Üç Farklı Görüntüleme Tekniginden Elde Edilen Bilgilerin Birlesimi ile Bugday Çesitlerinin Sınıflandırılması ve Hastalıklı Bugdayların Tespiti

Basit Öğe Kaydı
dc.contributor.authorÖzkan, Kemal
dc.contributor.authorSeke, Erol
dc.contributor.authorKoyuncu, Onur
dc.contributor.authorŞanal, Turgay
dc.contributor.authorOlgun, Murat
dc.contributor.authorIşık, Şahin
dc.date.accessioned2024-09-19T16:21:00Z
dc.date.available2024-09-19T16:21:00Z
dc.date.issued2019
dc.departmentHatay Mustafa Kemal Üniversitesien_US
dc.description01.03.2019en_US
dc.description.abstractTarım endüstrisinde makine ögrenme ve derin ögrenme sistemlerinin kullanımı oldukça büyük bir artıs göstermistir. Tarımsal ürünlerin çesitlerinin tanınması sınıflandırılması üretim kalitesini ve verimliligini olumlu yönde etkilemektedir. Tarım ürünleri arasında bugday ülkemizde ve dünyada insanların ihtiyaçlarını karsılaması açısından gıda ve sanayi sektöründe oldukça büyük bir paya sahiptir. Dolayısıyla üretiminin saglanması ve devamlılıgı ülkemiz ve dünya ekonomisi adına da oldukça önemlidir. Bugdayın çesitlerinin tanınması ve sınıflandırılması da üretim kalitesini dogrudan etkilemektedir. Dogru sınıflandırma ve tanıma yapılabilmesi için yeni teknolojik sistemler gelistirilmektedir. Bu sayede insan gücü en aza indirilerek zamandan ve emekten tasarruf saglanır. Bu proje kapsamında üç farklı görüntüleme tekniginden (RGB, VNIR, SWIR) elde edilmis bugday görüntüsünden olusturulan veri seti üzerinde tanıma ve sınıflandırma çalısmaları yapılmıstır. Bu kapsamda geleneksel betimleyiciler ve kelimeler çantası modelinin yanı sıra derin ögrenme yöntemleri de proje kapsamında kullanılmıstır. Ilaveten oy çoklugu kuralı, CNN ve BoW çerçevelerinin öngördügü kararlar üzerine kurulmustur. Tanıma dogrulugunu arttırmak adına öncelikle imge (image) füzyonu ve öznitelik (feature) füzyonu olmak üzere iki farklı füzyon yöntemi uygulanmıstır. Egitimler sonucu elde edilen sonuçlara göre derin ögrenme yöntemlerinin parametrik bagımlılara göre daha basarılı oldugu görülmüstür. Gelistirilen bu sistem etkili ve zahmetsiz tanımlama ve sınıflandırma imkânı sunarken aynı zamanda derin ögrenme teknolojisinin bugday çekirdegi türlerini yüksek performans ile ayırt edebilecegini göstermektedir. Ülke ekonomisinde büyümeye yaptıgı katkının yanı sıra bugday endüstrisinde insan is gücünü azaltarak daha fazla verimlilik ve üretkenlik saglamak adına önemli bir adım atılmasını saglamaktadır.en_US
dc.identifier.endpage41en_US
dc.identifier.startpage1en_US
dc.identifier.trdizinid618740en_US
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/618740
dc.identifier.urihttps://hdl.handle.net/20.500.12483/15500
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isotren_US
dc.relation.publicationcategoryProjeen_US
dc.relation.tubitakinfo:eu-repo/grantAgreement/TUBITAK/TOVAG/116O576en_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectFüzyonen_US
dc.subjecthiperspektral görüntülemeen_US
dc.subjectsüne zararlısıen_US
dc.subjectbugday danesi sınıflandırmaen_US
dc.titleÜç Farklı Görüntüleme Tekniginden Elde Edilen Bilgilerin Birlesimi ile Bugday Çesitlerinin Sınıflandırılması ve Hastalıklı Bugdayların Tespitien_US
dc.typeProjecten_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
15500.pdf
Boyut:
1.3 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu