Gamma=.5 İçin Değişik Blok Genişliklerinde Wiener Süzgeçleme İçin Hesaplanmış PSNR Değerleri Blok Genişliği Ters Süzgeç- Bloklanmış Görüntü Çizelge 5 Değişik Görüntüler İçin Ters Süzgeç PSNR Sonuçları Görüntü Pencere- Ters S.- Y.Pencere- Uçak G= Uçak G= Çizelge 6 Değişik Görüntüler İçin Wiener Süzgeç PSNR Sonuçları Görüntü Pencere- Wiener Y.Pencere- Uçak Gamma= Uçak Gamma=
6 Merkez Bölgesi Şekil-1 Pencere Fonksiyonunun Tanımı GÖRÜNTÜ Öngörü (a) (b) (c) Şekil-2. Öngörüm ifadesinin gösterimi (a) (b) Şekil-3. a. Ters süzgeçlenmiş uçak görüntüsü, b. (a) daki görüntünün pencere yöntemi ile onarılmış şekli
Bilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 5 Görüntü Süzgeçleme ve Gürültü Giderimi Alp Ertürk alp.erturk@kocaeli.edu.tr Motivasyon: Gürültü Giderimi Bir kamera ve sabit bir sahne için gürültüyü nasıl azaltabiliriz?
DetaylıÇİFT EŞİK DEĞERLİ GÖRÜNTÜ NETLEŞTİRME YÖNTEMİ
ÇİFT EŞİK DEĞERLİ GÖRÜNTÜ NETLEŞTİRME YÖNTEMİ Ali S Awad *, Erhan A İnce* *Doğu Akdeniz Üniversitesi Elektrik ve Elektronik Mühendisliği Mağosa, KKTC İnce@eeneteeemuedutr, Asawad@emuedutr Özetçe Beyaz
DetaylıYıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü. Bilgisayarla Görme. Final
Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Bölümü Bilgisayarla Görme Final Harris ve Moravec Köşe Belirleme Metotları Selçuk BAŞAK 08501008 Not: Ödevi hazırlamak için geliştirdiğim
DetaylıKISITLI OPTİMİZASYON
KISITLI OPTİMİZASYON SİMPLEKS YÖNTEMİ Simpleks Yöntemi Simpleks yöntemi iteratif bir prosedürü gerektirir. Bu iterasyonlar ile gerçekçi çözümlerin olduğu bölgenin (S) bir köşesinden başlayarak amaç fonksiyonunun
DetaylıYöneylem Araştırması II
Yöneylem Araştırması II Öğr. Gör. Dr. Hakan ÇERÇİOĞLU cercioglu@gazi.edu.tr BÖLÜM I: Doğrusal Programlama Tekrarı Doğrusal Programlama Tanımı Doğrusal Programlama Varsayımları Grafik Çözüm Metodu Simpleks
DetaylıHızlı Düzey Küme Yöntemine Bağlı Retinal Damar Bölütlemesi. Bekir DİZDAROĞLU. KTÜ Bilgisayar Mühendisliği Bölümü
Bekir DİZDAROĞLU KTÜ Bilgisayar Mühendisliği Bölümü bekir@ktu.edu.tr 1/29 Tıbbi imge bölütleme klasik yaklaşımları a) Piksek tabanlı b) Kenar tabanlı c) Bölge tabanlı d) Watershed (sınır) tabanlı e) Kenar
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 12 Video, Optik Akış ve Takip Alp Ertürk alp.erturk@kocaeli.edu.tr Video Video, farklı zamanlarda alınan çerçeveler dizisidir Videolar, iki boyut uzamsal, üçüncü boyut zaman
DetaylıELEKTRONİK ÇİZELGE. Hücreleri Biçimlendirme. Formülleri Kullanma. Verileri Sıralama. Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME
Hücreleri Biçimlendirme ELEKTRONİK ÇİZELGE Formülleri Kullanma Verileri Sıralama Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME Elektronik Çizelge de sayıları; bin ayracı, yüzde oranı, tarih/saat ve para
DetaylıBULANIK SİNİR AĞLARI YARDIMIYLA BİYOMEDİKAL İMGELERİN GÜRÜLTÜ BİLEŞENLERİNDEN ARINDIRILMASI
BULANIK SİNİR AĞLARI YARDIMIYLA BİYOMEDİKAL İMGELERİN GÜRÜLTÜ BİLEŞENLERİNDEN ARINDIRILMASI M. Emin YÜKSEL 1 Alper BAŞTÜRK 1 M. Tülin YILDIRIM 2 1 Erciyes Üniversitesi, Mühendislik Fakültesi, Elektronik
DetaylıMOD419 Görüntü İşleme
MOD419 Görüntü İşleme Ders Kitabı: Digital Image Processing by Gonzalez and Woods Puanlama: %30 Lab. %20 Vize %10 Quizes %40 Final %60 devam mecburiyeti Görüntü İşleme ye Giriş Görüntü İşleme Nedir? Özellikle
Detaylı4. Bulanık Sayılar- Üyelik Fonksiyonları
4. Bulanık Sayılar- Üyelik Fonksiyonları Bulanık Sayı Normal ve dışbükey bir bulanık kümenin alfa kesimi kapalı bir küme ise bulanık sayı olarak adlandırılmaktadır. Her bulanık sayı dış bükey bir bulanık
DetaylıTek Değişkenli Optimizasyon OPTİMİZASYON. Gradient Tabanlı Yöntemler. Bisection (İkiye Bölme) Yöntemi
OPTİMİZASYON Gerçek hayatta, çok değişkenli optimizasyon problemleri karmaşıktır ve nadir olarak problem tek değişkenli olur. Bununla birlikte, tek değişkenli optimizasyon algoritmaları çok değişkenli
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Tabu Arama (Tabu Search) Doç.Dr. M. Ali Akcayol Tabu Arama 1986 yılında Glover tarafından geliştirilmiştir. Lokal minimum u elimine edebilir ve global minimum u bulur. Değerlendirme
DetaylıERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ SİVİL HAVACILIK ANABİLİM DALI YENİ DERS ÖNERİSİ/ DERS GÜNCELLEME
/ DERS GÜNCELLEME Dersin Kodu SHA 615 Dersin Adı İSTATİSTİKSEL SİNYAL İŞLEME Yarıyılı GÜZ Dersin İçeriği: Olasılık ve olasılıksal süreçlerin gözden geçirilmesi. Bayes kestirim kuramı. Büyük olabilirlik
DetaylıÖZGEÇMİŞ ve YAYINLAR LİSTESİ
ÖZGEÇMİŞ ve YAYINLAR LİSTESİ 1. Adı Soyadı............. : Hatice ( KIRIMLI ) SEZGİN 2. Doğum Tarihi............ : 11 Haziran 1959 3. Ünvanı................. : Yardımcı Doçent Doktor 4. Öğrenim Durumu :
DetaylıHafta 5 Uzamsal Filtreleme
BLM429 Görüntü İşlemeye Giriş Hafta 5 Uzamsal Filtreleme Yrd. Doç. Dr. Caner ÖZCAN If the facts don't fit the theory, change the facts. ~Einstein İçerik 3. Yeğinlik Dönüşümleri ve Uzamsal Filtreleme Temel
DetaylıEŞİTLİK KISITLI TÜREVLİ YÖNTEMLER
EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER LAGRANGE YÖNTEMİ Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde değişkenler ve kısıtlar genel olarak şeklinde gösterilir. fonksiyonlarının
DetaylıMakine Öğrenmesi 2. hafta
Makine Öğrenmesi 2. hafta Uzaklığa dayalı gruplandırma K-means kümeleme K-NN sınıflayıcı 1 Uzaklığa dayalı gruplandırma Makine öğrenmesinde amaç birbirine en çok benzeyen veri noktalarını aynı grup içerisinde
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları
DetaylıGörüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur.
