İki boyutlu mekansal stokastik süreçlerin modellenmesi ve analizi

Basit Öğe Kaydı
dc.contributor.advisorÖncel, Sevgi Yurt
dc.contributor.authorKarapınar, Yasemin
dc.date.accessioned2021-01-16T19:04:37Z
dc.date.available2021-01-16T19:04:37Z
dc.date.issued2009
dc.departmentKKÜ, Fen Bilimleri Enstitüsü, Matematik Anabilim Dalı
dc.description.abstractÇeşitli yöntemlerle kaydedilen bir görüntü, otoregresif mekansal süreç olarak modellenebilir. Uzaktan algılama, emar görüntüleri vs. gibi direkt olmayan yöntemlerle yapılan görüntüleme sırasında elde edilen görüntüler çeşitli hatalar veya aykırı değerler içerebilmektedir. Yani, kaydedilen görüntü gürültüden ve/veya çevresel nedenlerden dolayı bozulmuş olabilir.Bu çalışmada kesikli-mekan indeksli tek değişkenli otoregresif mekansal süreçlerin durum-uzay modelleri ile incelenmesini, mekansal bağımlılık katsayılarının en küçük kareler yöntemiyle tahmini ve Kalman filtresiyle durum tahminini mümkün kılan bir yaklaşım sunulmuştur. Kalman filtresinin optimalliği ancak gürültünün ve durumun Gaussian dağılımına sahip olduğu varsayımı altında sağlanabilmektedir. Bu varsayımların sağlanamaması halinde, ortaya çıkan aykırı değerlerin etkisini azaltabilmek için görüntü onarımı Dayanıklı İndirgenen Güncelleştirilmiş Kalman Filtresi ile yapılmıştır.en_US
dc.description.abstractAn image, recorded in various way, can be modeled as autoregresive spatial process. Images, which are obtained by indirect methods such as remote sensing, MRI?s etc. during monitoring process, may have errors or outliers. In other words, recorded image might be distorted due to it?s noise and/or enviromental conditioons.In this study, an useful approach for investigation of autoregressive processes with univariate in discrete-space indexed space, estimation of spatial dependence coefficients by least squares method and state estimation by Kalman filtering is presented. Optimality of Kalman filter is provided by only under the assumption of distribution of noise and state is Gaussian distribution. To reduce of the effects that existed image restoration is done by Robust Reduced Update Kalman Filter for reducing the effects of the outliers while the assumptions are not provided.en_US
dc.identifier.endpage121en_US
dc.identifier.startpage1en_US
dc.identifier.uri
dc.identifier.urihttps://hdl.handle.net/20.500.12587/16177
dc.identifier.yoktezid259647
dc.language.isotr
dc.publisherKırıkkale Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectİstatistiken_US
dc.subjectStatisticsen_US
dc.subjecten_US
dc.subjecten_US
dc.subjecten_US
dc.subjecten_US
dc.subjecten_US
dc.subjecten_US
dc.subjecten_US
dc.titleİki boyutlu mekansal stokastik süreçlerin modellenmesi ve analizien_US
dc.title.alternativeIki boyutlu mekansal stokastik süreçlerin modellenmesi ve analizien_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
259647.pdf
Boyut:
929.55 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin/Full Text
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu