İş Zekası Çözümleri için Çok Boyutlu Birliktelik Kuralları AnaliziDerya Birant, Alp Kut, Medi Ventura, Hakan Altınok, Benal Altınok, Elvan Altınok, Murat Ihlamur<strong>Akademik</strong> Bilişim’<strong>10</strong> - XII. <strong>Akademik</strong> Bilişim Konferansı Bildirileri<strong>10</strong> - <strong>12</strong> Şubat 20<strong>10</strong> Muğla Üniversitesi[4] Győrödi, C., Győrödi, R., Holban, S., “AComparative Study of Association Rules MiningAlgorithms”, SACI 2004, 1st Romanian-Hungarian Joint Symposium on AppliedComputational Intelligence, Timisoara, Romania,213-222 (2004).[5] Han, J., Pei, H., Yin, Y., “Mining FrequentPatterns without Candidate Generation”.SIGMOD’00, ACM Press, New York, NY,USA, (2000).[<strong>10</strong>] Pandey, A., Pardasani, K.R., “Rough SetModel for Discovering Multidimensional AssociationRules”, International Journal ofComputer Science and Network Security(IJCSNS), 9(6): 59-164 (2009).[11] Sug, H., “Comparison of MultidimensionalAssociation Rules with Decision Trees forLarge Database”, Proceedings of the InternationalConference on Artificial Intelligence,Las Vegas, Nevada, USA, <strong>12</strong>1-<strong>12</strong>6 (2003).Görüntü İşlemede Yeni Bir Soluk, OPENCVEzgi Eriştiİstanbul Ticaret Üniversitesi, Bilgisayar Mühendisliği Bölümü, İstanbuleeristi@iticu.edu.trÖzet: OpenCV, Intel tarafından geliştirilerek BSD lisansı ile lisanslanmış, “Bilgisayarla Görü/Görme” kütüphanesidir. Özellikle gerçek zamanlı uygulamalar hedef alınarak geliştirilmiş olması,ticari kullanımı dahil ücretsiz olması ve Windows, Linux, MacOS X gibi farklı platformlardakullanılabilmesi bu kütüphaneyi diğer görüntü işleme araçlarından bir adım öne çıkarmaktadır.[6] He, S-B., Wang Y-J., Sun, Y-K., Gao, W-W.,Chen, Q., An, Y-Q., “The Research of MultidimensionalAssociation Rule in Traffic Accidents”,Wireless Communications, Networkingand Mobile Computing, 1-4 (2008).[7] Khare, N., Adlakha, N., Pardasani, K.R.,“An Algorithm for Mining MultidimensionalFuzzy Assoiation Rules”, International Journalof Computer Science and InformationSecurity (IJCSIS), 5(1): 72-76 (2009).[8] Lin, W-Y., Tseng, M-C., Wang, M-F.,“OLAM cube selection in on-line multidimensionalassociation rules mining system”, LectureNotes in Computer Science, 3214: <strong>12</strong>76-<strong>12</strong>82 (2004).[9] NETSİS iş zekası çözümleri, http://www.eanalyzer.net/,<strong>10</strong> Aralık 2009.222[<strong>12</strong>] Xu, W-X., Wang, R-J., “A Novel Algorithmof Mining Multidimensional AssociationRules”, Lecture Notes in Control and InformationSciences, 344/2006: 771-777 (2006).[13] Xu, W-X., Wang, R-J., “A Fast Algorithmof Mining Multidimensional Association RulesFrequently”, Proceedings of the Fifth InternationalConference on Machine Learningand Cybernetics, Dalian, 1199-<strong>12</strong>03 (2006).[14] Zaki, M., Parthasarathy, S., Ogihara, M.,Li, W., “New Algorithms for Fast Discoveryof Association Rules”, Proceedings 3rd Int.Conf. on Knowledge Discovery and DataMining (KDD’97), 283–296. AAAI Press,Menlo Park, CA, USA (1997).Anahtar Sözcükler: OpenCV, Görüntü İşleme, Bilgisayarla Görü/Görme.A Novel Refreshment for Image Processing, OPENCVAbstract: OpenCV is a computer vision library which was developed by INTEL and released undera BSD license. Furthermore it was developed for real time computer vision applications andits free of charge usage is aimed for both academic and commercial clients. Featuring portabilityfor different operating systems like Windows, Linux, MacOS X, OpenCV brings forward thislibrary from other image processing tools.Keywords: OpenCV, Image Processing, Computer Vision.1. GirişOpenCV, bir resim ya da video içindeki anlamlıbilgileri çıkarıp işleyebilmek için INTELtarafından C ve C++ dilleri kullanılarak geliştirilmiş,açık kaynak kodlu bir “BilgisayarlaGörme” kütüphanesidir.Şekil 1. OpenCV Bileşenleri[1]OpenCV kütüphanesi, beş temel bileşendenoluşmaktadır. Bu bileşenlerin dört tanesi Şekil1’de görülmektedir [1].223Computer Vision (Bilgisayarla Görü/Görme)kelimesinin baş harfleri kullanılarak isimlendirilenCV bileşeni, temel resim işleme fonksiyonlarıve Bilgisayarla Görü/Görme içinkullanılan yüksek seviyeli algoritmaları bünyesindebarındıran beş temel kütüphanedenbiridir. Machine Learning Library kelimesininbaş harfleri kullanılarak isimlendirilen MLLbileşeni, adından da anlaşılacağı üzere MakinaÖğrenmesi dalı için gerekli istatistiksel verilereulaşmak, mevcut verileri sınıflandırmak içinkullanılan fonksiyonları/araçları içeren diğerbir kütüphanedir. HighGUI bileşeni, slider,form gibi OpenCV kütüphanesi içerisinde tanımlanmışpek çok nesneyi yaratabilmemizisağlayan bir grafik arabirimi olmakla beraber,resim ve videoları kaydetmek, yüklemek, hafızadansilmek için gerekli giriş/çıkış (I/O) fonksiyonlarınıda içerir [1].CXCore bileşeni, OpenCV’ye ait IplImage,cvPoint, cvSize, cvMat, cvHistogram...vs gibi veri yapılarını bünyesinde barındıran,
Görüntü İşlemede Yeni Bir Soluk, OPENCVEzgi EriştiXML desteği de sağlayan bir kütüphanedir.Son olarak CvAux bileşeni, şablon eşleştirme(template-matching), şekil eşleştirme (shapematching), bir objenin ana hatlarını bulma (findingskeletons), yüz tanıma (face-recognition),ağız hareketleri izleme (mouth-tracking), vücuthareketlerini tanıma (gesture recognition)ve kamera kalibrasyonu gibi daha pek çokdeneysel algoritmaları bünyesinde barındırankütüphanedir [1].OpenCV kütüphanesi, BSD lisansı ile lisanslanmıştır.Özgür lisanslar içinde en özgürü olarakbilinen bu lisansta kodu alan kişi, istediğigibi kullanma özgürlüğüne sahiptir [2]. <strong>Akademik</strong>ve ticari kullanımı ücretsiz olan bu kütüphaneWindows, Linux, MacOS X gibi farklıplatformlarda kullanılabilir [3].Intel’in görüntü işleme laboratuarlarındageliştirilen ve hız açısından optimize edilenOpenCV kütüphanesi, gerçek zamanlı uygulamalarhedef alınarak geliştirilmiştir. USB2.0 teknolojisi ile birlikte artık standart birbilgisayarda bile gerçek zamanlı uygulamalarçalıştırılabilmektedir. Tüm bu gelişmeler oyuncakyapımından endüstriyel üretime kadar pekçok alanda bu kütüphanenin kullanılmasınayol açmıştır [4].2. OpenCV ile Temel UygulamalarBu bölümde OpenCV kütüphanesini etkin birşekilde kullanabilmek için basit örneklere yerverilmiştir. Tüm örnekler Windows XP işletimsistemi üzerinde OpenCV_1.1pre1a sürümü veVisual Studio 2005 Yazılım Geliştirme Ortamı(IDE) kullanılarak çalıştırılmıştır. ÖzellikleWindows işletim sistemi ile OpenCV kütüphanesinikullanırken pek çok sorunla karşılaşılmıştır.Bu yazıda karşılaşılan problemlerin nelerolduğuna ve çözümlerine de yer verilmiştir.2.1 Bir Resmin GörüntülenmesiAşağıdaki program dosya yolu verilen bir resminOpenCV kütüphanesi ile nasıl açılacağınıgöstermektedir [1].224//PROGRAM 1#include int main(){IplImage* img;img = cvLoadImage(“C:\\Lenna.jpg”);cvNamedWindow(“LENNA”, 1);cvShowImage(“LENNA”, img );cvWaitKey(0);cvReleaseImage(&img);cvDestroyWindow(“LENNA”);return 0;}IplImage veri yapısı, çeşitli resim dosyalarınıhafızaya alabilmek için oluşturulmuş özelbir veri yapısıdır. Program 1’de istenen resimIplImage tipinde bir değişkene cvLoadImagefonksiyonu yardımıyla atanır. Bu fonksiyon,BMP, DIB, JPEG, JPG, JPE, PNG, PBM,PGM, PPM, SR, RAS, TIFF ve TIF uzantılıresim dosyalarını okuyabilir [5]. Okunabilenresim dosyaları cvShowImage Fonksiyonu ileform üzerinde gösterilir. İşlem bittikten sonrayaratılan bütün nesneler hafızadan silinir.Şekil 2. Lenna – Standart Test İmajıŞekil 2’de Program 1 çalıştırıldığında elde edilensonuç görülmektedir.Belirtilen resim dosyası okunamadığı durumlardaaşağıdaki kontroller ve işlemler yapılmalıdır.• Programda resim dosyasına ait dosya yolunun(path) doğru şekilde belirtildiğindenemin olunuz.• Visual Studio 2005 yazılım geliştirmeortamı ile çalışıyorsanız “Visual Studio2005 Sevice Pack 1” yükleyiniz.• Seçtiğiniz yazılım geliştirme ortamı ileOpenCV kütüphanesini çalıştırabilmekiçin gerekli ayarları kontrol ediniz.2.2 Resimlere Filtre UygulamaAşağıdaki programda, seçilen bir resme GaussianFiltresi uygulanmıştır.//PROGRAM 2#include “cv.h”#include “highgui.h”int main(){IplImage* img;img = cvLoadImage(“C:\\Lenna.jpg”);cvNamedWindow(“Filtre_Oncesi”,1);cvShowImage( “Filtre_Oncesi”,img);cvNamedWindow(“Filtre_Sonrasi”,1);IplImage* img2;CvSize boyut;boyut=cvGetSize(img);img2 = cvCreateImage(boyut,8,3);cvSmooth(img,img2,CV_GAUSSIAN,5,5);cvSmooth(img2,img2,CV_GAUSSIAN,5,5);//Filtre Seçenekleri//0 CV_BLUR_NO_SCALE//1 CV_BLUR//2 CV_GAUSSIAN//3 CV_MEDIAN//4 CV_BILATERALcvShowImage(“Filtre_Sonrasi”,img2);cvWaitKey(0);cvReleaseImage(&img);cvReleaseImage(&img2);cvDestroyWindow(“Filtre_Oncesi”);cvDestroyWindow(“Filtre_Sonrasi”);return 0;}Şekil 3. Gaussian Filtresi Uygulanmış ResimYukarıdaki programda Şekil 2’deki resme ardarda 2 defa Gaussian Filtresi uygulanarak Şekil3’deki resim elde edilmiştir.<strong>Akademik</strong> Bilişim’<strong>10</strong> - XII. <strong>Akademik</strong> Bilişim Konferansı Bildirileri<strong>10</strong> - <strong>12</strong> Şubat 20<strong>10</strong> Muğla Üniversitesi225Şekil 3. Gaussian Filtresi Uygulanmış ResimProgramda “cvsmooth” fonksiyonunun parametrelerideğiştirilerek resme farklı filtreler deuygulanabilir.2.3 Kenar Bulma UygulamalarıBütün kenar bulma işlemlerinde verilen resimönce Gri-Tonlu (Gray-Scale) resme çevirilirdaha sonra istenen alt ve üst eşik değerlerinegöre resim üzerindeki kenar noktaları tespitedilir. Kenar bulma yöntemlerinden bazılarıCanny, Sobel ve Laplace Kenar Bulma (EdgeDetector) yöntemleridir.OpenCV kütüphanesi, Canny kenar bulmayöntemi için, ‘cvCanny’, Sobel kenar bulmayöntemi için ‘cvSobel’ ve Laplace kenar bulmayöntemi için, ‘cvLaplace’ isimli fonksiyonlarıiçermektedir. Bu fonksiyonlara gerekli parametrelerverilerek, resimdeki kenarlar tespitedilebilir.Program 3’te bu fonksiyonların kullanımı gösterilmiştir.