Görüntü İşleme Görüntü işleme, dijital bir resim haline getirilmiş olan gerçek yaşamdaki görüntülerin bir girdi resim olarak işlenerek, o resmin özelliklerinin ve görüntüsünün değiştirilmesidir. Resimler
DetaylıGÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI
GÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI Bu konuda bir çok algoritma olmasına rağmen en yaygın kullanılan ve etkili olan Sobel algoritması burada anlatılacaktır. SOBEL FİLTRESİ Görüntüyü
DetaylıBölüm 6 Görüntü Onarma ve Geriçatma
BLM429 Görüntü İşlemeye Giriş Bölüm 6 Görüntü Onarma ve Geriçatma Dr. Öğr. Üyesi Caner ÖZCAN Gördüğümüz şeyler tek başlarına ne gördüğümüz değildir... Hislerimizin algı yeteneğinden ayrı olarak nesnelerin
DetaylıAlgoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli. Mustafa Kemal Üniversitesi
Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli Graf, matematiksel anlamda, düğümler ve bu düğümler arasındaki ilişkiyi gösteren kenarlardan oluşan bir kümedir; mantıksal ilişki düğüm ile düğüm
DetaylıMATRİSEL ÇÖZÜM TABLOLARIYLA DUYARLILIK ANALİZİ
SİMPLEKS TABLONUN YORUMU MATRİSEL ÇÖZÜM TABLOLARIYLA DUYARLILIK ANALİZİ Şu ana kadar verilen bir DP probleminin çözümünü ve çözüm şartlarını inceledik. Eğer orijinal modelin parametrelerinde bazı değişiklikler
DetaylıOPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2
OPTIMIZASYON.... Bir Değişkenli Fonksiyonların Maksimizasyonu.... Türev...3.. Bir noktadaki türevin değeri...4.. Maksimum için Birinci Derece Koşulu...4.3. İkinci Derece Koşulu...5.4. Türev Kuralları...5
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 7 SIFT ve Öznitelik Eşleme Alp Ertürk alp.erturk@kocaeli.edu.tr Panorama Oluşturma Görüntü mozaikleme, panorama oluşturma gibi tüm uygulamalar için öncelikle ilgili görüntülerin
DetaylıGörüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003
Görüntü İşleme K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 İçerik Görüntü İşleme Nedir? Görüntü Tanımlamaları Görüntü Operasyonları Görüntü İşleme
DetaylıÜniversite Sanayi İşbirliği Başarılı Uygulamalar Çalıştayı
Üniversite Sanayi İşbirliği Başarılı Uygulamalar Çalıştayı ODTÜ-UME Tarafından ASELSAN A.Ş. İçin Gerçekleştirilen Projeler Ar. Gör. Çağdaş Çalık Uygulamalı Matematik Enstitüsü ODTÜ İçerik ODTÜ UME Tanıtımı
DetaylıYönbağımsız ve Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering
Yönbağımsız Yönbağımlı Gauss Süzgeçleme Isotropic and Anisotropic Gaussian Filtering Deniz Yıldırım 1, Bekir Dizdaroğlu 2 1 Harita Mühendisliği Bölümü, 2 Bilgisayar Mühendisliği Bölümü Karadeniz Teknik
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 6 Kenar, Köşe, Yuvarlak Tespiti Alp Ertürk alp.erturk@kocaeli.edu.tr KENAR TESPİTİ Kenar Tespiti Amaç: Görüntüdeki ani değişimleri / kesintileri algılamak Şekil bilgisi elde
DetaylıElena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK. 2 Şubat 2007
AVUÇ İZİ VE PARMAK İZİNE DAYALI BİR BİYOMETRİK TANIMA SİSTEMİ Elena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK İstanbul Bilgi Üniversitesi Bilgisayar Bilimleri 2 Şubat 2007 Biyometrik Biyometrik, kişileri
DetaylıDoğrusal Denklemler Sis./Sys. of Linear Equations
Doğrusal Denklemler Sis./Sys. of Linear Equations Uygulama alanı: Lineer olan her sistem Notation: Ax 1 = b Augmented [A l b] Uniqueness A = 0, A nxa Bu şekilde yazılan sistemler Overdetermined (denklem
DetaylıSimpleks Yönteminde Kullanılan İlave Değişkenler (Eşitliğin yönüne göre):
DP SİMPLEKS ÇÖZÜM Simpleks Yöntemi, amaç fonksiyonunu en büyük (maksimum) veya en küçük (minimum) yapacak en iyi çözüme adım adım yaklaşan bir algoritma (hesaplama yöntemi) dir. Bu nedenle, probleme bir
DetaylıFrekans Seçici Kanallarda Çalışan Yukarı Link MC-CDMA Sistemleri için EM Tabanlı Birleşik Bilgi Sezim ve Kanal Kestirim Yöntemi
