Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız:
http://hdl.handle.net/11547/10701
Başlık: | A DEEP LEARNING BASED METHOD FOR CLASSIFICATION OF POLARIMETRIC SAR DATA |
Yazarlar: | BEN-WARRAK, İkram |
Yayın Tarihi: | 2023 |
Yayıncı: | ISTANBUL AYDIN UNIVERSITY INSTITUTE OF SOCIAL SCIENCES |
Özet: | Polarimetrik yapay açıklıklı radar (PolSAR) görüntülerinin sınıflandırması önemli bir PolSAR veri uygulamasıdır. Son yıllarda derin öğrenmenin yaygınlaşması, PolSAR görüntü sınıflandırmasında da önemli iyileşmeler sağlamıştır. Bu tezde, polarimetrik yapay açıklıklı radar (SAR) görüntülerinin sınıflandırılması için, bir derin evrişimsel sinir ağını kullanılmaktadır. Karmaşık değerli evrişimsel sinir ağı (CV CNN), geleneksel evrişimsel sinir ağını (CNN) karmaşık değerli işlemeye yönelik genişletir ve SAR görüntülerinde bulunan genlik ve açı bilgilerini kullanır. Bu tezde, CV-CNN' nin polarimetrik SAR görüntü sınıflandırma işleminin performans değerlendirilmesi, pikselleri belirli arazi türlerine kategorize etme başarımını içerir. CV-CNN sonuçları SVM gibi bir makine öğrenmesi teknik ve Mahalanobis uzaklığı gibi basit bir istatistiksel tekniği ile karşılaştırmalı olarak, test başarımı, karmaşıklık matrisi kullanılarak verilir. |
URI: | http://hdl.handle.net/11547/10701 |
Koleksiyonlarda Görünür: | Tezler -- Thesis |
Bu öğenin dosyaları:
Dosya | Açıklama | Boyut | Biçim | |
---|---|---|---|---|
10565621.pdf | 2.38 MB | Adobe PDF | Göster/Aç |
DSpace'deki bütün öğeler, aksi belirtilmedikçe, tüm hakları saklı tutulmak şartıyla telif hakkı ile korunmaktadır.