YEREL BENZERLİK ÖRÜNTÜSÜ YÖNTEMİ İLE GÖRÜNTÜ ERİŞİM SİSTEMİ
|
|
- Belgin Karadere
- 7 yıl önce
- İzleme sayısı:
Transkript
1 1. Giriş YEREL BENZERLİK ÖRÜNTÜSÜ YÖNTEMİ İLE GÖRÜNTÜ ERİŞİM SİSTEMİ Özge Can Özcanlı, Seda Dağlar, Fatoş T.Yarman Vural Orta Doğu Teknik Üniversitesi Bilgisayar Mühendisliği Bölümü Ankara, 3 Mayıs 2002 {özgecan.özcanli, seda.daglar, vural}@ceng.metu.edu.tr Özetçe Bu çalışmada, Yerel Benzerlik Örüntü (YBÖ) yöntemi kullanılarak bir veri tabanından içeriğe dayalı görüntü sorgulayabilecek bir erişim sistemi önerilmektedir. YBÖ algoritması, bir görüntüyü bölgelere ayırarak, her bölgeyi farklı öznitelik uzayına göre değerlendirmekte ve yerel benzerliklerden yola çıkarak genel görüntü benzerliğini hesaplamaktadır. Önerilen sistemde, YBÖ yönteminin ihtiyaç duyduğu bölgesel öznitelik haritası kullanıcı tarafından, kendi algılayışı doğrultusunda arayüz kullanılarak belirlenmektedir. Renk ve şekil benzerliği gibi düşük seviyeli öznitelik benzerlikleri, MPEG-7 standardında tanımlanan betimleyiciler (descriptors) kullanılarak hesaplanmıştır. Alınan sonuçlar yerel benzerlikleri ön plana çıkaran sorgularda önerilen sistemin görece olarak görüntünün tümüne uygulanan betimleyicilere göre daha iyi sonuçlar verdiğini göstermektedir. Günümüzde değişik görüntü formatlarında saklanan verilerin miktarındaki artış, bu ortamlarda saklanan verilere, çoğunlukla içeriklerine yönelik ulaşımı bir ihtiyaç haline getirmiştir. Bu alanda yapılan araştırmalar sürmekte ve değişik yöntemler kullanan görüntü erişim sistemleri geliştirilmektedir [6, 7, 8]. Üzerinde sıklıkla uğraşılan konular etkin dizinleme [2], büyük boyutlu veri tabanlarında hızlı arama yapma [2] ve belki de daha önemlisi görüntü içeriğinin anlamsal olarak belirlenmesi [9] olarak sayılabilir. Yapılan araştırmalara göre renk ya da şekil gibi tek bir özniteliği kullanan görüntü benzerlik hesaplamaları yeterince tatminkar sorgu sonuçları sağlayamamaktadır. Çoğunlukla, özniteliklerden birkaçının değişik biçimlerde bir araya getirilmesiyle oluşturulan bir öznitelik uzayı kullanılarak benzerlikler hesaplanmaktadır. Ancak, görüntünün gösterdiği yerel farklılıklar, kullanılan uzaydaki bazı özniteliklere ters düşebilmektedir. Örneğin, bir görüntünün gökyüzüne karşılık gelen alanlarında şekilsel özniteliklerin çıkarılması yanıltıcı olmaktadır. İşte bu nedenle görüntünün, yerel farklılıklarına göre düzenlenmiş birden fazla öznitelik uzayına göre, her bölgesi için ayrı bir değerlendirmeye tabi tutulmasının görece olarak daha iyi sonuçlar vereceği düşünülmektedir. Karşılaşılan problemler, görüntü alanının ne şekilde bölümleneceği, oluşturulan her bir bölge için, öznitelik uzayının ne şekilde oluşturulacağı ve bölgesel benzerliklerin, genel benzerlik hesaplanmasında nasıl kullanılacağıdır. Bu bildiride sözü edilen problemlerin her biri ayrı ayrı ele alınacaktır. Bir başka önemli nokta, kullanıcının sorgu görüntüsünü nasıl algıladığı ve arama sonucunda ne beklediğidir. Bu olgu, sistemin değerlendirilmesi açısından önem kazanmaktadır. Bu nedenle kullanıcının sorgu görüntüsünü nasıl algıladığıyla sistemin aynı görüntüyü nasıl değerlendirdiği noktasında paralellik sağlayan arama motorları en başarılıları olma konusunda umut vermektedir. Bu bağlamda, kullanıcıdan geri bildirim alarak kendini yenileyen sistemler geliştirilmektedir [1].
2 Bir başka yol, sorgu görüntüsünün analizi aşamasında kullanıcıya değişik olanaklar sunan sistemler geliştirmektir. Bu çalışmada önerilen erişim sistemi, kullanıcının sorgu görüntüsünü yerel olarak nasıl değerlendirdiğini belirleyecek bir arayüz içermektedir. Kullanıcının belirlediği bu yerel değerlendirmeden, görüntünün farklı bölgeleri için kullanılacak olan öznitelik uzayının çıkartılması hedeflenmiştir. İkinci bölümde görüntünün alt bölgelere ayrılması, üçüncü bölümde alt bölgelere öznitelik atamalarının yapılması ve dördüncü bölümde de genel benzerliklerin hesaplanması anlatılmaktadır. Deneyler bölümünde geliştirilen erişim sistemiyle hazırlanan değişik sorgular ve alınan sonuçlar sunulmaktadır. Son bölümde ise sistem ve işleyişi yorumlanarak, olası iyileştirmeler tartışılmaktadır. 2. Görüntünün Bölgelere Ayrılması Görüntü bölgelerinin ne şekilde belirleneceği algoritmanın performansı açısından önem kazanmaktadır. Önerilen sistemde, her bir bölgenin ya da bölge grubunun yaklaşık olarak görüntü içerisinde anlamsal bir bölüte karşılık geleceği varsayılmaktadır. Bu sayede görüntüde bir arada bulunması olası, değişik nesneler (ağaç, v.b.) ve arka plan (gökyüzü, v.b.) gibi alanlar birbirinden kabaca ayrılacak ve her biri için kendi içerik özelliklerine uygun bir betimleyici kullanılarak benzerlik hesaplanacaktır. Bir görüntüyü alt bölümlere ayırmanın birçok alternatif yolu bulunmaktadır. Bölgeler, görüntünün bir bölütleme algoritması ile önceden işlenmesi ile belirlenebilir; fakat bu şekilde bölgeler eş olmamakta ve bölütleme algoritmasının performansına bağlı olarak, sorgu sonucunu olumsuz etkileyebilecek çok sayıda ilgisiz bölgeler elde edilebilmektedir [2]. Görüntü alanının düzgün geometrik alanlara parçalanması, veri tabanının önceden işlenmesi aşamasında ve bölgesel benzerliklerin bulunmasında kolaylık ve hız sağlayan daha basit bir yöntem olarak karşımıza çıkmaktadır. Şekil-1 eş dikdörtgensel alanlara bölümlenmiş bir sorgu görüntüsünü göstermektedir. Şekil-1 Bölümlenmiş bir sorgu görüntüsü Şekil-2 Öznitelik ataması yapılmış bir sorgu görüntüsü ve anlamsal algılanışı Eş dikdörtgensel bölgelere ayrılmış bir görüntüde bölgelerin anlamsal olarak yeniden gruplanması ve grupların yeni bölgeler haline getirilmesi bir önceki yöntem için bir iyileştirme olarak düşünülebilir. Bir başka bölümleme yöntemi ise nesneleri çevreleyen en küçük kutulara karşılık gelecek, birbiri ile çakışması muhtemel bölgeler elde etmektir. Bu iki yöntem, nesne tabanlı aramalara yönelik olarak, erişim sisteminin arayüzünde kullanıcıya seçenek olarak sunulabilir. Bu çalışmada önerilen erişim sisteminin benzerliklerin hesaplanmasında kullandığı YBÖ algoritması görüntü alanının Şekil-1 de gösterildiği biçimde bölümlenmesini öngörmektedir. 3. Bölgelere Öznitelik Atamalarının Yapılması Bölgeler belirlendikten sonra sıra, her bölgeye özel öznitelik uzayını belirlemeye gelmektedir. Bu noktada da değişik alternatifler mevcuttur. Sistem tüm bölgelere otomatik bir atama yaparak, bu atamaya göre yaptığı arama sonuçlarını kullanıcıya sunabilir ve kullanıcıdan
