ERS-2 Raw Datası için Dönüşüme Dayalı Sıkıştırma
|
|
- Irmak Boztepe
- 8 yıl önce
- İzleme sayısı:
Transkript
1 ERS- Raw Datası çn Dönüşüme Dayalı Sııştırma. Göhan. KASAPOĞLU, İrahm. PAPİLA, Bngül YAZGA, Sedef KET İstanul Ten Ünverstes, Eletr-Eletron Faültes, Eletron ve Haerleşme Mühendslğ, 066, Masla, İstanul Tel: , Fax: e-mal: gohan@eh.tu.edu.tr Özet: Uydu platformunda Yapay Açılılı Radar (YAR) sensörü le elde edlen verlern gerçe zamanda yer stasyonlarına letlmes and genşlğ ve aşağı ln data hızından aynalanan sınırlamalar nedenyle anca sııştırma tenleryle mümündür. En y lnen onumsal uzay sııştırma tenğ, Blo Adaptf Kuantalamaya (BAQ) dayanır.[,3] İşlenmemş YAR verler çn dönüşüm domennde sııştırma, dönüşüm domen atsayılarının dnam aralığının azaltılması le sağlanalr.bu çalışmada ERS- Raw datasının sııştırılması çn dalgacı dönüşümü ullanılmıştır. Dalgacı dönüşümü le freans özeller aynı olan leşenler ayrılara herr freans ölgesnde statstsel özelller gözönüne alınara BAQ uygulanmıştır.çalışma sonucu aşarım analz PRI (Precson Image) ürününde, BAQ, DCT-BAQ[,7] yöntemler de gözönüne alınara arşılaştırmalı olara verlmştr.. Grş Uydu platformlarında ulunan Yapay Açılılı Radarlar, yer yüzeynn görüntüleyen uzatan algılama sstemlerdr. Yer yüzeynn görüntülenmes sonucu elde edlen verlern letlmes çn gerel ln hızı (Sııştırılmış ERS- Raw datası çn aşağı ln data hızı 04 Mt/sn dr. ) and genşlğ sınırlaması yüzünden aşarılamayalr. Bu yüzden ham YAR verlernn sııştırılması gerer. YAR sensörü tarafından aydınlatılan alandan yansıyan şaret alınır, alınan analog şaret ara freans ölgesne ndrlr ve temel andda eş fazlı I ve 90 derece faz farlı Q leşenler elde edlr. İşlenmemş YAR vers yqust freansında genellle 3 t le t arası odsözcüler le odlanara sayısallaştırılır. ERS- Raw datası I ve Q leşenler 5 tle odlanmıştır. YAR sensörü le YAR verlernn şlendğ yer stasyonları arasında aşağı ln gerçe zamanda ver letmn sağlamalıdır.[,3]. Yapay Açılılı Radar Datası Özelller Yapay açılılı radar versn elrleyen, yüzeyn saçıcılığı ve yüzeyde saçıcı yoğunluğu, sadece statstsel parametrelerle açılanalr. Bundan dolayı saçılan alan (İşlenmemş yapay açılılı radar şaret) r rasgele süreçtr.eğer ayırıcılı hücresnde tane saçıcının olduğunu ve asın r hedefn olmadığını aul ederse, toplam saçılan şaret I + jq S ex jφ ) I cosφ + j Q snφ () şelnde fade edlelr. Burada I ex jφ ). saçıcının atısıdır.i ve Q se sırasıyla toplam şaretn reel ve majner ölümüdür. Eğer saçıcı sayısı,, üyüse merez lmt teorem uygulanalr ve u durumda I ve Q normal dağılımlıdır. Buna ağlı olara I ve Q ye lşn olasılı dağılım fonsyonları sıfır ortalamalı ve varyansı σ olma üzere I) Q) πσ πσ I ex σ Q ex σ ) ) () şelnde elrtlelr.[4] p ( φ ) S ) (3) π ds, φ 0
2 π S S p ( S) dφ S, φ) ex ), V 0 σ σ 0 (4) (3) ve (4) fadelernde görüldüğü üzere şaretn genlğ, S, ( 0, ) aralığında Raylegh dağılımlı ve fazı, φ, se ( 0, π ) arasında unform dağılımlıdır.[4] YAR datasının statstsel özelllernden yararlanaca olan sııştırma algortması çn Saçılan şaretn reel (I) ve majner (Q) leşenlernn ayrı ayrı odlanması uygun olacatır. 3. Yapay Açılılı Radar Data Sııştırma Yöntemler Ham YAR datası çn önerlen sııştırma yöntemler opt sensörlerden elde edlen görüntülern sııştırılmasında ullanılan yöntemlerden farlılı gösterr. Reel (I), ve majner (Q) leşenlernden oluşan omples YAR datası opt sensörlerden elde edlen datalardan farlı olara esn değşmlere sahptr. Bu yüzden dönüşüm uzayında ullanılaca odlama yapısı sadece düşü freanslı leşenler date alara tasarlanamaz. Dğer öneml r notada Ham YAR datasının entrop değerdr. Bu değer r psel odlama çn ullanılaca mnmum uzunlulu od sözcü uzunluğunu gösterr. Ham YAR datasının entrop değernn olduça yüse olması yalnızca ayıplı sııştırma yöntemlernn uygulanmasına olana verr.