English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Son yillarda hizli nufus artisi ve kentsel alanlardaki degisimler cevreyi onemli bir sekilde etkilemistir. Kentsel alanlar heterojenik ve parcalanmis bir yapiya sahiptir, bu durum uzaktan algilama goruntuleri acisindan zorlu bir durum yaratmaktadir. Kentsel alanlarda uzaktan algilama uygulamalarindan elde edilen bilgilerin guvenilirligi mekansal ve spektral verilerin kalitesine bagli olarak degismektedir. Dolayisiyla, bu calismanin amaci Tahran'in guney batisindaki kentsel bolgede Hyperion goruntuleri ve yuksek cozunurluklu pankromatik ALI goruntulerinin dokusal ozelliklerinin esas etkisini analiz etmektir. Bu amacla, gri-seviyeli es-olusum matrisi (gray-level co-occurrence matrix) (GLCM) yontemini kullanarak pankromatik ALI goruntulerinden yapisal bilgi ayiklanmistir. Siniflandirma bes senaryo halinde SVM yontemi ile gerceklestirilmistir. CNT yontemiyle spektral bantlarin siniflandirilmasi, spektral bant siniflandirilmasi pencere boyutu 3, boyut 5, boyut 7 ve boyut 9. siniflandirma sonuclari Tahran guney bati kentsel alanlarin Hyperion uydu goruntuleri ile yeterince karakterize edilemedigini gostermektedir. Sonuclar yapisal bilgilerin kullanimi ile kentsel arazi siniflandirmalarinin daha basarili bir sekilde yapilabildigini gostermektedir. Sonuc olarak, Hyperion goruntuleri ile yapisal bilgilerinin birlestirilmesi heterojenik siniflandirmada karisikligi azaltmaktadir. GLCM ozellikleri icerdikleri zengin yapisal bilgi ile heterojen alanlarda arazi kullanim siniflandirmalari icin buyuk bir potansiyel gosterirler.

i̇stanbul üniversitesi orman fakültesi dergisi

İran Tahran şehri güney bölgesinde kent alanlarının sınıflandırılmasında SVM yöntemi ile hiperspektral görüntü ve tekstür bilgilerinin birlikte kullanılması