... Page 2. F. Sunar and C. O¨ zkan 2266 Figure 1. Forest res and the most susceptible regions in... more ... Page 2. F. Sunar and C. O¨ zkan 2266 Figure 1. Forest res and the most susceptible regions in Turkey (Forest Fire Statistics 1998). ... Allocation of pixels to classes involves using class Page 5. Forest re analysis with remote sensing data 2269 ...
ABSTRACT This application chapter discusses rural–urban land use changes in developing countries ... more ABSTRACT This application chapter discusses rural–urban land use changes in developing countries using Büyükçekmece, a suburb of Istanbul, Turkey, as an example. Specifically, this chapter demonstrates the utility of remote sensing techniques, multitemporal satellite data, a 1984–1997 population database, and ground data to illustrate the impact of urban growth on land cover and land use changes in general and on agricultural land in particular.
In this paper, it is aimed to investigate the capabilities of boosting classification approach fo... more In this paper, it is aimed to investigate the capabilities of boosting classification approach for forest fire detection using SPOT-4 imagery. The study area, Bodrum in the province of Muğla, is located at the south-western Mediterranean coast of Turkey where recent largest forest fires occurred in July 2007. Boosting method is one of the recent advanced classifiers proposed in the
Abstract. One of the most important digital image processing steps in the remote sensing is undou... more Abstract. One of the most important digital image processing steps in the remote sensing is undoubtedly classification. As a branch of classification, unsupervised classification is a general concept which defines natural structures and groups in data without training. The ...
Fen bilimlerinde karşılaşılan birçok problem doğrusal veya doğrusal olmayan bir optimizasyon prob... more Fen bilimlerinde karşılaşılan birçok problem doğrusal veya doğrusal olmayan bir optimizasyon problemi ile temsil edilir. Doğrusal olan optimizasyon problemlerinin çözümünde klasik deterministik yöntemler kullanılmasına rağmen, doğrusal olmayan problemlerin çözümünde artan değişken sayısı, kullanılan veri tipi gibi birtakım zorluklarla karşılaşılmaktadır. Bu bağlamda, doğrusal olmayan optimizasyon problemlerinin çözümü için günümüzde Diferansiyel Gelişim Algoritması, Genetik Algoritma, Yapay Arı Kolonisi gibi birçok sezgisel algoritma geliştirilmiştir. Bu çalışmada Aster, Landsat ve Ikonos verileri, kullanımı son yıllarda giderek artan yapay zeka optimizasyon algoritmalarından popülasyon tabanlı sezgisel bir algoritma olan Diferansiyel Gelişim Algoritması(DEA) ile sınıflandırılmıştır. Yöntemin uydu görüntü verilerinin sınıflandırılmasındaki etkinliğinin değerlendirimi için klasik kontrolsüz sınıflandırma yöntemlerinden K-means ve Fuzzy C-means yöntemleriyle karşılaştırma yapılmıştır.
... Page 2. F. Sunar and C. O¨ zkan 2266 Figure 1. Forest res and the most susceptible regions in... more ... Page 2. F. Sunar and C. O¨ zkan 2266 Figure 1. Forest res and the most susceptible regions in Turkey (Forest Fire Statistics 1998). ... Allocation of pixels to classes involves using class Page 5. Forest re analysis with remote sensing data 2269 ...
ABSTRACT This application chapter discusses rural–urban land use changes in developing countries ... more ABSTRACT This application chapter discusses rural–urban land use changes in developing countries using Büyükçekmece, a suburb of Istanbul, Turkey, as an example. Specifically, this chapter demonstrates the utility of remote sensing techniques, multitemporal satellite data, a 1984–1997 population database, and ground data to illustrate the impact of urban growth on land cover and land use changes in general and on agricultural land in particular.
In this paper, it is aimed to investigate the capabilities of boosting classification approach fo... more In this paper, it is aimed to investigate the capabilities of boosting classification approach for forest fire detection using SPOT-4 imagery. The study area, Bodrum in the province of Muğla, is located at the south-western Mediterranean coast of Turkey where recent largest forest fires occurred in July 2007. Boosting method is one of the recent advanced classifiers proposed in the
Abstract. One of the most important digital image processing steps in the remote sensing is undou... more Abstract. One of the most important digital image processing steps in the remote sensing is undoubtedly classification. As a branch of classification, unsupervised classification is a general concept which defines natural structures and groups in data without training. The ...
Fen bilimlerinde karşılaşılan birçok problem doğrusal veya doğrusal olmayan bir optimizasyon prob... more Fen bilimlerinde karşılaşılan birçok problem doğrusal veya doğrusal olmayan bir optimizasyon problemi ile temsil edilir. Doğrusal olan optimizasyon problemlerinin çözümünde klasik deterministik yöntemler kullanılmasına rağmen, doğrusal olmayan problemlerin çözümünde artan değişken sayısı, kullanılan veri tipi gibi birtakım zorluklarla karşılaşılmaktadır. Bu bağlamda, doğrusal olmayan optimizasyon problemlerinin çözümü için günümüzde Diferansiyel Gelişim Algoritması, Genetik Algoritma, Yapay Arı Kolonisi gibi birçok sezgisel algoritma geliştirilmiştir. Bu çalışmada Aster, Landsat ve Ikonos verileri, kullanımı son yıllarda giderek artan yapay zeka optimizasyon algoritmalarından popülasyon tabanlı sezgisel bir algoritma olan Diferansiyel Gelişim Algoritması(DEA) ile sınıflandırılmıştır. Yöntemin uydu görüntü verilerinin sınıflandırılmasındaki etkinliğinin değerlendirimi için klasik kontrolsüz sınıflandırma yöntemlerinden K-means ve Fuzzy C-means yöntemleriyle karşılaştırma yapılmıştır.
Uploads
Papers by F. Sunar
Doğrusal olan optimizasyon problemlerinin çözümünde klasik deterministik yöntemler kullanılmasına rağmen, doğrusal
olmayan problemlerin çözümünde artan değişken sayısı, kullanılan veri tipi gibi birtakım zorluklarla karşılaşılmaktadır. Bu
bağlamda, doğrusal olmayan optimizasyon problemlerinin çözümü için günümüzde Diferansiyel Gelişim Algoritması,
Genetik Algoritma, Yapay Arı Kolonisi gibi birçok sezgisel algoritma geliştirilmiştir.
Bu çalışmada Aster, Landsat ve Ikonos verileri, kullanımı son yıllarda giderek artan yapay zeka optimizasyon
algoritmalarından popülasyon tabanlı sezgisel bir algoritma olan Diferansiyel Gelişim Algoritması(DEA) ile
sınıflandırılmıştır. Yöntemin uydu görüntü verilerinin sınıflandırılmasındaki etkinliğinin değerlendirimi için klasik kontrolsüz sınıflandırma yöntemlerinden K-means ve Fuzzy C-means yöntemleriyle karşılaştırma yapılmıştır.
Doğrusal olan optimizasyon problemlerinin çözümünde klasik deterministik yöntemler kullanılmasına rağmen, doğrusal
olmayan problemlerin çözümünde artan değişken sayısı, kullanılan veri tipi gibi birtakım zorluklarla karşılaşılmaktadır. Bu
bağlamda, doğrusal olmayan optimizasyon problemlerinin çözümü için günümüzde Diferansiyel Gelişim Algoritması,
Genetik Algoritma, Yapay Arı Kolonisi gibi birçok sezgisel algoritma geliştirilmiştir.
Bu çalışmada Aster, Landsat ve Ikonos verileri, kullanımı son yıllarda giderek artan yapay zeka optimizasyon
algoritmalarından popülasyon tabanlı sezgisel bir algoritma olan Diferansiyel Gelişim Algoritması(DEA) ile
sınıflandırılmıştır. Yöntemin uydu görüntü verilerinin sınıflandırılmasındaki etkinliğinin değerlendirimi için klasik kontrolsüz sınıflandırma yöntemlerinden K-means ve Fuzzy C-means yöntemleriyle karşılaştırma yapılmıştır.