| 000 -LEADER |
|---|
| fixed length control field |
07431nam a22004697i 4500 |
| 003 - CONTROL NUMBER IDENTIFIER |
|---|
| control field |
TR-AnTOB |
| 005 - DATE AND TIME OF LATEST TRANSACTION |
|---|
| control field |
20230908000936.0 |
| 007 - PHYSICAL DESCRIPTION FIXED FIELD--GENERAL INFORMATION |
|---|
| fixed length control field |
ta |
| 008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION |
|---|
| fixed length control field |
171111b xxu||||e mmmm 00| 0 eng d |
| 040 ## - CATALOGING SOURCE |
|---|
| Original cataloging agency |
TR-AnTOB |
| Transcribing agency |
TR-AnTOB |
| Language of cataloging |
eng |
| Description conventions |
rda |
| 041 0# - LANGUAGE CODE |
|---|
| Language code of text/sound track or separate title |
Türkçe |
| 099 ## - LOCAL FREE-TEXT CALL NUMBER (OCLC) |
|---|
| Classification number |
TEZ TOBB FBE ELE YL’18 HAM |
| 100 1# - MAIN ENTRY--PERSONAL NAME |
|---|
| Personal name |
Hamurcu, Eren |
| 9 (RLIN) |
120177 |
| 245 10 - TITLE STATEMENT |
|---|
| Title |
Meteoroloji radar verilerinden optimal hava durumu tespiti için öznitelik seçimi ve yeni yöntemlerin geliştirilmesi / |
| Statement of responsibility, etc. |
Eren Hamurcu. |
| 264 #1 - PRODUCTION, PUBLICATION, DISTRIBUTION, MANUFACTURE, AND COPYRIGHT NOTICE |
|---|
| Place of production, publication, distribution, manufacture |
Ankara : |
| Name of producer, publisher, distributor, manufacturer |
TOBB ETÜ Fen Bilimleri Enstitüsü, |
| Date of production, publication, distribution, manufacture, or copyright notice |
2018. |
| 300 ## - PHYSICAL DESCRIPTION |
|---|
| Extent |
xiv, 45 pages : |
| Other physical details |
charts and colored illustrations ; |
| Dimensions |
29 cm |
| 336 ## - CONTENT TYPE |
|---|
| Source |
rdacontent |
| Content type term |
text |
| Content type code |
txt |
| 337 ## - MEDIA TYPE |
|---|
| Source |
rdamedia |
| Media type term |
unmediated |
| Media type code |
n |
| 338 ## - CARRIER TYPE |
|---|
| Source |
rdacarrier |
| Carrier type term |
volume |
| Carrier type code |
nc |
| 502 ## - DISSERTATION NOTE |
|---|
| Dissertation note |
Tez (Yüksek Lisans)--TOBB ETÜ Fen Bilimleri Enstitüsü Nisan 2018 |
| 520 ## - SUMMARY, ETC. |
|---|
| Summary, etc. |
Özellikle son yıllarda, meteorolojik radar verilerinin işlenmesi ve bu veriler doğrultusunda optimal hava durumu tahminleri önemli bir araştırma alanı olmuştur. Ayrıca yine bu radar verileri kullanılarak kuş,böcek ve kargaşa gibi meteorolojik olmayan hedeflerin tespiti üzerine de yoğunlaşılmıştır. Uzaktan algılama sistemleri ile meteorolojik tespitlerde uyduların yanı sıra radarlar da kullanılmaya başlanmıştır. Özellikle polarimetrik mikro doppler radarlar ile ölçümlerle bölgedeki hidrometeorların tespiti mümkündür. Uyduların yerine bu radarların tercih edilmesinin en önemli sebebi hem radarlarla daha küçük alanlar hakkında daha detaylı bilgiler toplanabilmesi, hem de kısa vadeli ve anlık tespitler ile bölgedeki meteorolojik duruma göre hızlı önlemler alınabilmesidir. Bu tez kapsamında Hatay Meteoroloji Radar verileri kullanılarak bu bölgedeki hidrometeorların tespiti üzerine bir sınıflandırıcı oluşturulmuş ve bu sınıflandırıcının performansını ve başarısını artırmaya yönelik araştırmalar yapılmıştır. İlk aşamada Hatay Radar’ından alınan verilerin formatı çalışmalara uygun hale getirilmiş ve çıkarılan polarimetrik radar öznitelikleri kullanılarak bir destek vektör makinesi sınıflandırıcısı oluşturulmuştur. Sınıflandırıcı iki aşamada çalışmaktadır; öncelikle radar görüntülerinde yağış tespiti yapılmıştır, daha sonra ise yağış tespit edilemeyen bölgelerde kuş-böcek ve kargaşa tespit edilmiştir. Radar verilerinde sınıflandırıcı eğitimi için yersel gerçeklik bilgisi olmadığı için radar öznitelikleri incelenip hidrometeor sınıfları gözle tespit edilebilen bölgeler taranıp, eğitim için bir yersel gerçeklik seti oluşturulmuştur. Yersel gerçeklik seti kullanılarak sınıflandırıcı eğitimi yapılmıştır. Daha sonra radardan gelen sekiz öznitelik için bir öznitelik seçimi yapılmış ve her iki sınıflandırma aşaması için etkili olan öznitelikler belirlenmiştir. Radar verilerinde hatalı ve gürültülü ölçüm alınan bölgeler, bir maskeleme metotu kullanılarak temizlenmiş ve seçilen öznitelikler ile sınıflandırma sonuçları kıyaslanmıştır. Son olarak da hatalı yağış tespitlerini minimuma indirgemek için radardan ölçülen spektral özniteliklerin yanı sıra sınıflandırma sonuçları kullanılarak yeni doku öznitelikleri çıkarılmış ve bu öznitelikler kullanılarak tekrar sınıflandırmalar yapılmıştır. Doku öznitelikleri olarak, sınıflandırma sonuçlarından elde edilen doku üzerinde, sınıflar arasındaki komşuluk ilişkileri kullanılarak hesaplanan enerji ve entropi değerleri kullanılmıştır. Tezin sonunda ise elde edilen doku öznitelikleri kullanılarak yapılan sınıfladırma işleminde, sınıflandırıcı performansının yağış tespitinde başarımın artığı görülmüş ve özellikle yağışsız tarihlerde ölçülen hatalı yağış sınıflandırma sonuçları büyük ölçüde giderilmiştir.