[5] 3. Konumsal Uzayda Sııştırma Blo Adaptf Kuantalama (BAQ), sensörün ulunduğu platformda, sııştırma şlemnn gerçe zamanda yapılmasına olana sağlar. Saçıcılardan yansıyan şaretn I ve Q leşenlernn statstsel özelllernden yararlanılır. I ve Q leşenler Gauss dağılımlı, sıfır ortalamalı ve lnmeyen varyanslıdırlar[,4]. Algortmanın adaptf olması, gelen data loğunun uygun alt lolara ayrılması ve her ayrılan lo çn varyans lgsnn hesaplanara uantalamada ullanılaca eş lgsnn varyansa ağlı ulunmasıyla sağlanır. İşlenmemş ver loğunu oluşturan alt lolar, Gauss Dağılımını sağlayaca adar üyü, lo çnde enerjnn sat olmasını garant edece adar üçü oyutta seçlmeldrler. Şel de BAQ çn ullanılan algortmanın lo dagramı gösterlmştr.[,3] BAQ algortmasında ullanılan Lloyd-Max uantalayıcı, uantalanaca şaretn olasılı yoğunlu fonsyonunun lnmes durumunda eşğn uantalama hatalarını mnmze edece şelde seçlmesn sağlar. Şel de Lloyd-Max uantalayıcıya at -tl odlama araterstlğ gösterlmştr. İşlenmemş Ver Bloğu Blo Büyülüğü:l (I ve Q analları) Lloyd-Max Kuantalayıcı r: sııştırma oranı Standart sapma σ nın hesaplanması Sııştırılmamış ver hızı (t/örne) xlx xl BAQ ç ı 0 ı 0 ş 00 /r Kodlanmış ver loğu lo üyülüğü:l (I ve Q analları) Sgma σ Sııştırılmış ver hızı (t/örne) xl / r) + xl Şel BAQ lo dagramı 0,9σ 0 0,9σ Şel İ t BAQ od şeması Grş 3.. Dönüşüm Uzayında Sııştırma Dönüşüm domennde sııştırma, zaman domennde ço sayıda olan rryle lşl verlern daha az sayıda rryle lşsz dönüşüm atsayılarıyla fade edlmesyle sağlanır. İşlenmemş YAR vers dönüşüm domennde Gauss dağılımına uygun se Blo Adaptf Kuantalama dönüşüm domennde de uygulanalr. Bu şart olduça genş lo oyutları çn sağlanır. İşlenmemş YAR vers hem azmuth hem de menzl doğrultusunda freans modülasyonu çerr. Freans modülasyonu enerjnn dönüşüm domennde az r ölgeye yoğunlaşması sonucunu doğurur. Bunun sonucu olara ham YAR versnn dönüşüm domennde dnam aralığı artar. Dnam aralığın artması sııştırma performansını olumsuz etler Burada BAQ le odlanan ver lolarının
3 oyutu, ls, daha önce ölümde anlatıldığı g Gauss dağılımını sağlayaca ölçüde üyü, ver loğu çnde enerj sevyesnn sat tutulalmes amacıyla da yeternce üçü seçlmeldr. BAQ sonrası ver loları rtrlere ls oyutunda ls >> ls şartını sağlayan r ver loğu oluşturulur. Dönüşüm u rtrlmş ver loğuna uygulanır. Dönüşüm sonrası odlama şlem yne BAQ odlayıcı le yapılır.[] 3.. DCT-BAQ Algortması BAQ uygulanalmes çn Ayrı Kosnüs Dönüşümü (DCT) sonrası ver loğunun Gauss dağılımlı olması gerer. Dönüşüm atsayıları ncelendğnde, DC leşenn dğer atsayılara göre olduça üyü olduğu görülmetedr. Bu nedenle ver loğunun standart sapması olduça üçülmete ve DC leşene göre üçü olan atsayılar dönüşüm sonrası aynı BAQ uantalama sevyesnde almata ve u durum uantalayıcı sevyelernn hepsnn ullanılalmesn engellemetedr. Eğer dönüşüm sonrası elde edlen ver loğunda DC leşen ayrılır ve DC leşenn yerne sıfır elenrse elde edlen yen data loğunun BAQ le daha verml odlandığı görülmüştür. Burada DC leşen çıarıldığında oluşan yen data loğunun Gauss dağılımına yalaştığı görülür. Varyansla rlte DC leşenn de tle odlanara gönderleleceğ düşünülürse u durum sııştırma performansını az da olsa olumsuz etler faat daha üyü data loları çn sııştırma oranında olumsuz ets azalır. Şel 4 de ham YAR datasının dönüşüm domennde sııştırılmasına at algortma görülmetedr. İşlenmemş Ver Bloğu Blo Büyülüğü:l (I ve Q analları) Sııştırılmamış ver hızı (t/örne) xlx xl Dönüşüm DC leşen yerne sıfır eleme Lloyd-Max Kuantalayıcı r: sııştırma oranı /r Standart sapma σ nın hesaplanması BAQ Şel 4 WT-BAQ çn od şeması Kodlanmış ver loğu lo üyülüğü:l (I ve Q analları) Sgma σ DC leşen Sııştırılmış ver hızı (t/örne) xl / r) + + xl Şel 3 İşlenmemş YAR verlernn dönüşüm domennde sııştırılması 3.. WT-BAQ Algortması Dalgacı dönüşümü yüse freanslar çn zamanda daha y onumlanma ve düşü freanslar çn se daha genş r pencereleme manı sağlar. Ayrı dalgacı dönüşümü WT {n)} e uygulanırsa; WT n)} { c, d } (5) { c Hx) h( n ) n) ( (6) n d Gx) g( n ) n) ( (7) n