IEEE 15. Sinyal İşleme ve İletişim Uygulamaları Kurultayı - 2007 Frekans Seçici Kanallarda Çalışan Yukarı Link MC-CDMA Sistemleri için EM Tabanlı Birleşik Bilgi Sezim ve Kanal Kestirim Yöntemi Erdal Panayırcı
DetaylıKROMOSFERĠK YARI AKTĠF BĠR BÖLGEDE GÖZLENEN ĠNCE YAPILARDAKĠ PLAZMA HAREKETLERĠ
KROMOSFERĠK YARI AKTĠF BĠR BÖLGEDE GÖZLENEN ĠNCE YAPILARDAKĠ PLAZMA HAREKETLERĠ Asuman GÜLTEKĠN İstanbul Üniversitesi, Fen Fakültesi, Astronomi ve Uzay Bilimleri Bölümü,3119 Üniversite asumang@istanbul.edu.tr
DetaylıOYUN TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü
OYUN TEORİSİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü TANIM ''Oyun Teorisi'', iki yada daha fazla rakibi belirli kurallar altında birleştirerek karşılıklı olarak çelişen olasılıklar
DetaylıBÖLÜM I GİRİŞ (1.1) y(t) veya y(x) T veya λ. a t veya x. Şekil 1.1 Dalga. a genlik, T peryod (veya λ dalga boyu)
BÖLÜM I GİRİŞ 1.1 Sinyal Bir sistemin durum ve davranış bilgilerini taşıyan, bir veya daha fazla değişken ile tanımlanan bir fonksiyon olup veri işlemde dalga olarak adlandırılır. Bir dalga, genliği, dalga
DetaylıRadyolojik Görüntüleme Sistemlerinde Görüntü Kalitesinin Sayısal Olarak Değerlendirilmesi. Yard. Doç. Dr. Özlem Birgül 23 Kasım 2013, Antalya
Radyolojik Görüntüleme Sistemlerinde Görüntü Kalitesinin Sayısal Olarak Değerlendirilmesi Yard. Doç. Dr. Özlem Birgül 23 Kasım 2013, Antalya Amaç - Gelişen dedektör teknolojisi ile farklı dedektörlerin
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 2- HATA VE HATA KAYNAKLARI Doç. Dr. Ali Rıza YILDIZ 1 GİRİŞ Bir denklemin veya problemin çözümünde kullanılan sayısal yöntem belli bir giriş verisini işleme tabi tutarak sayısal
DetaylıG( q ) yer çekimi matrisi;
RPR (DÖNEL PRİZATİK DÖNEL) EKLE YAPISINA SAHİP BİR ROBOTUN DİNAİK DENKLELERİNİN VEKTÖR-ATRİS FORDA TÜRETİLESİ Aytaç ALTAN Osmancık Ömer Derindere eslek Yüksekokulu Hitit Üniversitesi aytacaltan@hitit.edu.tr
DetaylıZaman Ortamı Yapay Uçlaşma (Time Domain Induced Polarization) Yöntemi
Zaman Ortamı Yapay Uçlaşma (Time Domain Induced Polarization) Yöntemi Yöntemin Esasları ve Kullanım Alanları Yapay uçlaşma yöntemi, yer altına gönderilen akımın aniden kesilmesinden sonra ölçülen gerilim
DetaylıSONLU FARKLAR GENEL DENKLEMLER
SONLU FARKLAR GENEL DENKLEMLER Bir elastik ortamın gerilme probleminin Airy gerilme fonksiyonu ile formüle edilebilen halini göz önüne alalım. Problem matematiksel olarak bölgede biharmonik denklemi sağlayan
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:
Detaylı2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı
DetaylıKİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI
KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği
DetaylıISSN : 1308-7231 mbaykara@firat.edu.tr 2010 www.newwsa.com Elazig-Turkey
ISSN:1306-3111 e-journal of New World Sciences Academy 011, Volume: 6, Number:, Article Number: 1A0173 ENGINEERING SCIENCES Burhan Ergen Received: November 010 Muhammet Baykara Accepted: February 011 Firat
DetaylıDERS 2 : BULANIK KÜMELER
DERS 2 : BULNIK KÜMELER 2.1 Gİriş Klasik bir küme, kesin sınırlamalarla verilen bir kümedir. Örneğin, klasik bir küme aşağıdaki gibi belirtilebilir: = { x x > 6 }, Kapalı sınır noktası burada 6 dır.burada
DetaylıMühendislikte Sayısal Çözüm Yöntemleri NÜMERİK ANALİZ. Prof. Dr. İbrahim UZUN
Mühendislikte Sayısal Çözüm Yöntemleri NÜMERİK ANALİZ Prof. Dr. İbrahim UZUN Yayın No : 2415 İşletme-Ekonomi Dizisi : 147 5. Baskı Eylül 2012 - İSTANBUL ISBN 978-605 - 377-438 - 9 Copyright Bu kitabın
Detaylıveri dosyadan okutulacak (1) - sinama verisi (2)-son(3) >
ONUNCU HAFTA BİLGİSAYAR YAZILIMLARI VE UYGULAMALAR 9.7.1. İdeal Süzgeç Düzenleme için Bilgisayar Programları Zaman bölgesinde frekans seçici süzgeç düzenlenmesi için 7ideal.pro adlı PV-WAVE dilinde yazılmış
DetaylıEkle sekmesindeki Tablolar grubundaki Tablo seçeneği ile tablo oluşturulur.
