Show simple item record

dc.contributor.advisorÇUBUKÇU, Esra Aslı
dc.contributor.authorDEMİR, Vahdettin
dc.contributor.authorÇUBUKÇU, Esra, Aslı
dc.date.accessioned2021-12-21T06:24:14Z
dc.date.available2021-12-21T06:24:14Z
dc.date.issued2021-04
dc.identifier.urihttp://hdl.handle.net/20.500.12498/5092
dc.description.abstractBu çalışmada, Samsun Mert Irmağı Havzası’nda, hâlihazır haritalardan temin edilmiş yatay ve düşey koordinat bilgilerinin yer aldığı noktalardan yükseklik değerleri, M5 model ağacı (M5-tree) ve çok değişkenli uyarlamalı regresyon eğrileri (MARS) sezgisel regresyon yöntemleri kullanılarak tahmin edilmeye çalışılmıştır. Sonuçlar Tek ve Çok Değişkenli Regresyon (TDR-ÇDR) yöntemiyle karşılaştırılmıştır. Çalışmada 3 farklı giriş senaryosu incelenmiştir. Bunlar: X yönündeki koordinat bilgisiyle yükseklik tahmini (i); Y yönündeki koordinat bilgisiyle yükseklik tahmini (ii); X ve Y koordinat bilgisiyle yükseklik tahmini şeklindedir (iii). Karşılaştırma kriterleri olarak determinasyon katsayısı (R2), Ortalama Mutlak Hata (OMH) ve Karekök Ortalama Karesel Hata (KOKH) kullanılmıştır. Modelleme sonuçları incelendiğinde; (1) M5-tree regresyon yönteminin en iyi sonucu verdiği, (2) MARS yöntemi ÇDR ve TDR yöntemlerine göre daha iyi olduğu, (3) En kötü sonuç TDR yöntemi kullanılarak yapılan doğrusal regresyon modellemesinde tespit edilmiştir. (4) Özellikle, M5-tree sezgisel regresyon yönteminin yükseklik modellemesinde oldukça başarılı bir metot olduğu sonucuna ulaşılmıştır.en_US
dc.language.isotren_US
dc.publisherAvrupa Bilim ve Teknoloji Dergisien_US
dc.rightsAttribution-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/us/*
dc.subjectSayısal Yükseklik Modelien_US
dc.subjectM5-Treeen_US
dc.subjectMarsen_US
dc.subjectSamsunen_US
dc.titleSezgisel Regresyon Teknikleri ile Sayısal Yükseklik Modellenmesien_US
dc.typeMakaleen_US


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NoDerivs 3.0 United States
Except where otherwise noted, this item's license is described as Attribution-NoDerivs 3.0 United States