4 Yüse geçren g(n) ve alça geçren h(n) fltre çftleryla ham YAR reel (I) ve majner (Q) leşenler alt andlara ayrılır. YAR ham datası dğer opt datalardan farlı olara yüse freanslı leşenlernde de ayda değer yüse atsayılı dönüşüm atsayıları vardır. Bu yüzden dalgacı dönüşümü sonucunda alt andlara ayrılan YAR ham datasının her r freans leşenne sahp olduğu enerj nsetnde od sözcü uzunluğu atanır. Şel 4 de WT-BAQ algortması çn od şeması görülmetedr.kod şemasının Şel 4 de olduğu g seçlmes BAQ, DCT-BAQ ve WT-BAQ yöntemlernn aynı sııştırma oranı çn aşarımın arşılaştırılmasına olana verr. 4.İşlenmemş YAR Datası Sııştırma Tenler Performans Analz., le ham orjnal YAR verler, σ x le ham orjnal YAR şaret gücü, x ˆ(, le sııştırılıp açılmış ham YAR vers, σ le se sııştırılıp açılmış YAR şaret gücü gösterlmştr. Karşılaştırmalarda urada elrtlen xˆ leşenler date alınmıştır. Sııştırma tenlernn aşarım analz, şaret gürültü oranı, sııştırma oranı olma üzere rterle ortaya onmuştur.ormalze ortalama aresel hata; MSE l! (,, ) l, () olara ulunur. İşaret gürültü oranı, SR şelndedr. () de σ x orjnal şaret gücü σ x SR( db) 0log0 (9) MSE x l σ, (0) olara elrtlr.[,3]. Bu çalışmada tanıtılan ham YAR verlernn sııştırılmasına yönel ullanılan örne A ew Processng Algorthm for ERS- SAR Raw Data aşlılı EO-CAT-09 ESA projesnden sağlanan Temuz 000, İstanul ERS- SAR RAW datasıdır. Talo de ERS- Raw datası sııştırma performansları görülmetedr. Sııştırma performansı olara WT-BAQ nun daha y sonuç verdğ görülmetedr. Talo ERS- Raw datası sııştırma performansları BAQ DCT-BAQ WT-BAQ (Dau ) WT-BAQ (Haar) SR (db) 0,9 7,9 9,7 6,4 Kaynalar [] Benz, U.,Strodl, K. ve Morera, A., A Compresson of Severel Algorthms for SAR Raw Data Compresson, IEEE Trans On Geoscence and Remote Sensng, Clt 33, o 5, Eylül 995. [] Curlander, J. and. Mcdonough, R., Synthetc Aperture Radar Systems and Sgnal Processng, John Wley & Sons, Inc., 99. [3] Kwo, R. and Johnston,W., Bloc Adaptve Quantzaton of Magellan SAR Data, IEEE Trans. On Geoscence and Remote Sensng. Vol. 7 o 4 Temmuz 99 [4] Franceschett, G ve Lanar, P., 999 Synthetc Aperture Radar Processng, CRS Press Washngton, ABD. [5] Wjmans, W ve Armruster, P., Data Compresson Technques for Space Aplcatons DASIA 96 Roma, İtalya, 996. [6] Kasapoğlu.G., Y. Lsans Tez, İTÜ Fen Blmler. Ensttüsü., 000
5 [7] Kasapoğlu.G., Yazgan B., "İşlenmemş Yapay Açılılı Radar Verlernn Sııştırılması", İstanul Ünverstes Mühendsl Faültes Eletr-Eletron Dergs, Clt., Sayı., s.7-36, 00.
ÝÞLENMEMÝÞ YAPAY AÇIKLIKLI RADAR VERÝLERÝNÝN SIKIªTIRILMASI SYNTHETIC APERTURE RADAR RAW DATA COMPRESSION
ISTANBUL UNIVERSITY ENGINEERING FACULTY JOURNAL OF ELECTRICAL & ELECTRONICS YEAR VOLUME NUMBER : 001 : 1 : (7-36) ÝÞLENMEMÝÞ YAPAY AÇIKLIKLI RADAR VERÝLERÝNÝN SIKIªTIRILMASI SYNTHETIC APERTURE RADAR RAW
DetaylıSABİT-KUTUP YAKLAŞIMI KULLANILARAK TELEKONFERANSTA ODA AKUSTİK EKO YOK ETME
SABİ-KUUP YAKLAŞIMI KULLAILARAK ELEKOFERASA ODA AKUSİK EKO YOK EME uğba Özge ÖZDİÇ Rıfat HACIOĞLU Eletr-Eletron Mühendslğ Bölümü Mühendsl Faültes Zongulda Karaelmas Ünverstes, 671, Zongulda ozdnc_ozge@hotmal.com
DetaylıDALGACIK DÖNÜŞÜMÜ İLE EEG İŞARETLERİNDEN ÇIKARILAN ÖZNİTELİK VEKTÖRLERİ ÜZERİNDE İSTATİSTİKSEL İŞLEMLERİN GERÇEKLEŞTİRİLMESİ
DALGACI DÖNÜŞÜMÜ İLE EEG İŞARETLERİNDEN ÇIARILAN ÖZNİTELİ VETÖRLERİ ÜZERİNDE İSTATİSTİSEL İŞLEMLERİN GERÇELEŞTİRİLMESİ Elf Derya ÜBEYLİ İnan GÜLER TOBB Eonom ve Tenoloj Ünverstes, Mühendsl Faültes, Eletr-Eletron
DetaylıPARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY
PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,
DetaylıSAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI
TMMOB Harta ve Kadastro Mühendsler Odası, 15. Türye Harta Blmsel ve Ten Kurultayı, 5 8 Mart 015, Anara. SAYISAL YÜKSEKLİK MODELLERİNDE KLASİK VE ESNEK HESAPLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI Leyla ÇAKIR*
DetaylıANOVA. CRD (Completely Randomized Design)
ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde
DetaylıTek Yönlü Varyans Analizi (ANOVA)
VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem
DetaylıPARAMETRİK OLMAYAN HİPOTEZ TESTLERİ
PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE KARE TESTLERİ Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda
DetaylıDüşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri
Düşü Hacml Üretmde İstatstsel Proses Kontrolü: Kontrol Grafler A. Sermet Anagün ÖZET İstatstsel Proses Kontrolu (İPK) apsamında, proses(ler)de çeştl nedenlerden aynalanan değşenlğn belrlenere ölçülmes,