- Page 4 and 5:
Tıp Bilişiminde Mobilite Uygulama
- Page 6 and 7:
İnternet ve Sanat, Yeni Medya ve n
- Page 9 and 10:
İnternet ve Sanat, Yeni Medya ve n
- Page 11 and 12:
İnternet ve Sanat, Yeni Medya ve n
- Page 14 and 15:
Akademik Bilişim’10 - XII. Akade
- Page 17 and 18:
Öğrenci ve Öğretim Elemanının
- Page 19 and 20:
Lise Öğrencilerinin Mesleki Yönl
- Page 21 and 22:
Lise Öğrencilerinin Mesleki Yönl
- Page 23 and 24:
Telsiz Duyarga Ağları ile Bir Nes
- Page 25 and 26:
Akademik Bilişim’10 - XII. Akade
- Page 27 and 28:
Kablosuz Algılayıcı Ağlar ve G
- Page 29 and 30:
Akademik Bilişim’10 - XII. Akade
- Page 31 and 32:
Çizge Teorisi, Dağıtık Algoritm
- Page 33 and 34:
Uzaktan Eğitimde Sistem Odası Tas
- Page 35 and 36:
Hizmet İçi Eğitime Farklı Bir Y
- Page 37 and 38:
Hizmet İçi Eğitime Farklı Bir Y
- Page 39 and 40:
Orta Öğretimden Üniversiteye Gel
- Page 41 and 42:
Orta Öğretimden Üniversiteye Gel
- Page 43 and 44:
Uzaktan Eğitimde Yeni Bir Yaklaş
- Page 45 and 46:
Akademik Bilişim’10 - XII. Akade
- Page 47 and 48:
Erişim Ağlarında WIMAX’ın Opt
- Page 49 and 50:
Akademik Bilişim’10 - XII. Akade
- Page 51 and 52:
Türk ve Dünya Hukukunda Bilişim
- Page 53 and 54:
Akademik Bilişim’10 - XII. Akade
- Page 55 and 56:
Mekânsal Bilişime Ontolojik Bir Y
- Page 57 and 58:
Mekânsal Bilişime Ontolojik Bir Y
- Page 59 and 60:
Mekânsal Bilişime Ontolojik Bir Y
- Page 61 and 62: Temel Bilişim Eğitiminde Enformat
- Page 63 and 64: Mobi̇ l Peer-To-Pee (P2P) Ağlarda
- Page 65 and 66: Mobi̇ l Peer-To-Pee (P2P) Ağlarda
- Page 67 and 68: Bulut Hesaplama Teknolojisi: Mimari
- Page 69 and 70: Bulut Hesaplama Teknolojisi: Mimari
- Page 71 and 72: Görevdeş (P2P) Ağlarda Sık Bulu
- Page 73 and 74: Görevdeş (P2P) Ağlarda Sık Bulu
- Page 75 and 76: Çevrimiçi Web Analiz Yazılımlar
- Page 77 and 78: Web Sitelerinde Kullanılabilirlik
- Page 79 and 80: Akademik Bilişim’10 - XII. Akade
- Page 81 and 82: Akademik Profil Web SayfasıMehmet
- Page 83 and 84: Mekansal Veritabanlarında Hızlı
- Page 85 and 86: Mekansal Veritabanlarında Hızlı
- Page 87 and 88: Öncül Parola Denetimi Yöntemiyle
- Page 89 and 90: Öncül Parola Denetimi Yöntemiyle
- Page 91 and 92: Yazılım Geliştirme Süreçleri v
- Page 93 and 94: Yazılım Geliştirme Süreçleri v
- Page 95 and 96: Web Tabanlı CMMI Süreç Yönetimi
- Page 97 and 98: Akademik Bilişim’10 - XII. Akade
- Page 99 and 100: Geleneksel Yazılım Mühendisliği
- Page 101 and 102: Geleneksel Yazılım Mühendisliği
- Page 103 and 104: Veriambarı Yazılım Geliştirme S
- Page 105 and 106: Veri Madenciliğinde Temel Bileşen
- Page 107 and 108: Veri Madenciliğinde Temel Bileşen
- Page 109 and 110: İş Zekası Çözümleri için Ço
- Page 111: İş Zekası Çözümleri için Ço
- Page 115 and 116: Görüntü İşlemede Yeni Bir Solu
- Page 117 and 118: Bağlantısız Web Uygulamalarını
- Page 119 and 120: Bağlantısız Web Uygulamalarını
- Page 121 and 122: Web 2.0 Yeniliklerinin Eğitimde Ku
