Akciğer Solunum Seslerinin Spektral Öznitelikler ile Sınıflandırılması
| Dublin Core | PKP üst veri ögeleri | Dokümanın üst verisi | |
| 1. | Başlık | Doküman başlığı | Akciğer Solunum Seslerinin Spektral Öznitelikler ile Sınıflandırılması |
| 2. | Oluşturan | Yazarın adı, kurumu, ülkesi | Sezer ULUKAYA; Boğaziçi Üniversitesi / Trakya Üniversitesi |
| 2. | Oluşturan | Yazarın adı, kurumu, ülkesi | Görkem SERBES; Yıldız Teknik Üniversitesi |
| 2. | Oluşturan | Yazarın adı, kurumu, ülkesi | İpek ŞEN; Beykent Üniversitesi |
| 2. | Oluşturan | Yazarın adı, kurumu, ülkesi | Yasemin P. KAHYA; Boğaziçi Üniversitesi |
| 3. | Konu | Disiplin(ler) | |
| 3. | Konu | Anahtar kelime(ler) | Akciğer solunum sesleri; Çıtırtı; Üfürüm; Mel frekans kepstral katsayıları; Güç spektrum yoğunluğu; Algısal doğrusal öngörü katsayıları |
| 4. | Tanım | Öz | Bu çalışmada güç spektrum yoğunluğu, mel frekans kepstral katsayıları (MFKK) ve algısal doğrusal öngörü (ADÖ) yöntemleri; çıtırtı, üfürüm ve normal akciğer solunum seslerini ayrıştırmak amacıyla kullanılan öznitelik çıkarıcılar olarak görevlendirilmiştir. Ham özniteliklerden sekiz alt öznitelik kümesi (enerji, entropi, en küçülten, en büyülten, ortalama, standart sapma, eğrilik ve basıklık) çıkarılarak k-en yakın komşu ve destek vektör makineleri sınıflandırıcılarına birini dışarıda bırak şeması kullanılarak beslenmiştir. Önerilen algısal doğrusal öngörü katsayıları yöntemi güç spektrum yoğunluğundan daha iyi performans sergilerken mel frekans kepstral katsayıları ile başa baş performans göstermiştir. ADÖ yönteminin üç gruplu sınıflandırma performansı var olan literatürle karşılaştırılmıştır. Çıtırtı, üfürüm ve normal sınıfları (% 94, % 95.5, % 95.5 sırasıyla) için en iyi sonuçlara ADÖ tarafından ulaşılmıştır. Diğer taraftan tüm sınıf doğruluklarının en iyi ortalama sonucuna % 91.3 ile MFKK tarafından ulaşılmıştır. MFKK ve ADÖ yöntemlerinin sınıflandırma doğruluğunun model derecesine oldukça bağlı olduğu gözlemlenmiştir. |
| 5. | Yayıncı | Organizasyon ajansı, yeri | Süleyman Demirel University |
| 6. | Katkıda bulunan | Destekleyen(ler) | Boğaziçi Üniversitesi Bilimsel Araştırma Projeleri; Tübitak Bideb |
| 7. | Tarih | (YYYY-AA-GG) | 2017-11-01 |
| 8. | Tür | Durum ve tür | Değerlendirmeden geçmiş makale |
| 8. | Tür | Tür | |
| 9. | Biçim | Dosya biçimi | |
| 10. | Tanımlayıcı | Tekbiçimli Kaynak Belirleyici | http://dergipark.ulakbim.gov.tr/sdufenbed/article/view/5000211251 |
| 10. | Tanımlayıcı | Digital Object Identifier | http://dx.doi.org/10.19113/sdufbed.84471 |
| 11. | Kaynak | Başlık; cilt, no. (yıl) | Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi; Kabul Edilen Makaleler |
| 12. | Dil | İngilizce=en | |
| 14. | Kapsam | Coğrafi konum, kronolojik dönem, araştırma örneklemi (cinsiyet, yaş, vb.) | |
| 15. | Haklar | Telif hakkı ve izinler | Bu dergide makalelerini yayımlayan yazarlar aşağıdaki şartları kabul etmiş bulunmaktadır: 1. Yazar makale telif hakkını elinde tutar ve ilk yayımlama hakkını dergiye verir. Makale, yazarının belirtilmesi ve ilk yayımının bu dergide yapılması koşuluyla diğerleri tarafından paylaşılmasına olanak veren Creative Commons Attribution lisansı altında lisanslanır. 2. Yazar, makalenin dergide yayımlanmış versiyonunun tam yetki vermeden dağıtımı (örneğin, kurumsal bir veri bankasına gönderilmesi ya da bir kitapta yayımlanması) için ayrı sözleşme düzenlemeleri yapabilir. 3. Yazarların makalelerini dergiye göndermeden önce ya da gönderi süreci devam ederken internet üzerinden (örneğin, kurumsal veri tabanında ya da kendi web sitelerinde) paylaşmaları teşvik edilir; bu, hem verimli fikir alışverişlerine hem de makalenin daha erken ve daha çok atıf almasına yol açabilir (bakınız Açık Erişimin Etkisi). |