@article{article_391795, title={Güç Kalitesi Bozulmalarının 2 Boyutlu Ayrık Dalgacık Dönüşümü ve Torbalama Karar Ağaçları Yöntemi ile Sınıflandırılması}, journal={Politeknik Dergisi}, volume={21}, pages={849–855}, year={2018}, DOI={10.2339/politeknik.391795}, author={Karasu, Seçkin and Saraç, Zehra}, keywords={Power quality,2D discrete wavelet transform,bagged trees classifier,sequential forward selection,ReliefF}, abstract={<p class="MsoNormal" style="margin-top:3.0pt;margin-right:0cm;margin-bottom:3.0pt; margin-left:0cm;text-align:justify"> <span style="font-size:9.0pt;mso-bidi-font-size: 10.0pt;font-family:"Times New Roman",serif">Bu çalışmada, Güç Kalitesi (GK) bozulmalarının sınıflandırılması için 2 Boyutlu Ayrık Dalgacık Dönüşümü (2B-ADD) yöntemi ile öznitelikler çıkartılmakta ve Destek Vektör Makineleri (DVM), Yapay Sinir Ağları (YSA) ve Torbalama Karar Ağaçları (TKA) yöntemleri ile sınıflandırma işlemi yapılmaktadır. Gürültülü (40 dB, 30 dB ve 20 dB) ve gürültüsüz durumları içeren 11 farklı GK bozulması için toplamda 2200 adet sinyal sentetik olarak üretilmektedir. Sinyaller 2 boyutlu görüntü matrislerine çevrilmekte ve her birine 2B-ADD uygulanmaktadır. Farklı ayrıştırma seviyesi ve istatistiksel özellikler uygulanarak öznitelikler oluşturulmaktadır. Özniteliklerden en uygun olanları Sıralı İleri Seçim (SİS) ve ReliefF yöntemleri ile seçilmektedir. Benzetim çalışmasına göre 3 farklı sınıflandırıcının başarımı birbirleri ile kıyaslanmaktadır. Sıralı ileri seçim ile seçilen öznitelikleri kullanan TKA yönteminin %99.12±0.12 oranı ile en iyi başarımı veren yöntem olduğu görülmektedir. <o:p> </o:p> </span> </p>}, number={4}, publisher={Gazi University}