DetaylıFARKLI SES KAYNAKLARINDAN ÜRETİLEN TEMEL TANIM DİZİLERİ İLE KONUŞMA İŞARETLERİNİN MODELLENMESİ
ARKI SES KAYNAKARINDAN ÜRETİEN TEME TANIM DİZİERİ İE KONUŞMA İŞARETERİNİN MODEENMESİ Rafet AKDENİZ Ümt GÜZ 2 Haan GÜRKAN 2 B. Sıddı YARMAN 2 Traya Ünverstes, Çorlu Mühendsl aültes, Eletron ve Haberleşme
DetaylıAJANDA LİTERATÜR TARAMASI
AJANDA İSTANBUL DAKİ HASTANELERDEN TIBBİ ATIKLARIN TOPLANMASI İÇİN ARA TESİSE UĞRAMALI BİR ARAÇ ROTALAMA MODELİ Denz Asen Koç Ünverstes İtsad ve İdar Blmler Faültes Müge Güçlü Koç Ünverstes Endüstr Mühendslğ
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 12 Sayı: 3 sh. 1-15 Ekim 2010
DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cl: 12 Sayı: 3 sh. 1-15 Em 2010 ZAMAN-FREKANS DÜZLEMİNDE SİNYAL BİLEŞENİ ÇIKARIMI İÇİN YENİ BİR YÖNTEM (A NOVEL METHOD FOR SIGNAL COMPONENT INCISION
DetaylıÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER
Uludağ Ünverstes İtsad ve İdar lmler Faültes Dergs lt XXV, ayı, 006, s. 41-70 ÜÇ OYUTLU ÇPRZ TLOLRD LOGRİTMİK DOĞRUL NLİZ: ÇOUK İŞGÜÜ DEĞİŞKENLERİ RINDKİ ETKİLEŞİMLER erpl ÜLÜL * Özet Kategor verlerde
DetaylıMOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM
Nur ÖZHENEKCİ O SÜPERPOZİSYONU İLE ZAAN ANI ALANINA ÇÖZÜ Aşağıda açılanaca olan ortogonall özelllernn sağlandığı yapılar çn, zaman tanım alanında çözüm, her mod çn ayrı ayrı yapılıp daha sonra bu modal
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
DetaylıSüleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.111-131.
Süleyman Demrel Ünverstes İktsad ve İdar Blmler Fakültes Y.008, C.3, S. s.-3. BİREYSEL EMEKLİLİK FONLARINDA FON YAPILARININ KARMA DENEMELER YÖNTEMİ İLE İNCELENMESİ EXAMINING THE STRUCTURE OF FUNDS BY MIXTURE
DetaylıStokastik Süreçler. Bir stokastik Süreç ya da rastgele süreç şöyle tanımlanabilir.
Stoasti Süreçler Bir stoasti Süreç ya da rastgele süreç şöyle tanımlanabilir. Zamanla değişen bir rastgele değişendir. Rastgele değişenin alacağı değer zamanla değişmetedir. Deney çıtılarına atanan rastgele
DetaylıBÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler
BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda
Detaylı6. Uygulama. dx < olduğunda ( )
. Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal
DetaylıSürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak
DetaylıRASGELE SÜREÇLER. Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk fonksiyonu aşağıdaki gibi olmalıdır.
RASGELE SÜREÇLER Eğer bir büyülüğün her t anında alacağı değeri te bir şeilde belirleyen matematisel bir ifade verilebilirse bu büyülüğün deterministi bir büyülü olduğu söylenebilir. Haberleşmeden habere
DetaylıÇok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi
9-11 Aralı 2009 Ço Yüse Mobiliteli Sönümlemeli Kanallardai OFDM Sistemleri için Kanal Kestirimi İstanbul Üniversitesi Eletri-Eletroni Mühendisliği Bölümü {myalcin, aan}@istanbul.edu.tr Sunum İçeriği Giriş
DetaylıARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ
ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,
DetaylıMakine Öğrenmesi 6. hafta
Makne Öğrenmes 6. hafta Yapay Snr Ağlarına Grş Tek katmanlı YSA lar Algılayıcı (Perceptron) Aalne (Aaptve Lnear Elemen Byolojk Snr Hücres Byolojk snrler ört ana bölümen oluşmaktaır. Bunlar: Denrt, Akson,
DetaylıRayleigh ve Weibull Dağılımları Kullanılarak Osmaniye Bölgesinde Rüzgar Enerjisinin Değerlendirilmesi
Süleyman Demrel Ünverstes Raylegh Fen Blmler ve Webull Ensttüsü Dağılımları Dergs Kullanılara Osmanye Bölgesnde Rüzgar Enerjsnn Değerlendrlmes Clt 20, Sayı 1, 62-71, 2016 Süleyman Demrel Unversty Journal
DetaylıEMG İşaretlerinin K-Ortalama Algoritması Kullanılarak Öbekleştirilmesi. EMG Signal Analysis Using K-Means Clustering
KSÜ Mühendslk Blmler Dergs, (), 9 5 KSU Journal of Engneerng Scences, (), 9 EMG İşaretlernn K-Ortalama Algortması Kullanılarak Öbekleştrlmes Mücahd Günay, Ahmet ALKA, KSÜ Mühendslk-Mmarlık Fakültes Elektrk-Elektronk
DetaylıSıklık Tabloları ve Tek Değişkenli Grafikler
Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.