4. EKLE SEKMESİ Ekle sekmesi Excel de tablo, grafik, köprü ve resim eklendiği sekmedir. 4.1. Tablolar Ekle sekmesindeki Tablolar grubundaki Tablo seçeneği ile tablo oluşturulur. Tablo oluşturulmak istenen
DetaylıYÖNEYLEM ARAŞTIRMASI - I
YÖNEYLEM ARAŞTIRMASI - I 1/71 İçerik n Bulunması Kuzey-Batı Köşe Yöntemi En Küçük Maliyetli Göze Yöntemi Sıra / Sütun En Küçüğü Yöntemi Vogel Yaklaşım Metodu (VAM) Optimum Çözümün Bulunması Atlama Taşı
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
DetaylıAşağı Link MC-CDMA Sistemlerinde Kullanılan PIC Alıcının EM-MAP Tabanlı Olarak İlklendirilmesi
IEEE 15. Sinyal İşleme ve İletişim Uygulamaları Kurultayı - 2007 Aşağı Link MC-CDMA Sistemlerinde Kullanılan PIC Alıcının EM-MAP Tabanlı Olarak İlklendirilmesi Hakan Doğan 1,Erdal Panayırcı 2, Hakan Ali
DetaylıTRANSİSTÖRLÜ YÜKSELTEÇLERDE GERİBESLEME
TRANSİSTÖRLÜ YÜKSELTEÇLERDE GERİBESLEME Amaç Elektronikte geniş uygulama alanı bulan geribesleme, sistemin çıkış büyüklüğünden elde edilen ve giriş büyüklüğü ile aynı nitelikte bir işaretin girişe gelmesi
DetaylıBÖLÜM 5 5. TABLO OLUŞTURMAK
BÖLÜM 5 5. TABLO OLUŞTURMAK Belli bir düzen içerisinde yan yana ve alt alta sıralanmış veya hizalı şekilde oluşturulması gereken bilgiler word de tablo kullanılarak hazırlanırlar. Örneğin bir sınıfa ait
DetaylıSayısal Filtre Tasarımı
Sayısal Filtre Tasarımı Sayısal Filtreler Filtreler ayrık zamanlı sistemlerdir. Filtreler işaretin belirli frekanslarını güçlendirmek veya zayıflatmak, belirli frekanslarını tamamen bastırmak veya belirli
DetaylıGenel Graf Üzerinde Mutlak 1-merkez
Genel Graf Üzerinde Mutlak 1-merkez Çözüm yöntemine geçmeden önce bazı tanımlara ihtiyaç vardır. Dikkate alınan G grafındaki düğümleri 1 den n e kadar numaralandırın. Uzunluğu a(i, j)>0 olarak verilen
DetaylıYinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri
Yinelemeli ve Uyarlanır Ayrıt Saptayıcı Süzgeçleri innur Kurt, Muhittin Gökmen İstanbul Teknik Üniversitesi ilgisayar Mühendisliği ölümü Maslak 8066, İstanbul {kurt,gokmen}@cs.itu.edu.tr Özetçe Görüntü
DetaylıAyrık Fourier Dönüşümü
Ayrık Fourier Dönüşümü Tanım: 0 n N 1 aralığında tanımlı N uzunluklu bir dizi x[n] nin AYRIK FOURIER DÖNÜŞÜMÜ (DFT), ayrık zaman Fourier dönüşümü (DTFT) X(e jω ) nın0 ω < 2π aralığında ω k = 2πk/N, k =
DetaylıSAP2000 de önceden saptanan momentler doğrultusunda betonarme plak donatısı hesapları şu makale doğrultusunda yapılmaktadır:
Teknik Not: Betonarme Kabuk Donatı Boyutlandırması Ön Bilgi SAP000 de önceden saptanan momentler doğrultusunda betonarme plak donatısı esapları şu makale doğrultusunda yapılmaktadır: DD ENV 99-- 99 Eurocode
Detaylıİkinci dersin notlarında yer alan Gepetto Marangozhanesi örneğini hatırlayınız.
ISLE 403 YÖNEYLEM ARAŞTIRMASI DERS 3 NOTLAR DP Modellerinin Standart Biçimde Gösterimi: İkinci dersin notlarında yer alan Gepetto Marangozhanesi örneğini hatırlayınız. Gepetto Marangozhanesi için DP modeli
DetaylıULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ
ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTIRMA MODELİNİN TANIMI Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.
Detaylı1: DENEYLERİN TASARIMI VE ANALİZİ...