3 aldığı geri bildirim doğrultusunda atamasını değiştirerek evrilebilir [1]. Ancak, bu yöntem uzun sorgu-sonuç değerlendirmelerini gerektirmektedir ve işlemsel olarak pahalıdır. Bu çalışmada önerilen sistem, kullanıcının sorgu görüntüsünü sorgu gerçekleştirilmeden önce değerlendirmesini ve görüntünün hangi bölgesini hangi öznitelikler bakımından önemli bulduğunu belirlemesini amaçlamaktadır. Bu şekilde aslında kullanıcıya eş dikdörtgensel bölgeler cinsinden kabaca, kendi algılayışı doğrultusunda, anlamsal bir bölütleme yaptırılmaktadır. Böylece, sistemin YBÖ metodunu uygulayabilmesi için gerekli olan öznitelik atama haritası tek bir seferde kullanıcının rehberliğinde hazırlanmış olmaktadır ve benzerlik hesaplaması bu harita doğrultusunda sadece bir kez yapılarak, sonuçlar arayüzde sunulmaktadır. Kullanıcının bölgelere atayabileceği öznitelikler önerilen sistemde renk ve şekildir. Oluşturulabilecek kümeler: sadece renk, sadece şekil, hem renk hem şekil şeklinde olabileceği gibi, bölge sorguya etkisiz olarak da değerlendirilebilir. Şekil-2 öznitelik ataması yapılmış örnek bir sorgu görüntüsü şablonunu ve anlamsal algılanışını göstermektedir. Sistem arayüzünde, nitelik atama işlemi için iki farklı yöntem bulunmaktadır. Yöntemlerden ilki görüntünün eş dikdörtgensel bölgelere ayrılmış şekilde kullanıcıya sunulması ve fare yardımıyla kullanıcının her bir bölgeye o bölge için önemli gördüğü benzerlik özniteliklerini atamasıdır. İkinci yöntem ise kullanıcıya görüntüyü düzenleme olanağı tanımaktadır. Bu yöntemde seçilen görüntü, kenarları belirginleştirilmiş şekilde görüntü alanında çizilmekte ve kullanıcının kullanabileceği bir araç kutusu sayesinde isteğe göre belirli kenarlar atılabilmekte, renk özniteliğine göre değerlendirilecek bölgeler belirlenebilmekte ve sorguya ilgisiz alanlar temizlenebilmektedir. Sistem arayüzünde kullanıcıya sunulan iki farklı yöntem kullanılarak sorgu oluşturma işlemi esnasında alınan görüntüler Şekil-3 ve Şekil-4 te verilmektedir. Şekil-3 nitelik atama seçeneği Şekil-4 görüntü düzenleme seçeneği 4. Yerel Benzerlik Örüntüsü Yöntemi ile Benzerlik Hesaplanması YBÖ yöntemi ilk aşamada görüntünün Şekil-2 de gösterildiği gibi eş dikdörtgensel parçalara bölümlenmesini öngörür. Daha sonra her bir bölge için, eğer sorgu ile ilişkili ise, değerlendirilmesinde kullanılacak olan öznitelik uzayı belirlenir. Bu işlemin ardından, bir görüntü çifti arasındaki benzerlik, karşılıklı bölgelerinin öznitelik uzayları doğrultusunda hesaplanan benzerliklerinin aritmetik ortalaması olarak bulunur. Bu yöntemin matematiksel formülasyonunda kullanılan değişkenler ve fonksiyonlar Tablo-1 ve Tablo-2 de verilmiştir.
4 Küme Simge Öğe Öğe İsim Simge Eşlem Sayısı Görüntü G g j n G Öznitelik N B B N Atama Bölge B b j n B Bölgesel U B G*G*B*N [0,1] Benzerlik Öznitelik N N j n N Görüntü Benzerlik U G G*G [0,1] Tablo-1: Değişkenler Tablo-2: Fonksiyonlar Görüntü kümesi G görüntü veri tabanını, bölge kümesi B görüntü alanının bölümlenmesiyle oluşan bölgeleri, öznitelik kümesi N de iki görüntü bölgesi arasındaki benzerlik hesaplamasında kullanılan görüntü niteliklerini temsil etmektedir (R: renk, D: şekil, R-D: renk-şekil ya da E: sorguya etkisiz bölge). Öznitelik atama fonksiyonu N B, her bir görüntü bölgesine bir görüntü niteliği atar; bölgesel benzerlik fonksiyonu U B, bir görüntü çiftinin belirli bir b bölgesindeki benzerlik derecesini o bölgeye N B fonksiyonuyla atanmış olan N görüntü öznitelik uzayını kullanarak bulur. Son olarak da, görüntü benzerlik fonksiyonu U G bir görüntü çifti arasındaki benzerliği bölgesel benzerliklerin aritmetik ortalaması olarak belirler. E sorguya etkisiz olarak belirlenmiş bölgeler ve n E bu bölgelerin sayısı olarak alınırsa U G aşağıdaki gibi yazılabilir: U G (g 1, g 2 ) = (1/(n G - n E ))Σ (U B (g 1,g 2,b i,n B (b i ))) öyle ki 1<i<n B ve N B (b i ) E. (1) Yukarıdaki denklemde verilmiş olan U G benzerlik fonksiyonu, görüntünün eş dikdörtgenlere bölünmesiyle oluşan görüntü bölge sayısının sabit olmasından dolayı, sadece nitelik atama fonksiyonuna (N B ) bağlıdır. Kısacası, YBÖ metodu temel olarak görüntü bölgelerini karşılaştırmada baz alınacak görüntü niteliklerini her bir bölge için atama işlemidir (YBÖ N B ). Karşı karşıya bulunulan problem bu atama işleminin örnek sorgu görüntüsü üzerinde nasıl gerçekleştirileceğidir. Önerilen görüntü erişim sistemi, sorgudan beklentisi doğrultusunda atamayı en doğru biçimde gerçekleştirebileceğine inanılan kullanıcının bu işlemi yapmasını mümkün kılmaktadır. Sorgu görüntüsünün bir bölgesini alarak, diğer görüntünün her bir bölgesi üzerinde kaydırarak benzerliklerini hesaplayan, ve benzerlik değerleri belli bir eşiğin altında çıkan bölgelerin sayısına göre, genel bir benzerlik bulan bir algoritma, YBÖ ye bir iyileştirme olarak sunulabilir. Ayrıca, şekil ataması yapılan bölgeleri gruplayarak, yeni bir bölge halinde diğer görüntüde arayan bir algoritma, sisteme nesne tabanlı erişim kabiliyetleri kazandırabilir. Bu iki yöntem de uzamsal bağımlılığı azaltarak, performansı arttırabilir. 5. Görüntü Özniteliklerinin Çıkarılması Erişim sistemi MPEG-7 standartlarında [3] tanımlanan içeriğe dayalı sorgu sistemleri mimarisine [3] uygun olarak geliştirilmiştir. Böylece bu standardı kullanan diğer sistemlerle uyumluluk sağlanmıştır. MPEG-7 nin görsel bilgi içeriğini tanımlayan 11 ayrı betimleyicisinden [5], renk için; renk yapısı (color structure), şekil için ise kenar histogramı betimleyicileri seçilerek, YBÖ algoritmasını uygulayan ve yeni bir benzerlik hesaplayan daha üst seviyede bir betimleyici yazılımı geliştirilmiştir.
5 6. Deneyler Yerel benzerlik sistemi, Corel İmge Galerisinin 50 imgelik bir alt kümesinde değişik sorgularla denenmiştir. Karşılaştırma amacıyla, aynı sorgular salt MPEG-7 betimleyicileri kullanılarak da çalıştırılmış ve her iki sistemin verdiği en iyi sonuçlar aşağıya alınmıştır. 1. Sorgu Görüntüsü YBÖ sonucu: Görüntünün yalnız araba nesnesine karşılık gelen bölgelerine şekil özniteliğinin atanması ve diğer yerlerin etkisiz olarak işaretlenmesi ile elde edilen en iyi eşleşme: Genel Sonuç: Görüntünün tamamının şekil betimleyicisi ile değerlendirilmesi ile elde edilen en iyi eşleşme: 2. Sorgu Görüntüsü YBÖ sonucu: Görüntünün yalnız araba nesnesine karşılık gelen bölgelerine hem şekil hem renk özniteliğinin atanması ve diğer yerlerin etkisiz olarak işaretlenmesi ile elde edilen en iyi eşleşme: Genel Sonuç: Görüntünün tamamının hem renk, hem şekil betimleyicisi ile değerlendirilmesi ile elde edilen en iyi eşleşme: 3. Sorgu Görüntüsü YBÖ sonucu: Görüntünün yalnız gökyüzü alanına karşılık gelen bölgelerine renk özniteliğinin atanması ve diğer yerlerin etkisiz olarak işaretlenmesi ile elde edilen en iyi eşleşme: Genel Sonuç: Görüntünün tamamının renk betimleyicisi ile değerlendirilmesi ile elde edilen en iyi eşleşme:
6 7. Sonuçlar ve Yorumlar Deney sonuçları göstermektedir ki, yerelleştirilmiş sorgularda, geliştirilen üst seviyeli betimleyici, daha alt seviyede kullandığı renk ve şekil betimleyicilerinden daha iyi sonuçlar vermektedir. Kullanıcının kendi algılayışı doğrultusunda, sorguya yön vermesi ve sorgu görüntüsünü düzenlemesi sayesinde, kullanıcının beklentileriyle sistemin değerlendirme mekanizması eşlenmiş olmakta ve özniteliklerin uzamsal dağılımı benzerliğin hesaplanmasında belirleyici hale gelmektedir. MPEG-7 betimleyicilerinin kullanılması sisteme bir esneklik getirmiş ve standartta belirtilen herhangi bir betimleyicinin kolaylıkla eklemlenebilmesi sağlanmıştır. Örneğin; görüntüler hakkında mevcut bulunan metin bilgilerinden de faydalanılarak daha kapsamlı sorgular yapılması sağlanabilir, ikiden fazla betimleyici kullanılarak sorgular görüntülere göre özelleştirilebilir ya da kullanılmakta olan betimleyici çiftleri başkalarıyla değiştirilebilir, böylece çok daha karmaşık sıra düzenlerine sahip betimleyiciler sisteme adapte edilebilir. Kaynakça [1] Stejic Z., Takama Y., & Hirota K., Genetic Algorithm-Based Relevance Feedback for Image Retrieval Using Local Similarity Patterns, [2] Li J., Wang J. Z., Wiederhold G., IRM: Integrated Region Matching for Image Retrieval [3] MPEG-7 Ev sayfası, < [4] Overview of the Standard, Singapore, March 2001 ISO/IEC JTC1/SC29/WG11 N4031 [5] MPEG-7 Video Group, MPEG-7 Visual Part of the experimentation Model Version 2.0, Vancouver, July 1999 ISO/IEC SC29/WG11 N2822 [6] Niblack W., Barber R., Equitz W., Flickner M., Glasman E., Petkovic D., Yanker P., Faloutsos C., Taubin G., The QBIC project: querying images by content using color, texture, and shape, Proc. SPIE Int. Soc. Opt. Eng., in Storage and Retrieval for Image and Video Database, cilt: 1908, sayfa: , San Jose, Şubat, [7] Pentland A., Picard R., Sclaroff S., Photobook: Tools for Content-Based Manipulation of Image Databases, SPIE Storage and Retrieval of Image and Video Databases II, cilt: 2185, sayfa: 34-47, San Jose, Şubat, [8] Smith J. R., Chang S. F., An image and video search engine for the World-Wide Web, SPIE Storage and Retrieval for Image and Video Databases V, cilt: 3022, sayfa: 84-95, [9] Mojsilovic A., Rogowitz B., Capturing Image Semantics With Low-level Descriptors, Proc. IEEE International Conference on Image Processing, ICIP- 2001, Thessaloniki, Ekim 2001
Kalite Kontrol Yenilikler
Kalite Kontrol Yenilikler Amaç ve Fayda Kalite Kontrol modülünde ISO 2859 standardının desteklenmesine, kullanımın daha fonksiyonel ve rahat olabilmesine yönelik bazı iyileştirme çalışmaları yapılmıştır.
DetaylıÇekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme
Çekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme Adjusting Transient Attributes of Outdoor Images using Generative Adversarial Networks Levent Karacan, Aykut Erdem,
DetaylıYapay Sinir Ağları ile Web İçeriklerini Sınıflandırma. Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu. Sunan : Esra Nergis Güven
Yapay Sinir Ağları ile Web İçeriklerini Sınıflandırma Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu Sunan : Esra Nergis Güven İçerik Giriş Amaç ve Kapsam Sınıflandırma Geliştirilen Sistem
DetaylıTMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon
TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Lazer Tarama Verilerinden Bina Detaylarının Çıkarılması ve CBS İle Entegrasyonu
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
DetaylıKullanıcı Kılavuzu. support.ebsco.com
Kullanıcı Kılavuzu support.ebsco.com EBSCOhost lider bilgi sağlayıcılarından derlenmiş çeşitli tam metin ve popüler veri tabanları sunan güçlü bir danışma aracıdır. Bu kullanıcı kılavuzunda, EBSCOhost
DetaylıKan Damarı Genişliği Değişiminin Ölçülmesinde Medikal Görüntü İşlemenin Uygulanması
Kan Damarı Genişliği Değişiminin Ölçülmesinde Medikal Görüntü İşlemenin Uygulanması Öğr. Gör. İsmail KAHRAMAN, Uzm. Vildan BAYRAM, Prof.Dr. Ertuğrul Ercan, Doç.Dr. Bahadır Kırılmaz Çanakkale 18 Mart Üniversitesi
DetaylıCAEeda TM GENEL TANITIM. EDA Tasarım Analiz Mühendislik
CAEeda TM GENEL TANITIM EDA Tasarım Analiz Mühendislik İÇİNDEKİLER 1. FARE TUŞLARININ GÖSTERİMİ...2 2. CAEeda TM YAZILIMININ GÖRSEL ARAYÜZ YAPISI...3 3. CAEeda TM VARSAYILAN İKON PANELİ TANIMLAMALARI...4
DetaylıDEĞİŞİK BAKIŞ AÇILARINDAN ELDE EDİLEN GÖRÜNTÜ GRUPLARININ SINIFLANDIRILMASI
HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 2013 CİLT 6 SAYI 1 (87-94) DEĞİŞİK BAKIŞ AÇILARINDAN ELDE EDİLEN GÖRÜNTÜ GRUPLARININ SINIFLANDIRILMASI Mustafa ÖZENDİ * Bülent Ecevit Üniversitesi, Jeodezi
DetaylıİNTERNET TARAYICISI ÜZERİNDE ÇALIŞABİLEN ELEKTRİK TALEP TAHMİNİ ANALİZ PROGRAMI
TMMOB TÜRKİYE VI. ENERJİ SEMPOZYUMU - KÜRESEL ENERJİ POLİTİKALARI VE TÜRKİYE GERÇEĞİ İNTERNET TARAYICISI ÜZERİNDE ÇALIŞABİLEN ELEKTRİK TALEP TAHMİNİ ANALİZ PROGRAMI Barış Sanlı Dünya Enerji Konseyi Türk
DetaylıEngelliler İçin Akıllı Ev Otomasyon Sistemi
Engelliler İçin Akıllı Ev Otomasyon Sistemi AKILLI BİNA NEDİR? Akıllı bina, binanın ısıtma, havalandırma, klima, aydınlatma, güvenlik ve diğer sistemler dahil olmak üzere otomatik olarak kontrol edilmesini
DetaylıUZAKTAN EĞİTİM MERKEZİ
ÜNİTE 2 VERİ TABANI İÇİNDEKİLER Veri Tabanı Veri Tabanı İle İlgili Temel Kavramlar Tablo Alan Sorgu Veri Tabanı Yapısı BAYBURT ÜNİVERSİTESİ UZAKTAN EĞİTİM MERKEZİ BİLGİSAYAR II HEDEFLER Veri tabanı kavramını
DetaylıYazarlar hakkında Editör hakkında Teşekkür
İÇİNDEKİLER Yazarlar hakkında Editör hakkında Teşekkür XIII XIV XV Giriş 1 Kitabın amaçları 1 Öğretmen katkısı 2 Araştırma katkısı 2 Yansıma için bir ara 3 Sınıf etkinlikleri 3 Terminoloji üzerine bir
DetaylıBulanık Mantık Tabanlı Uçak Modeli Tespiti
Bulanık Mantık Tabanlı Uçak Modeli Tespiti Hüseyin Fidan, Vildan Çınarlı, Muhammed Uysal, Kadriye Filiz Balbal, Ali Özdemir 1, Ayşegül Alaybeyoğlu 2 1 Celal Bayar Üniversitesi, Matematik Bölümü, Manisa
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
DetaylıYazılım Nedir? 2. Yazılımın Tarihçesi 3. Yazılım Grupları 4 Sistem Yazılımları 4 Kullanıcı Yazılımları 5. Yazılımın Önemi 6
ix Yazılım Nedir? 2 Yazılımın Tarihçesi 3 Yazılım Grupları 4 Sistem Yazılımları 4 Kullanıcı Yazılımları 5 Yazılımın Önemi 6 Yazılımcı (Programcı) Kimdir? 8 Yazılımcı Olmak 9 Adım Adım Yazılımcılık 9 Uzman
DetaylıVERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Sınıflandırma yöntemleri Karar ağaçları ile sınıflandırma Entropi Kavramı ID3 Algoritması C4.5
DetaylıYer Sezimi ve Özet Bölüt Çizgeleri
Akıllı Sistemler Laboratuarı Elektrik-Elektronik Mühendisliği, Boğaziçi Üniversitesi TORK 2015 Türkiye Robotbilim Konferansı Önceki Çalışmalar Bölge Bitişiklilik Çizgeleri Çizge Eşleme lar Önceki Çalışmalar
DetaylıVERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine
DetaylıFAN SELECTOR FAN SELECTOR FAN SEÇİM YAZILIMI.