DetaylıHİDROJEN-METAN KARIŞIM YANMASINDA YANMA MODEL SABİTİNİN DEĞERLENDİRİLMESİ
Isı Blm ve Tenğ Dergs, 3, 1, 45-57, 21 J. of Thermal Scence and Technology 21 TIBTD Prnted n Turey ISSN 13-3615 HİDROJEN-METAN KARIŞIM YANMASINDA YANMA MODEL SABİTİNİN DEĞERLENDİRİLMESİ İler YILMAZ *,
DetaylıTRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI
Yönetm, Yl 9, Say 28, Ekm - 1997,5.20-25 TRANSPORT PROBLEMI ÇIN GELIsTIRILMIs VAM YÖNTEMI Dr. Erhan ÖZDEMIR I.Ü. Teknk Blmler M.Y.O. L.GIRIs V AM transport problemlerne en düsük malyetl baslangç çözüm
DetaylıMAK354 Isı Mühendisliği Genel Sınav Soru ve Cevapları Mustafa Eyriboyun
1) Br yoğuşturucunun 25,4 çapında nce cdarlı boruları çnden 1.2 /s hızla su aatadır. Boru yüzey sıcalığı 350 K de sabt tutulatadır. Su grş sıcalığı 17 C ve borular 5 uzunlutadır. Buna göre suyun çıış sıcalığı
DetaylıPARÇALI DOĞRUSAL REGRESYON
HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal
Detaylı16. Dörtgen plak eleman
16. Ddörtgen pla eleman 16. Dörtgen pla eleman Kalınlığı dğer boyutlarına göre üçü ve düzlemne d yü etsnde olan düzlem taşıyıcı ssteme pla denr. Yapıların döşemeler, sıvı deposu yan duvarları ve öprü plaları
DetaylıKİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ
Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp
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
DetaylıMAKROİKTİSAT (İKT209)
MAKROİKTİSAT (İKT29 Ders 6: IS-LM Prof. Dr. Ferda HALICIOĞLU İtsat Bölümü Syasal Blgler Faültes İstanbul Medenyet Ünverstes Derste İncelenen Konular Mal pyasasında denge: IS eğrs Para pyasasında denge:
DetaylıDEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ
SAÜ 6. BÖLÜM DEĞİŞKELİK (YAYIKLIK) ÖLÇÜLERİ PROF. DR. MUSTAFA AKAL İÇİDEKİLER 1. DEĞİŞKELİĞİ TAIMI VE ÇEŞİTLERİ. AALATİK OLMAYA DEĞİŞKELİK ÖLÇÜLERİ 3. ORTALAMA MUTLAK SAPMA 3.1. Bast Serde Ortalama Mutla
DetaylıFLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ
FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ 1 Nasır Çoruh, Tarık Erfdan, 3 Satılmış Ürgün, 4 Semra Öztürk 1,,4 Kocael Ünverstes Elektrk Mühendslğ Bölümü 3 Kocael Ünverstes Svl Havacılık Yüksekokulu ncoruh@kocael.edu.tr,
DetaylıKİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri
Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.
DetaylıYaklaşık İdeal Talep Analizi Yöntemi. ve Fiyat Esnekliklerinin Tahmini
Yalaşı İdeal Talep Analz Yöntem le Harcama ve Fyat Esnellernn Tahmn Mehmet Arf ŞAHİNLİ İstatstç, Türye İstatst Kurumu, Ulusal Hesaplar ve Eonom Göstergeler Dare Başanlığı arfsahnl@tu.gov.tr Yalaşı İdeal
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,
DetaylıKollektif Risk Modellemesinde Panjér Yöntemi
Douz Eylül Üniversitesi İtisadi ve İdari Bilimler Faültesi Dergisi, Cilt:6, Sayı:, Yıl:, ss.39-49. olletif Ris Modellemesinde anér Yöntemi ervin BAYAN İRVEN Güçan YAAR Özet Hayat dışı sigortalarda, olletif
DetaylıPROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak
DetaylıMETA ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI
T.C. MERSİN ÜNİVERSİTESİ SAĞLIK BİLİMLERİ ENSTİTÜSÜ BİYOİSTATİSTİK VE TIBBİ BİLİŞİM ANABİLİM DALI META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI
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
DetaylıUÇAK ÇİZELGELEME PROBLEMİNİN KARINCA KOLONİLERİ OPTİMİZASYONU İLE ÇÖZÜMÜ
Uça Çzelgeleme roblemnn Karınca Kolonler Optmzasyonu le Çözümü HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 2005 CİLT 2 SAYI 1 (87-95) UÇAK ÇİZELGELEME ROBLEMİNİN KARINCA KOLONİLERİ OTİMİZASYONU İLE ÇÖZÜMÜ
DetaylıMIXED REGRESYON TAHMİN EDİCİLERİNİN KARŞILAŞTIRILMASI. The Comparisions of Mixed Regression Estimators *
MIXED EGESYON TAHMİN EDİCİLEİNİN KAŞILAŞTIILMASI The Comparisions o Mixed egression Estimators * Sevgi AKGÜNEŞ KESTİ Ç.Ü.Fen Bilimleri Enstitüsü Matemati Anabilim Dalı Selahattin KAÇIANLA Ç.Ü.Fen Edebiyat
DetaylıYÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA
YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,
Detaylı2.4GHz ISM Bandı Alıcı Verici Sistemleri için ANFIS Kullanılarak 280MHz Band Geçiren Aktif Filtre Tasarımı ve Analizi
Fırat Ünverstes-Elazığ 2.4GHz ISM Bandı Alıcı Verc Sstemler çn ANFIS Kullanılarak 280MHz Band Geçren Aktf Fltre Tasarımı ve Analz Mehmet Al BELEN, Adnan KAYA 2.2 Elektronk-Haberleşme Mühendslğ Bölümü Süleyman
DetaylıMLP YAPAY SİNİR AĞLARINDA ÖĞRENME SÜRECİNİN AKTİVASYON FONKSİYONU VE İSTATİKSEL DEĞİŞİM GÖSTEREN GİRİŞ VERİLERİNE BAĞIMLILIĞI
MLP YAPAY SİNİR AĞLARINDA ÖĞRENME SÜRECİNİN AKTİVASYN FNKSİYNU VE İSTATİKSEL DEĞİŞİM GÖSTEREN GİRİŞ VERİLERİNE BAĞIMLILIĞI Hals ALTUN * Ulaş EMİNĞLU 2 Ber Sam TEZEKİCİ 3 Nğde Ünverstes, Mühendsl-Mmarlı
DetaylıDeney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı
SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış
DetaylıMamografide Şüpheli Kitle Adayı Bölgelerin Belirlenmesi
Mamografde Şüphel Kle Adayı Bölgelern Belrlenmes Burçn KURT a, Vasf V. NABİYEV b, Kemal TURHAN a a Byosas ve Tıp Blşm AD, Karadenz Ten Ünverses, Trabzon b Blgsayar Mühendslğ AD, Karadenz Ten Ünverses,
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.
DetaylıÖrneklemeli K-ortalama Algoritması Kmeans with Sampling
Örneklemel K-oralama Algorması Kmeans wh Samplng Mehme Fah Amasyalı Blgsayar Mühendslğ Bölümü Yıldız Teknk Ünverses mfah@ce.yldz.edu.r Öze K-oralama algorması, kümeleme prolemlernn çözümünde en çok kullanılan
DetaylıMIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için
MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102
Detaylı5.3. Tekne Yüzeylerinin Matematiksel Temsili
5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn
DetaylıAerodinamik Akışların Modellenmesinde Döngülü Olan ve Olmayan 7 Yaklaşımın Uygulanması
Aerodnamk Akışların Modellenmesnde Döngülü Olan ve Olmayan 7 Yaklaşımın Uygulanması Mehmet Önder Efe, Marco Debas, Peng Yan, Htay Özbay 4, Mohammad Sammy 5 Elektrk ve Elektronk Mühendslğ Bölümü TOBB Ekonom
DetaylıBilgisayarla Görüye Giriş
Blgsayarla Görüye Grş Ders 8 Görüntü Eşleme Alp Ertürk alp.erturk@kocael.edu.tr Panorama Oluşturma Görüntüler eşlememz / çakıştırmamız gerekmektedr Panorama Oluşturma İk görüntüden özntelkler çıkar Panorama
DetaylıKaraciğer mikrodizi kanser verisinin sınıflandırılması için genetik algoritma kullanarak ANFIS in eğitilmesi
Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes Bülent Haznedar 1*, Mustafa Turan Arslan 2, Adem Kalınlı 3 ÖZ 21.06.2016 Gelş/Receved, 30.11.2016 Kabul/Accepted
DetaylıŞiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *
İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)
DetaylıKİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.
Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk
DetaylıGüvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular
Güvenl Stoları Tedar Zncrlernde Belrszl Yönetm: Güvenl Stoları Güvenl Stoğu: Herhang br dönemde, talebn tahmn edlen mtarın üzernde gerçeleşen mtarını arşılama çn elde bulundurulan sto mtarıdır Q Çevrm
DetaylıCalculating the Index of Refraction of Air
Ankara Unversty Faculty o Engneerng Optcs Lab IV Sprng 2009 Calculatng the Index o Reracton o Ar Lab Group: 1 Teoman Soygül Snan Tarakçı Seval Cbcel Muhammed Karakaya March 3, 2009 Havanın Kırılma Đndsnn
DetaylıYük Yoğunluğu ve Nokta Yük İçeren Elektrik Alan Problemlerinin Sınır Elemanları Yöntemiyle İncelenmesi
Fırat Ünv. Fen ve Müh. Bl. Dergs cence and Eng. J of Fırat Unv. (), 99-, (), 99-, Yü Yoğunluğu ve Nota Yü İçeren Eletr Alan Problemlernn ınır Elemanları Yöntemyle İncelenmes Hüseyn ERİŞTİ ve elçu YILDIRIM
DetaylıParalel Aktif Güç Filtresi Denetimi İçin Adaline YSA Tabanlı Farklı Referans Akım Çıkartım Yöntemlerinin Karşılaştırılması
Batman Ünverstes Batman Unversty Yaşam Blmler Dergs; Clt 6 Sayı 2/2 (2016) Journal of Lfe Scences; Volume 6 Number 2/2 (2016) Paralel Aktf Güç Fltres Denetm İçn Adalne YSA abanlı Farklı Referans Akım Çıkartım
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ
DetaylıGÜÇ KALİTESİNDEKİ BOZULMA TÜRLERİNİN SINIFLANDIRILMASI İÇİN BİR ÖRÜNTÜ TANIMA YAKLAŞIMI
Gaz Ünv. Müh. Mm. Fak. Der.. Fac. Eng. Arch. Gaz Unv. Clt 6, No 1, 41-56, 011 Vol 6, No 1, 41-56, 011 GÜÇ KALİESİNDEKİ BOZULMA ÜRLERİNİN SINIFLANDIRILMASI İÇİN BİR ÖRÜNÜ ANIMA YAKLAŞIMI Murat UYAR, Selçuk
Detaylıkadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.
KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X
DetaylıKİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen.
Biyoistatisti (Ders : Ki Kare Testleri) Kİ KARE TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr Kİ-KARE TESTLERİ 1. Ki-are testleri
DetaylıĐZENCE Temel Kavram ve Prenspler Tez Problem Sınır Değer Problem Green Fonsyonu Tanımı Çözüm Yalaşımları Sonuçlar
YÜKSEK ĐSANS TEZ SUNUŞU Çf Yay - Küle Ssemyle Brbrne Bağlanmış Çubuların Eğlme Treşmler Hazırlayan : a. üh. Güran Erdoğan ĐZENCE Temel Kavram ve Prenspler Tez Problem Sınır Değer Problem Green Fonsyonu
DetaylıX, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının
1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell
DetaylıÖznitelik Seçme Yöntemlerinin Karılatırılması ve Baarı Kriteri
C. Ünsalan and A. Erçl, "Comparson of feature selecton algorthms a new performance crtera for feature selecton", Proceedngs of IEEE SIU'98, pp. 60-65, ay 998, Kzlcahamam, Turkey (n Turksh Özntelk Seçme
DetaylıTÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ
TÜRİYE DEİ 38 kv LU 4 BARALI GÜÇ SİSTEMİDE EOOMİ YÜLEME AALİZİ Mehmet URBA Ümmühan BAŞARA 2,2 Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlık Fakültes Anadolu Ünverstes İk Eylül ampüsü, 2647, ESİŞEHİR
DetaylıK-means ve YSA temelli Hibrit Bir Model ile Epileptik EEG İşaretlerinin Sınıflandırılması
K-means ve temell Hbrt Br Model le Epleptk EEG İşaretlernn Sınıflandırılması Ramazan TEKİN 1 Yılmaz KAYA 2 Mehmet Emn TAĞLUK 3 1 Batman Ünverstes, Mühendslk Mmarlık Fakültes, Blgsayar Mühendslğ, Batman,
DetaylıBAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI
BAZI ÖNEMLİ SÜREKLİ DEĞİŞKEN DAĞILIMLARI BAZI SÜREKLİ OLASILIK DAĞILIMLARI 1. SÜREKLİ DÜZGÜN (UNIFORM) DAĞILIM 2. NORMAL DAĞILIM 3. BİNOM DAĞILIMINA NORMAL YAKLAŞIM 4. POISSON DAĞILIMINA NORMAL YAKLAŞIM
DetaylıZAMAN SERİSİ VERİ MADENCİLİĞİ VE DESTEK VEKTÖR MAKİNALAR KULLANAN YENİ BİR AKILLI ARIZA SINIFLANDIRMA YÖNTEMİ
Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 3, No, 431-440, 008 Vol 3, No, 431-440, 008 ZAMAN SERİSİ VERİ MADENCİLİĞİ VE DESTEK VEKTÖR MAKİNALAR KULLANAN YENİ BİR AKILLI ARIZA SINIFLANDIRMA
DetaylıSEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)
SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler
DetaylıTRİSTÖR VE TRİYAK HARMONİKLERİNİN 3 BOYUTLU GÖSTERİMİ VE TOPLAM HARMONİK BOZUNUMA EĞRİ UYDURMA
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K BİL İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : : : : 5- TRİSTÖR VE TRİYAK
DetaylıCommunication Theory
Communcaton Theory ENFORMASYON TEORİSİ KODLAMA Doç. Dr. Hakan Doğan ENFORMASYON DEYİMİ NEDEN KULLANILMIŞ? Kaynaklarn, kanalların,alıcıların blg karakterstklern ncelemek. Blgnn letmn optmze etmek çn İletmn
DetaylıVII. BÖLÜM İÇME SUYU ŞEBEKELERİ
VII. BÖÜM İÇME SUYU ŞEBEKEERİ İsale hattı ile haznelere getirilen suları sarfiyat yerlerine dağıtan oru sistemine içme suyu şeeesi adı verilir. İçme suyu şeeesi her inada yeteri adar asınçlı suyu ulunduraca
DetaylıSAÜ Fen Edebiyat Dergisi (2009-II) ÜÇ BOYUTLU LORENTZ UZAYI MANNHEİM EĞRİ ÇİFTİ ÜZERİNE A. ZEYNEP AZAK
SAÜ Fen Edebiyat Dergisi (009-II) ÜÇ BOYUTLU LORENTZ UZAYI L DE TIMELIKE MANNHEİM EĞRİ ÇİFTİ ÜZERİNE A. ZEYNEP AZAK Saarya Üniversitesi, Fen-Edebiyat Faültesi Matemati Bölümü, 5487, SAKARYA apirdal@saarya.edu.tr
DetaylıPolynomial Approach to the Response Surfaces
D.Ü.Zya Göalp Eğtm Faültes Dergs 7 79-94 (6) TEPKİ YÜZEYLERİNE POLİNOMAL YAKLAŞIM Polynomal Approach to the Response Surfaces Azz HARMAN Özet Bu çalışmada deneyc veya araştırmacıların ontrolünde vetörü
Detaylı4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ
Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,
DetaylıÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları
ÇEV 34 Yağmursuyu ve Kanalzasyon üfus Projesyonları Yrd. oç. r. Özgür ZEYA hp://cevre.beun.edu.r/zeydan/ üfus Projesyonları Tasarımı yapılaca olan alyapı projesnn (analzasyon, yağmursuyu analları vb.),
DetaylıFarklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman
Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım
DetaylıİSTATİSTİK DERS NOTLARI
Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ
DetaylıRASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007
RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 007 1 Tekdüze Dağılım Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk
DetaylıMalzeme Bağıyla Konstrüksiyon
Shigley s Mechanical Engineering Design Richard G. Budynas and J. Keith Nisbett Malzeme Bağıyla Konstrüsiyon Hazırlayan Prof. Dr. Mehmet Fırat Maine Mühendisliği Bölümü Saarya Üniversitesi Çözülemeyen
Detaylı2. TRANSFORMATÖRLER. 2.1 Temel Bilgiler
. TRANSFORMATÖRLER. Temel Bilgiler Transformatörlerde hareet olmadığından dolayı sürtünme ve rüzgar ayıpları mevcut değildir. Dolayısıyla transformatörler, verimi en yüse (%99 - %99.5) olan eletri maineleridir.
DetaylıHatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5
Ders Kodu: 0010070021 Kredi: 3 / ECTS: 5 Yrd. Doç. Dr. Serkan DOĞANALP Necmettin Erbakan Üniversitesi Harita Mühendisliği Bölümü Konya 07.01.2015 1 Giriş 2 Giriş Matematiksel istatistiğin konusu yığın
DetaylıGWP Oranı Düşük Soğutucu Akışkan Karışımlarının Buhar Sıkıştırmalı Soğutma Çevriminde İncelenmesi
TTMD Kasım Aralık 2014 25 GWP Oranı Düşük Soğutucu Akışkan Karışımlarının Buhar Sıkıştırmalı Soğutma Çevrmnde İncelenmes The nvestgaton of refrgerant mxtures wth lower GWP rate n vapour compresson refrgeraton
DetaylıBÖLÜM 5 İNCE PROFİLLER İÇİN SAYISAL UYGULAMALAR
BÖLÜM 5 İE PROFİLLER İÇİ SAYISAL UYGULAMALAR 5. Grş 5. İne profl teors 5.. Analt çözümler 5.. Kamburlu eğrsne polnom şelnde eğr uydurulması 5.. Fourer ntegrallernn sayısal hesabı 5. Kümelenmş-grdaplar
DetaylıMerkezi Eğilim (Yer) Ölçüleri
Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME
DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME (JOB SHOP SCHEDULING WITH KRILL HERD ALGORITHM) İlker GÖLCÜK
DetaylıİKİNCİ KUŞAK AKIM TAŞIYICI İLE HABERLEŞME SÜZGEÇLERİNİN TASARIMINDA YENİ OLANAKLAR
İKİNİ KUŞAK AKIM TAŞIYII İLE HABELEŞME SÜGEÇLEİNİN TASAIMINDA YENİ OLANAKLA Murat AKSOY 1 Hakan KUNTMAN Sadr ÖAN Oğuhan ÇİÇEKOĞLU 1 Elektrk-Elektronk Mühendslğ Bölümü Mühendslk Mmarlık Fakültes Çukurova
DetaylıDEN 322. Isı Transferi Temel Bağıntıları
EN 3 Isı ransfer emel Bağıntıları Isı ransfer Isı sıalı farından dlayı areet alnde lan enerjdr. Sıalı farı lan er rtamda veya rtamlar arasında ısı transfer gerçeleşr. Isı transfer prsesler üç değş tpte
DetaylıFARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU
Dumlupınar Ünverstes Fen Blmler Ensttüsü Dergs ISSN 1302 3055 FARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU *Yaşar YAŞAR 1, Burhanettn DURMUŞ 2 1 Dumlupınar Ünverstes, Mühendslk Fakültes,
DetaylıBULANIK ÇOK AMAÇLI HÜCRESELTASARIM PROBLEMİNİN İKİ AŞAMALI BULANIK PROGRAMLAMA YAKLAŞIMI İLE ÇÖZÜMÜ
V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 25-27 Kasım 25 BULANIK ÇOK AMAÇLI HÜCRESELTASARIM PROBLEMİNİN İKİ AŞAMALI BULANIK PROGRAMLAMA YAKLAŞIMI İLE ÇÖZÜMÜ Feyzan ARIKAN Gaz
DetaylıTesadüfi Değişken. w ( )
1 Tesadüfi Değişken Tesadüfi değişkenler gibi büyük harflerle veya gibi yunan harfleri ile bunların aldığı değerler de gibi küçük harflerle gösterilir. Tesadüfi değişkenler kesikli veya sürekli olmak üzere
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 1 s Ocak 2005
DEÜ MÜHENDİSİK FAKÜTESİ FEN ve MÜHENDİSİK DERGİSİ Clt: 7 Sayı: s. 7-85 Oca 5 ÜÇ BOYUTU BİR ÇERÇEVENİN UZAYSA VE DÜZEMSE STATİK YAPISA DAVRANIŞARININ KIYASANMASI (THE COMPARISON BETWEEN THE SPACE AND PANAR
DetaylıBiyoistatistik (Ders 7: Bağımlı Gruplarda İkiden Çok Örneklem Testleri)
ÖRNEKLEM TESTLERİ BAĞIMLI GRUPLARDA ÖRNEKLEM TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr BAĞIMLI İKİDEN ÇOK GRUBUN KARŞILAŞTIRILMASINA
Detaylı