İÇİNDEKİLER Bölüm 1: DENEYLERİN TASARIMI VE ANALİZİ... 1 1.1. Deneyin Stratejisi... 1 1.2. Deneysel Tasarımın Bazı Tipik Örnekleri... 11 1.3. Temel Kurallar... 16 1.4. Deneyleri Tasarlama Prensipleri...
DetaylıAKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI
AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI *Mehmet YÜCEER, **Erdal KARADURMUŞ, *Rıdvan BERBER *Ankara Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü Tandoğan - 06100
DetaylıINPUTBOX KULLANIMI. Komut Düğmesine uygulanan algoritma örneği
INPUTBOX KULLANIMI InputBox komutu, Basic programlama dilinde program algoritması içinde ekran aracışığı ile bir sorgu yönlendirerek, kullanıcının bilgi girmesini sağlamak amacıyla kullanılır. Bu komutun
DetaylıBir Doğrusal Programlama Modelinin Genel Yapısı
Bir Doğrusal Programlama Modelinin Genel Yapısı Amaç Fonksiyonu Kısıtlar M i 1 N Z j 1 N j 1 a C j x j ij x j B i Karar Değişkenleri x j Pozitiflik Koşulu x j >= 0 Bu formülde kullanılan matematik notasyonların
DetaylıDENKLEM DÜZENEKLERI 1
DENKLEM DÜZENEKLERI 1 Dizey kuramının önemli bir kullanım alanı doğrusal denklem düzeneklerinin çözümüdür. 2.1. Doğrusal düzenekler Doğrusal denklem düzeneği (n denklem n bilinmeyen) a 11 x 1 + a 12 x
Detaylı4.3. Türev ile İlgili Teoremler
4.. Türev ile İlgili Teoremler Bu kesimde ortalama değer teoremini vereceğiz. Ortalama değer teoremini ispatlarken kullanılacak olan Fermat teoremini ve diğer bazı teoremleri ispat edeceğiz. 4...Teorem
DetaylıCCD KAMERA KULLANARAK SAYISAL GÖRÜNTÜ İŞLEME YOLUYLA GERÇEK ZAMANLI GÜVENLİK UYGULAMASI
CCD KAMERA KULLANARAK SAYISAL GÖRÜNTÜ İŞLEME YOLUYLA GERÇEK ZAMANLI GÜVENLİK UYGULAMASI Serhan COŞAR serhancosar@yahoo.com Oğuzhan URHAN urhano@kou.edu.tr M. Kemal GÜLLÜ kemalg@kou.edu.tr İşaret ve Görüntü
DetaylıHer bir polis devriyesi ancak bir çağrıyı cevaplayabilir. Bir çağrıya en fazla bir devriye atanabilir.
7. Atama Modelleri: Atama modelleri belli işlerin veya görevlerin belli kişi veya kurumlara atanması ile alakalıdır. Doğrusal programlama modellerinin bir türüdür ve yapı itibariyle ulaştırma modellerine
DetaylıEĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI
2015-2016 EĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI MİCROSOFT EXCEL PROGRAMI Programın Açılışı: Başlat Tüm Programlar Microsoft Office Microsoft
DetaylıSÜREKLİ RASSAL DEĞİŞKENLER
SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.
DetaylıGeliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma
Geliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma Mustafa TEKE, Dr. Ufuk SAKARYA TÜBİTAK UZAY IEEE 21. Sinyal İşleme, İletişim ve Uygulamaları Kurultayı (SİU 2013),
DetaylıDENEY 3: DTMF İŞARETLERİN ÜRETİLMESİ VE ALGILANMASI
DENEY 3: DTMF İŞARETLERİN ÜRETİLMESİ VE ALGILANMASI AMAÇ: DTMF işaretlerin yapısının, üretim ve algılanmasının incelenmesi. MALZEMELER TP5088 ya da KS58015 M8870-01 ya da M8870-02 (diğer eşdeğer entegreler
DetaylıHafta 7 Görüntü Onarma ve Geriçatma (Kısım 1)
BLM429 Görüntü İşlemeye Giriş Hafta 7 Görüntü Onarma ve Geriçatma (Kısım 1) Yrd. Doç. Dr. Caner ÖZCAN Gördüğümüz şeyler tek başlarına ne gördüğümüz değildir... Hislerimizin algı yeteneğinden ayrı olarak
DetaylıLineer Programlama. Doğrusal terimi, hem amaç hem de kısıtları temsil eden matematiksel fonksiyonların doğrusal olduğunu gösterir.
LİNEER PROGRAMLAMA Giriş Uygulamada karşılaşılan birçok optimizasyon problemi kısıtlar içerir. Yani optimizasyon probleminde amaç fonksiyonuna ilave olarak çözümü kısıtlayıcı ek denklemler mevcuttur. Bu
DetaylıBULANIK MANTIK ile KONTROL
BULANIK MANTIK ile KONTROL AFYON KOCATEPE ÜNİVERSİTESİ Bulanık mantığın temel prensipleri: Bulanık küme sözel değişkenleri göstermek için kullanılır. Az sıcak, biraz soğuk gibi bulanık mantık üyelik fonksiyonları
DetaylıSoru 1. Soru 4. Soru 2. Soru 5. Soru 3. Soru 6.
İ s t a n b u l K ü l t ü r Ü n i v e r s i t e s i Matematik -Bilgisayar Bölümü MB500, MC 56, MC 56 - NÜMERİK ANALİZ (I) 0 Ocak 0 CEVAPLAR Talimatlar Sınav süresi 5 dakikadır. İlk 0 dakika sınav salonunu
DetaylıYrd. Doç. Dr. A. Burak İNNER
Yrd. Doç. Dr. A. Burak İNNER Kocaeli Üniversitesi Bilgisayar Mühendisliği Yapay Zeka ve Benzetim Sistemleri Ar-Ge Lab. http://yapbenzet.kocaeli.edu.tr DOĞRUSAL OLMAYAN (NONLINEAR) DENKLEM SİSTEMLERİ Mühendisliğin
DetaylıSahne Geçişlerinin Geometrik Tabanlı olarak Saptanması
Sahne Geçişlerinin Geometrik Tabanlı olarak Saptanması 1 Giriş Binnur Kurt, H. Tahsin Demiral, Muhittin Gökmen İstanbul Teknik Üniversitesi, Bilgisayar Mühendisliği Bölümü, Maslak, 80626 İstanbul {kurt,demiral,gokmen}@cs.itu.edu.tr
DetaylıYAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ. Umut FIRAT
YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ Umut FIRAT ufirat@yahoo.com Öz: Depremler yeryüzünde en çok yıkıma neden olan doğal afetlerdir. Bu durum, depremlerin önceden tahmin edilmesi fikrini
DetaylıUlaştırma ve Atama. Konu 2. Ulaştırma Modeli. Doç. Dr. Fazıl GÖKGÖZ
Ulaştırma ve Atama Modelleri Konu 2 Ulaştırma Modeli 1. Farklı kaynaklardan temin edilen bir ürün, mümkün olan minimum maliyetle farklı istikametlere taşınmaktadır. 2. Her kaynak noktası sabit sayıda ürün
DetaylıDairesel Temellerde Taban Gerilmelerinin ve Kesit Zorlarının Hesabı
Prof. Dr. Günay Özmen İTÜ İnşaat Fakültesi (Emekli), İstanbul gunozmen@yahoo.com Dairesel Temellerde Taban Gerilmelerinin ve Kesit Zorlarının Hesabı 1. Giriş Zemin taşıma gücü yeter derecede yüksek ya
Detaylı3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem
3.2. DP Modellerinin Simpleks Yöntem ile Çözümü 3.2.1. Primal Simpleks Yöntem Grafik çözüm yönteminde gördüğümüz gibi optimal çözüm noktası, her zaman uygun çözüm alanının bir köşe noktası ya da uç noktası
DetaylıHorn ve Schunck Optik Akış yöntemi ile hareket vektörlerinin gerçek zamanlı veya videolar üzerinden gerçeklenmesi.(matlab)
Horn ve Schunck Optik Akış yöntemi ile hareket vektörlerinin gerçek zamanlı veya videolar üzerinden gerçeklenmesi.(matlab) Dersin Adı: Say.İşaret İşleme Tas.&Uyg. Sınıf Eğitmeni: Bilge Günsel Kalyoncu
DetaylıKinematik Modeller. Kesikli Hale Getirilmiş Sürekli Zaman Kinematik Modeller: Rastgele giriş yok ise hareketi zamanın bir polinomu karakterize eder.
1 Kinematik durum modelleri konumun belirli bir türevi sıfıra eşitlenerek elde edilir. Rastgele giriş yok ise hareketi zamanın bir polinomu karakterize eder. Böyle modeller polinom modeller olarak ta bilinir
DetaylıGÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ
GÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ GÖRÜNTÜ İŞLEME Hafta Hafta 1 Hafta 2 Hafta 3 Hafta 4 Hafta 5 Hafta 6 Hafta 7 Hafta 8 Hafta 9 Hafta 10 Hafta 11 Hafta 12 Hafta 13 Hafta 14 Konu Giriş Digital Görüntü Temelleri-1
DetaylıEsnek Hesaplamaya Giriş
Esnek Hesaplamaya Giriş J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Esnek Hesaplama Nedir? Esnek hesaplamanın temelinde yatan
Detaylı4. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.
4. HAFTA BLM33 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi BLM33 DOĞRUSAL OLMAYAN (NONLINEAR) DENKLEM SİSTEMLERİ Mühendisliğin
DetaylıBULANIK MANTIK VE SİSTEMLERİ 2014 2015 BAHAR DÖNEMİ ÖDEV 1. Müslüm ÖZTÜRK 148164001004 Bilişim Teknolojileri Mühendisliği ABD Doktora Programı
BULANIK MANTIK VE SİSTEMLERİ 2014 2015 BAHAR DÖNEMİ ÖDEV 1 Müslüm ÖZTÜRK 148164001004 Bilişim Teknolojileri Mühendisliği ABD Doktora Programı Mart 2015 0 SORU 1) Bulanık Küme nedir? Bulanık Kümenin (fuzzy
DetaylıKLASİK BULANIK MANTIK DENETLEYİCİ PROBLEMİ : INVERTED PENDULUM
KLASİK BULANIK MANTIK DENETLEYİCİ PROBLEMİ : INVERTED PENDULUM M.Ali Akcayol Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Bilgisayar Mühendisliği Bölümü (Yüksek Lisans Tezinden Bir Bölüm) Şekil 1'
DetaylıBÖLÜM 1 GİRİŞ 1.1 GİRİŞ
BÖLÜM 1 GİRİŞ 1.1 GİRİŞ Microsoft Excel de dosyalar çalışma kitabı olarak isimlendirilir. Bu dosyalar normal belge türüdür. Dosya ismi üzerine fare ile tıklandığında dosya açılır. Excel dosyaları tablolardan
DetaylıARAZİ ÖLÇMELERİ. Temel Ödev I: Koordinatları belirli iki nokta arasında ki yatay mesafenin
Temel ödevler Temel ödevler, konum değerlerinin bulunması ve aplikasyon işlemlerine dair matematiksel ve geometrik hesaplamaları içeren yöntemlerdir. öntemlerin isimleri genelde temel ödev olarak isimlendirilir.
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 2 Kuvvet Vektörleri Kaynak: Mühendislik Mekaniği: Statik, R.C.Hibbeler, S.C.Fan, Çevirenler: A. Soyuçok, Ö.Soyuçok. 2 Kuvvet Vektörleri Bu bölümde,
DetaylıB = 2 f ρ. a 2. x A' σ =
TÜRKİYE ULUSAL JEODEZİ KOMİSYONU (TUJK) 004 YILI BİLİMSEL TOPLANTISI MÜHENDİSLİK ÖLÇMELERİNDE JEODEZİK AĞLAR ÇALIŞTAYI JEODEZİK GPS AĞLARININ TASARIMINDA BİLGİSAYAR DESTEKLİ SİMÜLASYON YÖNTEMİNİN KULLANIMI
DetaylıBiyomedikal Resimlerdeki Rastgele Değerli Darbe Gürültüsünün Çift Gürültü Kontrollü Hızlı Adaptif Medyan Filtre ile Azaltılması
URSI-TÜRKİYE 214 VII. Bilimsel Kongresi, 28-3 Ağustos 214, ELAZIĞ Biyomedikal Resimlerdeki Rastgele Değerli Darbe Gürültüsünün Çift Gürültü Kontrollü Hızlı Adaptif Medyan Filtre ile Azaltılması Cafer Budak
DetaylıEM302 Yöneylem Araştırması 2. Dr. Özgür Kabak
EM302 Yöneylem Araştırması 2 Dr. Özgür Kabak TP Çözümü TP problemlerinin çözümü için başlıca iki yaklaşım vardır kesme düzlemleri (cutting planes) dal sınır (branch and bound) tüm yaklaşımlar tekrarlı
Detaylı13. Olasılık Dağılımlar
13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon
Detaylı2014-2015 EĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI
2014-2015 EĞİTİM-ÖĞRETİM YILI BİLİŞİM TEKNOLOJİLERİ VE YAZILIM DERSİ 6. SINIF 2. DÖNEM 2. SINAV ÇALIŞMA NOTLARI İşletim Sisteminde Yapılan Uygulamalar Bir Bilgisayarda Hangi İşletim Sistemi Yüklü Olduğunu
Detaylı