Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13091/2132
Full metadata record
DC FieldValueLanguage
dc.contributor.authorAydemir, Emrah-
dc.contributor.authorIşık, Murat-
dc.date.accessioned2022-02-26T20:58:14Z-
dc.date.available2022-02-26T20:58:14Z-
dc.date.issued2021-
dc.identifier.issn2667-8055-
dc.identifier.urihttps://doi.org/10.36306/konjes.755710-
dc.identifier.urihttps://dergipark.org.tr/tr/pub/konjes/issue/60526/755710-
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/1160875-
dc.identifier.urihttps://hdl.handle.net/20.500.13091/2132-
dc.descriptionDergiPark: 755710en_US
dc.descriptionkonjesen_US
dc.description.abstractGünümüzde, teknolojik imkanların hızla gelişmesiyle ses sınıflandırma uygulamalarının sayıları da artmakta ve popüler bir çalışma alanı haline gelmektedir. Bu çalışmada, amacımız durağan halde bir aracın üretmiş olduğu sesi kullanarak "aracın sesli imzasını" üretmek ve aracın sınıflandırılması için kullanmaktır. Çalışan bir aracın sesi; motor sesi, titreşimden kaynaklı sesler, rüzgâr sesleri gibi bazı seslerin bir araya gelmesiyle oluşur. Uygulamada 22 aracın rölantideki sesleri kaydedilmiş ve Local Binary Pattern (LBP) ve Cubic SVM algoritmaları kullanılarak %95,2 oranında başarılı sınıflandırılmıştır. Ayrıca, elde edilen sonuçlar literatürdeki çalışmalarla karşılaştırılmıştır.en_US
dc.description.abstractToday, with the rapid development of technological possibilities, the number of sound classification applications are increasing and becoming a popular field for researchers. In this study, our aim is to extract "vehicle sound signature" by using the sound produced by the vehicle at idle mode. After that to use this sound signature for the classification of the vehicle. The sound of a working vehicle at idle mode consist of some noises cause by engine, vibration, wind etc. In practice, the sounds of 22 vehicles at idle mode were recorded and 95.2% successful classification was made by using the Local Binary Pattern (LBP) method and the Cubic SVM algorithm. In addition, the results were analyzed by comparing them with similar studies in the related literature.en_US
dc.language.isotren_US
dc.publisherKonya Technical Universityen_US
dc.relation.ispartofKonya Mühendislik Bilimleri Dergisien_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectses sınıflandırmaen_US
dc.subjectaraç tanımaen_US
dc.subjectsesli imzaen_US
dc.subjectaraç sınıflandırmaen_US
dc.subjectsound classificationen_US
dc.subjectvehicle recognitionen_US
dc.subjectvoice signatureen_US
dc.subjectvehicle classificationen_US
dc.titleARAÇ İÇİ SESİNDEN ARACI TANIMA VE SINIFLANDIRMAen_US
dc.title.alternativeVehicle Detection and Classification from Its Interior Sounden_US
dc.typeArticleen_US
dc.identifier.doi10.36306/konjes.755710-
dc.departmentKTÜNen_US
dc.identifier.volume9en_US
dc.identifier.issue1en_US
dc.identifier.startpage129en_US
dc.identifier.endpage136en_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Başka Kurum Yazarıen_US
item.cerifentitytypePublications-
item.languageiso639-1tr-
item.openairetypeArticle-
item.fulltextWith Fulltext-
item.grantfulltextopen-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
Appears in Collections:Konya Mühendislik Bilimleri Dergisi
Files in This Item:
File SizeFormat 
10.36306-konjes.755710-1160875.pdf855.04 kBAdobe PDFView/Open
Show simple item record

CORE Recommender

Page view(s)

34
checked on Mar 27, 2023

Download(s)

20
checked on Mar 27, 2023

Google ScholarTM

Check

Altmetric


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.