----Especially in recent years, meteorological radar data processing and optimal weather<br/>forecasts in the direction of these data, have become an important research area. It is<br/>also focused on the detection of non-meteorological targets such as birds, insects and<br/>clutter using these radar data. Remote sensing systems as well as satellites have begun<br/>to be used in meteorological detection. Especially with polarimetric micro doppler<br/>radar, it is possible to detect the hydrometeors in the region by measurements. The<br/>most important reasons for choosing these radars instead of satellites can be gathered<br/>more detailed information about smaller areas and and quick measures can be taken<br/>according to the meteorological situation in the region with short term and instant<br/>detections. Within the scope of the thesis, a classifier on the detection of the<br/>hydrometeors in this region was constructed by using Hatay Meteorology Radar data<br/>and studies were carried out to improve the performance and the success of this classifier. In the first step, the data obtained from Hatay Radar were adapted to the<br/>formative studies and a support vector machine classifier was created using the<br/>extracted polarimetric radar features. The classifier works in two stages; firstly rainfall<br/>detection in radar images, then birds-bugs and clutter detection in regions where<br/>rainfall could not be detected. Since there is no ground truth information for classifier<br/>training in radar data, radar features are examined, regions visually detectable in<br/>hydrometeor classes are scanned, and a ground truth dataset for training is created.<br/>Classifier training was done using the ground truth dataset. Then a feature selection<br/>was made for the eight features from the radar and the features required for both<br/>classification stages were determined. Erroneous and noisy measurements in the radar<br/>data were taken using a masking method and the classification results were compared<br/>with the selected features. Finally, in order to minimize false precipitation detections,<br/>new texture features were extracted by using the spectral features measured from the<br/>radar, as well as the classification results, and they were reclassified using these<br/>features.As texture features, were used on the texture obtained from the classification<br/>results, energy and entropy values calculated using neighborhood relations between<br/>the classes. At the end of the thesis, in the classification process using the obtained<br/>texture features, the performance of the classifier performance in the precipitation<br/>detection was increased and the results of faulty rainfall classification, which was<br/>measured especially in the precipitation without precipitation, were largely eliminated. |
| 650 00 - SUBJECT ADDED ENTRY--TOPICAL TERM |
|---|
| 9 (RLIN) |
32546 |
| Topical term or geographic name entry element |
Tezler, Akademik |
|
|---|
| Topical term or geographic name entry element |
Dissertations, Academic |
| 9 (RLIN) |
32543 |
| 653 ## - INDEX TERM--UNCONTROLLED |
|---|
| Uncontrolled term |
Radar |
|
|---|
| Uncontrolled term |
Sinyal işleme |
|
|---|
| Uncontrolled term |
Meteoroloji |
|
|---|
| Uncontrolled term |
Destek ve vektör makineleri |
|
|---|
| Uncontrolled term |
Sınıflandırma |
|
|---|
| Uncontrolled term |
Doku bazlı öznitelik çıkarımı |
|
|---|
| Uncontrolled term |
Öznitelik seçimi |
|
|---|
| Uncontrolled term |
Radar |
|
|---|
| Uncontrolled term |
Signal processing |
|
|---|
| Uncontrolled term |
Meteorology |
|
|---|
| Uncontrolled term |
Support vector machines |
|
|---|
| Uncontrolled term |
Classifications |
|
|---|
| Uncontrolled term |
Texture based feature extraction |
|
|---|
| Uncontrolled term |
Feature selection |
| 710 #2 - ADDED ENTRY--CORPORATE NAME |
|---|
| Corporate name or jurisdiction name as entry element |
TOBB Ekonomi ve Teknoloji Üniversitesi. |
| Subordinate unit |
Fen Bilimleri Enstitüsü |
| 9 (RLIN) |
77078 |
| 856 40 - ELECTRONIC LOCATION AND ACCESS |
|---|
| Uniform Resource Identifier |
<a href="https://tez.yok.gov.tr/">https://tez.yok.gov.tr/</a> |
| Materials specified |
Ulusal Tez Merkezi |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) |
|---|
| Koha item type |
Thesis |
| Source of classification or shelving scheme |
|