FAN SELECTOR FAN SEÇİM YAZILIMI YAZILIM TANIMI Fan Selector yazılımı havalandırma ve iklimlendirme sistemlerinde kullanılan fanların performans hesaplamalarının yapılması ve çalışma şartlarına en uygun
DetaylıMAM ENERJİ ENSTİTÜSÜ ANKARA
Güç Sistemleri Planlaması için Elektrik Şebekelerinin Coğrafi Haritalar Üzerinde Görselleştirilmesi Simulation of Electrical Networks on Geographic Maps for Power System Planning Mehmet DEMİRCİOĞLU Araştırmacı
Detaylı2 ALGORİTMA VE AKIŞ DİYAGRAMLARI
İÇİNDEKİLER IX İÇİNDEKİLER 1 GİRİŞ 1 Kitabın Amacı 1 Algoritmanın Önemi 2 Bilgisayarın Doğuşu ve Kullanım Amaçları 3 Programlama Dili Nedir? 3 Entegre Geliştirme Ortamı (IDE) Nedir? 4 2 ALGORİTMA VE AKIŞ
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
DetaylıCBS ve Coğrafi Hesaplama
Yıldız Teknik Üniversitesi CBS ve Coğrafi Hesaplama 2. Bölüm Yrd. Doç. Dr. Alper ŞEN Harita Mühendisliği Bölümü Kartografya Anabilim Dalı web: http://www.yarbis.yildiz.edu.tr/alpersen/ E mail: alpersen@yildiz.edu.tr
DetaylıÖZET...V ABSTRACT...VII TEŞEKKÜR... IX ŞEKİLLER DİZİNİ... XIV SÖZLÜK... XIX
XI İÇİNDEKİLER ÖZET...V ABSTRACT...VII TEŞEKKÜR... IX ŞEKİLLER DİZİNİ... XIV SÖZLÜK... XIX 1. GİRİŞ... 1 2. PLANLAMANIN TARİHÇESİ... 7 2.1 Literatürdeki Planlayıcılar ve Kullandıkları Problem... Gösterimi
DetaylıİRİSTEN KİMLİK TANIMA SİSTEMİ
ÖZEL EGE LİSESİ İRİSTEN KİMLİK TANIMA SİSTEMİ HAZIRLAYAN ÖĞRENCİLER: Ceren KÖKTÜRK Ece AYTAN DANIŞMAN ÖĞRETMEN: A.Ruhşah ERDUYGUN 2006 İZMİR AMAÇ Bu çalışma ile, güvenlik amacıyla kullanılabilecek bir
DetaylıWeb Server Sunucu Loglarının K-Komşu Algoritması ile İ ncelenmesi
Web Server Sunucu Loglarının K-Komşu Algoritması ile İ ncelenmesi İçindekiler 1 Özet... 2 2 Giriş... 3 3 Uygulama... 4 4 Sonuçlar... 6 1 1 Özet Web sunucu logları üzerinde veri madenciliği yapmanın temel
DetaylıTEMEL BİLGİSAYAR BİLİMLERİ. Programcılık, problem çözme ve algoritma oluşturma
TEMEL BİLGİSAYAR BİLİMLERİ Programcılık, problem çözme ve algoritma oluşturma Programcılık, program çözme ve algoritma Program: Bilgisayara bir işlemi yaptırmak için yazılan komutlar dizisinin bütünü veya
DetaylıErma Yazılım EBYS Sistemi. (Elektronik Belge Yönetim Sistemi) Dijital Arşivleme. Otomasyonu
Erma Yazılım EBYS Sistemi (Elektronik Belge Yönetim Sistemi) ve Dijital Arşivleme Otomasyonu ERMA YAZILIM ELEKTRONİK BELGE YÖNETİM SİSTEMİ EBYS Otomasyonumuzun genel özellikleri; Kaysis web servislerinden
Detaylıhdilmen2@gmail.com, ysantur@gmail.com,
Fırat Üniversitesi Akademik Personel Otomasyonu Haluk Dilmen 1, Yunus Santur 2 1 Fırat Üniversitesi, Enformatik Bölümü, Elazığ 2 Fırat Üniversitesi, Enformatik Bölümü, Elazığ hdilmen2@gmail.com, ysantur@gmail.com,
DetaylıLED IŞIK KAYNAKLARININ RENK SICAKLIĞININ GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK BELİRLENMESİ. İsmail Serkan Üncü, İsmail Taşcı
LED IŞIK KAYNAKLARININ RENK SICAKLIĞININ GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK BELİRLENMESİ İsmail Serkan Üncü, İsmail Taşcı To The Sources Of Light s Color Tempature With Image Processing Techniques
DetaylıBilişim Sistemleri. Modelleme, Analiz ve Tasarım. Yrd. Doç. Dr. Alper GÖKSU
Bilişim Sistemleri Modelleme, Analiz ve Tasarım Yrd. Doç. Dr. Alper GÖKSU Ders Akışı Hafta 5. İhtiyaç Analizi ve Modelleme II Haftanın Amacı Bilişim sistemleri ihtiyaç analizinin modeli oluşturulmasında,
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 10 Eylemsizlik Momentleri Kaynak: Mühendislik Mekaniği: Statik, R. C.Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 10. Eylemsizlik Momentleri
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
DetaylıAvlanmaya Açık ve Kapalı Alanlara İlişkin Coğrafi Bilgi Sistemi Projesi
Avlanmaya Açık ve Kapalı Alanlara İlişkin Coğrafi Bilgi Sistemi Projesi Kurum adı : T.C. Orman ve Su İşleri Bakanlığı, Bilgi İşlem Dairesi Başkanlığı, Doğa Koruma ve Milli Parklar Genel Müdürlüğü Av ve
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
DetaylıAMAÇ Araçlardaki Kamera Sistemleri
SUNU PLANI AMAÇ OPEN CV GÖRÜNTÜ EŞİKLEME KENAR BULMA ŞEKİL BULMA GÖRÜNTÜ GENİŞLETME VE BOZMA GÖRÜNTÜ DOLDURMA AFFİNE DÖNÜŞÜMÜ PERSPEKTİF DÖNÜŞÜM KUŞ BAKIŞI GÖRÜNTÜ DÖNÜŞÜMÜ AMAÇ Araçlardaki Kamera Sistemleri
DetaylıKural Motoru. www.paperwork.com.tr
Kural Motoru www.paperwork.com.tr İş Kuralı Örnekleri Aşağıda iş kurallarına çeşitli örnekler verilmiştir; : İş Kuralı Nedir? T üm işletmeler kural merkezli çalışırlar. Kurallar hangi fırsatların takip
DetaylıKOCAELİ ÜNİVERSİTESİ ELEKTRONİK VE HABERLEŞME MÜHENDİSLİĞİ BÖLÜMÜ 2018/2019 GYY BİTİRME ÇALIŞMASI ÖNERİ FORMU. (Doç.Dr. M.
KOCAELİ ÜNİVERSİTESİ ELEKTRONİK VE HABERLEŞME MÜHENDİSLİĞİ BÖLÜMÜ 2018/2019 GYY BİTİRME ÇALIŞMASI ÖNERİ FORMU (Doç.Dr. M. Kemal GÜLLÜ) Derinlik kamerası ile alınan modellerin birleştirilmesi Derinlik kamerası,
DetaylıTS EN ISO KONTROL LİSTESİ ŞABLONU
ŞABLONU C 6. No. Rehber Uygulanabilirlik luk Üst Düzey Tasarım Kararları ve Tasarım Stratejisi 6.1 Genel özellikler 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 6.10 6.11 6.12 Web uygulamasının amacının belirginliği
DetaylıKümeler arası. Küme içi. uzaklıklar. maksimize edilir. minimize edilir
Kümeleme Analizi: Temel Kavramlar ve Algoritmalar Kümeleme Analizi Nedir? Her biri bir dizi öznitelik ile, veri noktalarının bir kümesi ve noktalar arasındaki benzerliği ölçen bir benzerlik ölçümü verilmiş
DetaylıTrafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi
Trafik Yoğunluk Harita Görüntülerinin Görüntü İşleme Yöntemleriyle İşlenmesi ISITES 2016 4 TH INTERNATIONAL SYMPOSIUM ON INNOVATIVE TECHNOLOGIES IN ENGINEERING AND SCIENCE Dr. G. Çiğdem Çavdaroğlu ISITES,
DetaylıAkıllı Kod Desteği. Şekil 1
Akıllı Kod Desteği Ürün Grubu [X] Redcode Enterprise [X] Redcode Standart [X] Entegre.NET Kategori [X] Yeni Fonksiyon Versiyon Önkoşulu Uygulama Stok, sipariş, cari gibi istenen tüm kayıt kodlarının önceden
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
DetaylıDİZİN. Not: Koyu harfle yazılan sayfalar ilgili terimin yoğun olarak geçtiği sayfaları göstermektedir.