- Page 123 and 124: Kurumsal Kimlik Yönetiminde Günce
- Page 125 and 126: Kurumsal Kimlik Yönetiminde Günce
- Page 127 and 128: Nesneye Dayalı Programlarla Nesne
- Page 129 and 130: Normatif Çoklu Etmen Sistemlerinde
- Page 131 and 132: Normatif Çoklu Etmen Sistemlerinde
- Page 133 and 134: Birbirleriyle Etkileşim Halinde Bu
- Page 135 and 136: Birbirleriyle Etkileşim Halinde Bu
- Page 137 and 138: Gezgin Satıcı Probleminin İkili
- Page 139 and 140: Gezgin Satıcı Probleminin İkili
- Page 141 and 142: Akademik Bilişim’10 - XII. Akade
- Page 143 and 144: Web Tabanlı Sayısal Yarıgrup Hes
- Page 145 and 146: Web 2.0 Uygulamalarının E-Öğren
- Page 147 and 148: Web 2.0 Uygulamalarının E-Öğren
- Page 149 and 150: İstatistiksel Yazılım Geliştirm
- Page 151 and 152: Arama Motoru OptimizasyonuCoşkun A
- Page 153 and 154: Arama Motoru OptimizasyonuCoşkun A
- Page 155 and 156: Üst Seviye Ontolojileri Üzerine B
- Page 157 and 158: Üst Seviye Ontolojileri Üzerine B
- Page 159 and 160: Anlamsal Web Politika Dillerinin Ka
- Page 161 and 162: Anlamsal Web Politika Dillerinin Ka
- Page 163 and 164:
Kural ve Sorgu Örüntülerinin Dü
- Page 165 and 166:
Akademik Bilişim’10 - XII. Akade
- Page 167 and 168:
Eğitimde bir Günlük Uygulaması:
- Page 169 and 170:
Eğitimde bir Günlük Uygulaması:
- Page 171 and 172:
Web 2.0 Teknolojilerinin Eğitim Ü
- Page 173 and 174:
Türkçe Hayat Bilgisi Veri Tabanı
- Page 175 and 176:
Türkçe Hayat Bilgisi Veri Tabanı
- Page 177 and 178:
Türkiye’de İşe Alım Sürecini
- Page 179 and 180:
Akademik Bilişim’10 - XII. Akade
- Page 181 and 182:
Türkiye’de Bilim ve Teknoloji Po
- Page 183 and 184:
Türkiye’de Bilim ve Teknoloji Po
- Page 185 and 186:
Türkiye’de Planlı Kalkınma ve
- Page 187 and 188:
Türkiye’de Planlı Kalkınma ve
- Page 189 and 190:
Bilişim Şuraları, Teknoloji Poli
- Page 191 and 192:
Bilişim Şuraları, Teknoloji Poli
- Page 193 and 194:
Düşük Maliyetli Web Tabanlı Uza
- Page 195 and 196:
Düşük Maliyetli Web Tabanlı Uza
- Page 197 and 198:
Mobil Öğrenme Teknolojileri ve Ar
- Page 199 and 200:
Akademik Bilişim’10 - XII. Akade
- Page 201 and 202:
Öğretim Teknolojileri: Tanımı v
- Page 203 and 204:
Akademik Bilişim’10 - XII. Akade
- Page 205 and 206:
Braille Alfabesi ile Yazılmış Ka
- Page 207 and 208:
Bilgi Güvenliğinde El YazısıBor
- Page 209 and 210:
Güvenli İnternet Bankacılığı
- Page 211 and 212:
Güvenli İnternet Bankacılığı
- Page 213 and 214:
SMTP Protokolü ve Spam Mail Proble
- Page 215 and 216:
SMTP Protokolü ve Spam Mail Proble
- Page 217 and 218:
Sembolik Hesaplamalar için Mathema
- Page 219 and 220:
Genişband Gezgin Haberleşmede Yen
- Page 221 and 222:
Üç Boyutlu Çerçeve Yapıların
- Page 223 and 224:
Üç Boyutlu Çerçeve Yapıların
- Page 225 and 226:
Değişken Kalınlıklı İzotrop P
- Page 227 and 228:
Değişken Kalınlıklı İzotrop P
- Page 229 and 230:
Katsayıları Özellikli Bant Matri
- Page 231 and 232:
Akademik Bilişim’10 - XII. Akade
- Page 233 and 234:
Beykent Üniversitesi Yazılım Mü
- Page 235 and 236:
Beykent Üniversitesi Yazılım Mü
- Page 237 and 238:
Kampüs Ağlarında Etkin Bant Geni
- Page 239 and 240:
Kampüs Ağlarında Etkin Bant Geni
- Page 241 and 242:
Yabancı Dilde Lisans Öğrenimi i
- Page 243 and 244:
Pardus’un 64 bit Mimarisine Port
- Page 245 and 246:
Akademik Bilişim’10 - XII. Akade
- Page 247 and 248:
İnternetteki Etkileşim Merkezi So
- Page 249 and 250:
Akademik Bilişim’10 - XII. Akade
- Page 251 and 252:
Desert Dune Dynamics And ProcessesL
- Page 253 and 254:
Uydu Kentlerin Tasarımı için Bir
- Page 255 and 256:
Uydu Kentlerin Tasarımı için Bir
- Page 257 and 258:
Kent Kaynaklarının Etkin ve Verim
- Page 259 and 260:
Kent Kaynaklarının Etkin ve Verim
- Page 261 and 262:
Anadolu Liselerine Öğretmen Atama
- Page 263 and 264:
Akıllı Trafik Denetimi ve Yöneti
- Page 265 and 266:
Akıllı Trafik Denetimi ve Yöneti
- Page 267 and 268:
3-Boyutlu Sanal Üniversite Oryanta
- Page 269 and 270:
Akademik Bilişim’10 - XII. Akade
- Page 271 and 272:
Metin İçerikli Türkçe Dokümanl
- Page 273 and 274:
Akademik Bilişim’10 - XII. Akade
- Page 275 and 276:
Uygurcada Biçimbilimsel Belirsizli
- Page 277 and 278:
Sosyal Ağlar ve Profil Yönetimine
- Page 279 and 280:
Sosyal Ağlar ve Profil Yönetimine
- Page 281 and 282:
Mimarlıkta Yapı Bilgi Modelleme v
- Page 283 and 284:
Mimarlıkta Yapı Bilgi Modelleme v
- Page 285 and 286:
Kan Damarı Genişliği Değişimin
- Page 287 and 288:
Diş Hekimliği Fakültesi Hastanel
- Page 289 and 290:
Diş Hekimliği Fakültesi Hastanel
- Page 291 and 292:
Ulusal Aşı Bilgi Sistemi: Bir Dur
- Page 293 and 294:
Ulusal Aşı Bilgi Sistemi: Bir Dur
- Page 295 and 296:
Dermatolojide Tanı Belirlemeye Yar
- Page 297 and 298:
Türkiye’de B2B e-Ticaret’i Uyg
- Page 299 and 300:
Türkiye’de B2B e-Ticaret’i Uyg
- Page 301 and 302:
Bazı Kamu Kurumlarında Elektronik
- Page 303 and 304:
Bazı Kamu Kurumlarında Elektronik
- Page 305 and 306:
Akademik Bilişim’10 - XII. Akade
- Page 307 and 308:
Açık Kaynak Kodlu Bilgisayar Enva
- Page 309 and 310:
Dicle Üniversitesi Bilgi İşlem O
- Page 311 and 312:
Aluminyum Kütle İçerisinde İler
- Page 313 and 314:
Aluminyum Kütle İçerisinde İler
- Page 315 and 316:
İş Akış Çizelgeleme Problemi
- Page 317 and 318:
Meslek Liselerinde Mesleki Eğitimi
- Page 319 and 320:
Meslek Liselerinde Mesleki Eğitimi
- Page 321 and 322:
ActiveX ile Eğitsel Bir Web Sayfas
- Page 323 and 324:
Eğitim Amaçlı Debian Web, FTP ve
- Page 325 and 326:
Akademik Bilişim’10 - XII. Akade
- Page 327 and 328:
Yeni Nesil Mobil Öğrenme Aracı:
- Page 329 and 330:
Geoteknik Rapor Hazırlanmasında S
- Page 331 and 332:
Geoteknik Rapor Hazırlanmasında S
- Page 333 and 334:
Excel VBA ile Ankrajlı ve Ankrajs
- Page 335 and 336:
Excel VBA ile Ankrajlı ve Ankrajs
- Page 337 and 338:
Nüfus Tahmin Metotlarının ve Gel
- Page 339 and 340:
Nüfus Tahmin Metotlarının ve Gel