DİZİN Not: Koyu harfle yazılan sayfalar ilgili terimin yoğun olarak geçtiği sayfaları göstermektedir. A ağırlıklandırma bkz. terim ağırlıklandırma AltaVista, 6, 31, 37, 45-47, 93, 135 anahtar sözcükler,
Detaylı1. GİRİŞ Kılavuzun amacı. Bu bölümde;
1. GİRİŞ Bu bölümde; Kılavuzun amacı EViews Yardım EViews Temelleri ve Nesneleri EViews ta Matematiksel İfadeler EViews Ana Ekranındaki Alanlar 1.1. Kılavuzun amacı Ekonometri A. H. Studenmund tarafından
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
DetaylıDHMİ Genel Müdürlüğü Mekansal Bilgi Sistemi Tabanlı Görsel Destekli Envanter Takip Sistemi
DHMİ Genel Müdürlüğü Mekansal Bilgi Sistemi Tabanlı Görsel Destekli Envanter Takip Sistemi Uygulamanın Amacı Devlet Hava Meydanları İşletmesi Genel Müdürlüğü nün tüm havalimanları için envanter bilgilerinin
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
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve
DetaylıYazılım Mühendisliği 1
Yazılım Mühendisliği 1 HEDEFLER Yazılım, program ve algoritma kavramları anlar. Yazılım ve donanım maliyetlerinin zamansal değişimlerini ve nedenleri hakkında yorum yapar. Yazılım mühendisliği ile Bilgisayar
Detaylı(IEL) Online. Gazi Üniversitesi Merkez Kütüphanesi
IEEE Xplore IEEE/IEE Electronic Library (IEL) Online 1 Kapsam IEEE Xplore veri tabanı, elektrik ve elektronik, bilgisayar, bilgi teknolojileri, bioteknoloji, fizik ve ilgili diğer bilimlerdeki yayınları
DetaylıMAPINFO PRO TEMEL SEVİYE EĞİTİM İÇERİĞİ
MAPINFO PRO TEMEL SEVİYE EĞİTİM İÇERİĞİ Başarsoft Bilgi Teknolojileri A.Ş. Web site: http://www.basarsoft.com.tr Kontak mail: egitim@basarsoft.com.tr Ankara Merkez Adres Ehlibeyt Mah. Ceyhun Atıf Kansu
DetaylıTS EN ISO 9241-151 EŞLEŞTİRME LİSTESİ
Kriter No Kriter Başlığı Rehber İlke Başlığı A 6. Üst Düzey Tasarım Kararları ve Tasarım Stratejisi 6.1 Genel özellikler 6.2 Web uygulamasının amacının belirginliği 3.10.1. Kurumsal Bilgiler 1.3.2. Kullanıcıların
DetaylıRENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ
Journal of Naval Science and Engineering 2009, Vol 5, No2, pp 89-97 RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ Öğr Kd Bnb Mustafa Yağımlı Elektrik/Elektronik Mühendisliği Bölümü,
DetaylıGörüntü Segmentasyonu (Bölütleme)
Görüntü Segmentasyonu (Bölütleme) Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır. 20 Aralık 2014 Cumartesi 1 Görüntü Segmentasyonu 20 Aralık 2014 Cumartesi 2 Gestalt kanunları Görüntü
Detaylı1.1 Metodolojiyi Gerçeklemek Üzere Geliştirilen Altyapı
1.1 Metodolojiyi Gerçeklemek Üzere Geliştirilen Altyapı Metodolojisi üzerinde durduğumuz çalışman Eğitim altyapısını gerçekleştirmek: Proje iki ana parçadan oluşacaktır. Merkezi Altyapı Kullanıcı Arabirimi
DetaylıBLM 210 PROGRAMLAMA LABORATUVARI II PROJELERİ
1 BLM 210 PROGRAMLAMA LABORATUVARI II PROJELERİ 1. Programlama Laboratuvarı II dersinde aşağıdaki takvimde belirtilen konularda projeler gerçekleştirilecektir. Proje takviminin telafisi olmayacaktır. Proje
DetaylıSade ve tam ekran masaüstü kullanımının temel çıkış noktası, aranılan özelliğe çabuk erişimi sağlayan yenilikçi kullanıcı deneyimidir.
Netsis 3 Netsis 3 Netsis 3, Netsis ERP ürün ailesinin 3. Boyuta taşınmış yeni arayüz ve işlevleriyle karşımıza çıkan yeni yüzüdür. 3. Boyut, Logo ürün ailesi için ortak bir hedefi işaret eder, çünkü yapılan
DetaylıCAEeda TM NACA0012 OLUŞTURULAN DÖRTGENE ÇÖZÜMAĞI OLUŞTURMA EĞİTİM NOTU. EDA Tasarım Analiz Mühendislik
CAEeda TM NACA0012 OLUŞTURULAN DÖRTGENE ÇÖZÜMAĞI OLUŞTURMA EĞİTİM NOTU EDA Tasarım Analiz Mühendislik KAPSAM Naca 0012 profili kullanılarak oluşturulmuş düzlem geometrisinde çözümağı üretme. MODELLEME
DetaylıKAMU YATIRIMLARI BİLGİ SİSTEMİ (KaYa) KULLANIM KILAVUZU
KAMU YATIRIMLARI BİLGİ SİSTEMİ (KaYa) KULLANIM KILAVUZU Kullanıcı Türü : Kuruluş Admin Kullanıcılar Versiyon : Versiyon 1.0.02 Versiyon Dokümanı Hazırlayan Değişiklik Açıklaması TamamlanmaTarihi Versiyon
DetaylıATATÜRK ÜNİVERSİTESİ BİLGISAYAR MÜHENDİSLİĞİ BÖLÜMÜ BM 104- NESNEYE YÖNELİK PROGRAMLAMA DERSİ 2013-2014 BAHAR DÖNEMİ ÖDEV-3
ATATÜRK ÜNİVERSİTESİ BİLGISAYAR MÜHENDİSLİĞİ BÖLÜMÜ BM 104- NESNEYE YÖNELİK PROGRAMLAMA DERSİ 2013-2014 BAHAR DÖNEMİ ÖDEV-3 (Son Teslim Tarihi: 06.06.2014 17:30 a kadar ) Teslim: Arş. Gör. Ferhat Bozkurt
DetaylıVERİ MADENCİLİĞİ. Karar Ağacı Algoritmaları: SPRINT algoritması Öğr.Gör.İnan ÜNAL
VERİ MADENCİLİĞİ Karar Ağacı Algoritmaları: SPRINT algoritması Öğr.Gör.İnan ÜNAL SPRINT Algoritması ID3,CART, ve C4.5 gibi algoritmalar önce derinlik ilkesine göre çalışırlar ve en iyi dallara ayırma kriterine
DetaylıTARBİL Kapsamında Uydu ve Yersel Veri Tespit, Kayıtçı İşlem Yönetim Sistemi Geliştirilmesi
TARBİL Kapsamında Uydu ve Yersel Veri Tespit, Kayıtçı İşlem Yönetim Sistemi Geliştirilmesi Kurum Adı : İstanbul Teknik Üniversitesi Bilimsel Araştırma Projeleri Birimi Proje Durumu : Tamamlandı. Projenin
DetaylıVERİ TABANI YÖNETİM SİSTEMLERİ Melih BÖLÜKBAŞI
VERİ TABANI YÖNETİM SİSTEMLERİ Melih BÖLÜKBAŞI Dersin Hedefleri Veri Tabanı Kullanıcıları Veri Modelleri Veri Tabanı Tasarımı İlişkisel VT Kavramsal Tasarımı (Entity- Relationship, ER) Modeli VT KULLANICILARI
DetaylıCYMSOFT Bilişim Teknolojileri
CYMSOFT Bilişim Teknolojileri Sağlık Kuruluşları için Bilgi Güvenliği Yönetim Sistemi Aracı (SABGYS) Dünyada ve ülkemizde gün geçtikçe kullanımı yaygınlaşan ISO 27799 Sağlık İnformatiği ISO/IEC 27002 Kullanılarak
DetaylıBilgisayarla Görüye Giriş
Bilgisayarla Görüye Giriş Ders 9 Stereo Görüntüleme Alp Ertürk alp.erturk@kocaeli.edu.tr Tek Kamera Geometrisi??? x Tek Kamera Geometrisi Tek Kamera Geometrisi İğne Deliği Kamera Modeli ) /, / ( ),, (
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
Detaylıbitık MOBİL TİCARET UYGULAMASI ABDULLAH ÇİÇEKCİ
bitık MOBİL TİCARET UYGULAMASI ABDULLAH ÇİÇEKCİ - 150110046 İÇERİK Uygulama ve uygulamaya ilişkin temel kavramların tanıtımı Uygulamanın yapısı Ön yüz Veritabanı Web Servisler K-Means Algoritması ile kategori
DetaylıGoogle Web Toolkit ile Öğretim Elemanı Otomasyon Sistemi
Google Web Toolkit ile Öğretim Elemanı Otomasyon Sistemi Mehmet Karakoç Akdeniz Üniversitesi Bilgisayar Bilimleri Araştırma ve Uygulama Merkezi 28.11.2014 inet-tr'14 : GWT AUFaculty Project 1 İçerik Giriş
DetaylıGELİŞMİŞ ARAMA MOTORU OPTİMİZASYONU
GELİŞMİŞ ARAMA MOTORU OPTİMİZASYONU Arama Motoru Optimizasyonu; bir web sitesinin hedef arama kelimelerinde Google,MSN vb. internet kullanıcılarının %95 tercih ettiği Arama Motorları nda ilk bir kaç sayfada,daha
DetaylıKULLANILABİLİRLİK TESTLERİ VE UYGULAMALARI
6 İnternet sitelerinin kullanıcıların ihtiyaç ve beklentilerini karşılayıp karşılamadığının ve sitenin kullanılabilirliğinin ölçülmesi amacıyla kullanılabilirlik testleri uygulanmaktadır. Kullanılabilirlik
DetaylıAutoCAD 2012 Yenilikler
AutoCAD 2012 Yenilikler www.abcadcam.com.tr AutoCAD 2012: Tasarım ve Dokümantasyon Fikirlerinizi yüzey, örgü (mesh) ve katı modelleme araçlarıyla tam olarak keşfedin. Model dokümantasyon araçlarıyla çok
DetaylıTableau Yenilikler
Tableau 2018.2 Yenilikler İçindekiler Tableau Desktop... 2 1. Dashboard Eklentileri... 2 2. Coğrafi Verilerinizi Birleştirin... 3 3. Tableau Eklenti Galerisi... 4 4. Log ekseni üzerinde negatif değerler...
DetaylıMAK 1005 Bilgisayar Programlamaya Giriş. BİLGİSAYARA GİRİŞ ve ALGORİTMA KAVRAMI
MAK 1005 Bilgisayar Programlamaya Giriş Uludağ Üniversitesi, Mühendislik Fakültesi Makine Mühendisliği Bölümü BİLGİSAYARA GİRİŞ ve ALGORİTMA KAVRAMI Prof. Dr. Necmettin Kaya 1 KONULAR 1. Bilgisayara giriş,
DetaylıKOCAELİ ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BLM209 PROGRAMLAMA LAB. I PROJE 3 PROJE SÜRESİ:
KOCAELİ ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BLM209 PROGRAMLAMA LAB. I PROJE 3 PROJE SÜRESİ: 26.11.2018-14.12.2018 ROBOT PROJESİ Projede farklı türdeki robotların hareket etme, yük taşıma özellikleri
DetaylıBULANIK C-ORTALAMA (FCM) ALGORİTMASINA DAYALI YENİ GÖRÜNTÜ BÖLÜTLEME SİSTEMİNİN GELİŞTİRİLMESİ
TEKNOLOJİ, Cilt 7, (004), Sayı 3, 36-367 TEKNOLOJİ BULANIK C-ORTALAMA (FCM) ALGORİTMASINA DAYALI YENİ GÖRÜNTÜ BÖLÜTLEME SİSTEMİNİN GELİŞTİRİLMESİ Mehmet BULUT* Ayhan İSTANBULLU** *Elektrik Üretim A.Ş.Genel
DetaylıPAZARTESİ SALI 2015-2016 Ders Programı 1. Öğretim 09.00-09.50 10.00-10.50 11.00-11.50 12.00-12.50 HRT4291 WEB TABANLI CBS GR:11 Ü.GÜMÜŞAY EZ-121 ; D1-129 HRT4291 WEB TABANLI CBS GR:22 Ü.GÜMÜŞAY EZ-121
DetaylıDoç.Dr.Erkan ÜLKER, Selçuk Üniversitesi Mühendislik F, Bilgisayar Mühendisliği Bölümü
International Conference Graphicon 1999, Moscow, Russia, http://www.graphicon.ru/ 17.05.2014 Sayfa 1 CAGD İÇİN BİR İNTERAKTİF MATLAB PROGRAMI ÖZET Bu makale, Bezier ve B-spline eğrileri gibi CAGD (Computer
DetaylıYOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ
YOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ Naci YASTIKLI a, Hüseyin BAYRAKTAR b a Yıldız Teknik Üniversitesi,
DetaylıKARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler. Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü
KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü Karınca Koloni Algoritması Bilim adamları, böcek davranışlarını inceleyerek
DetaylıNB Macro Kullanımı Hakkında Genel Bilgiler
NB Macro Kullanımı Hakkında Genel Bilgiler Genel Bilgi Makro Nasıl Eklenir? NB Ekranlarda Genel Makro Mantığı Makro Nasıl Çağrılır? Örnek Makro Projesi Genel Bilgi Makro, gelişmiş bir HMI kontrol metodudur.
DetaylıFOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI
FOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI Fotg.D.Bşk.lığı, yurt içi ve yurt dışı harita üretimi için uydu görüntüsü ve hava fotoğraflarından fotogrametrik yöntemlerle topoğrafya ve insan yapısı detayları
DetaylıDevlet Demiryolları için Maliyet Tabanlı Rekabetçi Fiyatlandırma Sistemi (MATRİS) Selim Çetiner Serhan Turhan - 9 Aralık 2014, Salı
Devlet Demiryolları için Maliyet Tabanlı Rekabetçi Fiyatlandırma Sistemi (MATRİS) Selim Çetiner Serhan Turhan - 9 Aralık 2014, Salı MATRİS Gündem Maliyet Tabanlı Rekabetçi Fiyatlandırma Sisteminin İhtiyaç
DetaylıVERİ MADENCİLİĞİ (Birliktelik Kuralları) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Birliktelik Kuralları) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Birliktelik Kurallarının Tanımı Destek ve Güven Ölçütleri Apriori Algoritması Birliktelik Kuralları (Association
DetaylıCAEeda ÇÖZÜMÜ YAPILMIŞ NACA 0012 KANADI İÇİN 2B ÇİZİM EĞİTİM NOTU. EDA Tasarım Analiz Mühendislik
CAEeda TM ÇÖZÜMÜ YAPILMIŞ NACA 0012 KANADI İÇİN 2B ÇİZİM EĞİTİM NOTU EDA Tasarım Analiz Mühendislik 1. Kapsam Çözümü yapılmış *.pos.edf dosyasında bulunan çözümağını al. Sonlu eleman modeli üzerinde bulunan
DetaylıİÇİNDEKİLER ÖNSÖZ Bölüm 1 KÜMELER Bölüm 2 SAYILAR
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 KÜMELER 11 1.1. Küme 12 1.2. Kümelerin Gösterimi 13 1.3. Boş Küme 13 1.4. Denk Küme 13 1.5. Eşit Kümeler 13 1.6. Alt Küme 13 1.7. Alt Küme Sayısı 14 1.8. Öz Alt Küme 16 1.9.
Detaylımmcube Çokluortam Bilgi Sistemi
mmcube Çokluortam Bilgi Sistemi SeCUBE ARGE Bilişim Mühendislik Ltd.Şti. Çokluortam Bilgi Sistemi görsel, işitsel ve metinsel tarama yöntemiyle videoların taranmasına olanak sağlayan yüksek teknoloji bir
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
DetaylıBMB204. Veri Yapıları Ders 12. Dizgi Eşleme (String Matching) Algoritmaları İleri Veri Yapıları
BMB204. Veri Yapıları Ders 12. Dizgi Eşleme (String Matching) Algoritmaları İleri Veri Yapıları Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Dersin Planı Dizgi Eşleme Algoritmaları
Detaylı2.1 Gri Düzey Eş Oluşum Matrisi ( GLCM) Gri düzey eş oluşum matrisi Haralick tarafından öne sürülmüştür [1]. Đstatistiksel doku analizi yöntemidir.
ÇELĐK YÜZEYLERĐN SINIFLANDIRILMASI * Cem ÜNSALAN ** Aytül ERÇĐL * Ayşın ERTÜZÜN *Boğaziçi Üniversitesi, Elektrik-Elektronik Mühendisliği Bölümü unsalan@boun.edu.tr **Boğaziçi Üniversitesi, Endüstri Mühendisliği
DetaylıHoşgeldiniz DİBBYS. Yeni Özellikler ve Faydaları
Hoşgeldiniz DİBBYS Yeni Özellikler ve Faydaları DİBBYS Nedir? DİBBYS, daha önce Diyanet İşleri Başkanlığınca geliştirilen IKYS,EHYS,RTBYS,DHYS,MIKKYAS,Ortak Yetki uygulamalarının tek sistem haline getirilmesiyle
DetaylıFAN-SİM FAN-SİM FAN PERFORMANS HESAPLAMA VE SEÇİM YAZILIMI.
FAN-SİM FAN PERFORMANS HESAPLAMA VE SEÇİM YAZILIMI YAZILIM TANIMI Fan-Sim yazılımı havalandırma ve iklimlendirme sistemlerinde kullanılan fanların performans hesaplamalarının yapılması ve çalışma şartlarına
DetaylıWindows Mobile İşletim Sistemleri İçin Veri Giriş Yazılımı
Windows Mobile İşletim Sistemleri İçin Veri Giriş Yazılımı Yasin Hınıslıoğlu 1 Mehmet Serdar Güzel 2 1 Ahmet Yesevi Üniversitesi Yönetim Bilişim Sistemleri Bölümü, Ankara 2 Ankara Üniversitesi Bilgisayar
DetaylıVERİ TABANI YÖNETİM SİSTEMLERİ
VERİ TABANI YÖNETİM SİSTEMLERİ ÖĞR.GÖR.VOLKAN ALTINTAŞ 26.9.2016 Veri Tabanı Nedir? Birbiriyle ilişkisi olan verilerin tutulduğu, Kullanım amacına uygun olarak düzenlenmiş veriler topluluğunun, Mantıksal
DetaylıIENG 441 ve IENG 442 Uygulama Planı
IENG 441 ve IENG 442 Uygulama Planı I. İçerik Bitirme projesi iki ana aşamadan oluşmaktadır. Bunlar, birinci dönem sistem analizi ve genel tasarımının yapıldığı IENG 441 ve ikinci dönem sistem geliştirme
DetaylıTEBLİĞ. Bilgi Teknolojileri ve İletişim Kurumundan: ELEKTRONİK HABERLEŞME SEKTÖRÜNDE HİZMET KALİTESİ YÖNETMELİĞİ EK-4 ÜN UYGULAMASINA İLİŞKİN TEBLİĞ
17 Mart 2012 CUMARTESİ Resmî Gazete Sayı : 28236 TEBLİĞ Bilgi Teknolojileri ve İletişim Kurumundan: ELEKTRONİK HABERLEŞME SEKTÖRÜNDE HİZMET KALİTESİ YÖNETMELİĞİ EK-4 ÜN UYGULAMASINA İLİŞKİN TEBLİĞ BİRİNCİ
Detaylı2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics
2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics Özet: Bulanık bir denetleyici tasarlanırken karşılaşılan en önemli sıkıntı, bulanık giriş çıkış üyelik fonksiyonlarının
DetaylıBİLGİSAYAR PROGRAMLAMA MATLAB
BİLGİSAYAR PROGRAMLAMA MATLAB Arş. Gör. Ahmet ARDAHANLI Kafkas Üniversitesi Mühendislik Fakültesi Ders Bilgileri Dersin Hocası: Araş. Gör. Ahmet Ardahanlı E-posta: ahmet.ardahanli@hotmail.com Oda: DZ-33
Detaylı