Adaptif bulanık sinir ağları ile örünyü tanıma
Pattern recognition whith adaptaive neura fuzzy inference system
- Tez No: 152968
- Danışmanlar: DOÇ.DR. BİLGİNER GÜLMEZOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 54
Özet
ÖZET Bu tez çalışmasında örüntü tanıma bulanık mantık ve yapay sinir ağlarını kullanarak nasıl yapıldığı anlatılmış ve iris verisinin bilgisayar ortamında tanınması çalışılmıştır. İris verisi hatayı geri yayma algoritması ile bulanık sinir ağlarında eğitilmiştir. Uygulamada iki yöntem denenmiştir. Birincisinde her sınıfa ait veriler aynı eğitimden geçirilirken, diğer yöntemde ayrı ayrı eğitime tabi tutulmuştur. Bölüm 1 'de örüntü tanıma konusuna giriş yapılarak şimdiye kadar yapılan tanıma çalışmalarından ve yöntemlerinden bahsedilmiştir. Yapay sinir ağlarında bulanık mantığın kullanımının daha iyi anlaşılması için Bölüm 2'de Bulanık Sonuç Sistemi açıklanmıştır. Bölüm 3 ve 4' te Yapay Sinir Ağları (YSA) ve Bulanık Sinir Ağları (BSA) anlatılmıştır. Bölüm 5'te deneysel çalışmalar, Bölüm 6 da sonuç ve öneriler verilmiştir.
Özet (Çeviri)
ABSTRACT In this study, pattern recognition is explained how it makes by using artifical neural network and fuzzy logic, and iris data are tried to recognize by computer. It is trained with fuzzy neural network using by backpropagation algorithm. In the experiment, two methods are tried. At first, each data belongs every class is passed by same training. In other methods, each data belongs every class is passed by separate training. Until now, pattern recognition subject, recognizing works and methods are explained in Chapter 1, and explained ways of recognizing methods. In Chapter 2 Fuzzy Inference System is explained better comprehension about using Fuzzy Logic in the Artificial Neural Network In Chapter 3 and 4, Artificial Neural Network and a new approach to Fuzzy-Neural System Modeling are referred. In Chapter 5, experimental working and In Chapter 6, results are given.
Benzer Tezler
- Modelling the effects of brand image components on advertising awareness using a neuro-fuzzy system
Marka imaj birleşenlerinin reklam hatırlanırlığı üzerine etkisinin bulanık sinir ağları sistemi ile modellenmesi
ALI FAHMI
Yüksek Lisans
İngilizce
2016
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. KEMAL BURÇ ÜLENGİN
PROF. DR. CENGİZ KAHRAMAN
- Neuro-Fuzzy variable structure control of robotic manipulators
Robot kollarının bulanık yapay sinir ağları ile değişken yapılı kontrolu
HASAN PALAZ
Doktora
İngilizce
2000
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. M. KEMAL SARIOĞLU
- Mikroekranlı hatların veri madenciliği yöntemleri ile modellenmesi
Data mining method for modelling microshield line
SEDAT ATEŞ
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik MühendisliğiSüleyman Demirel ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YAVUZ CENGİZ
- Bulanık ve yalın yapay sinir ağları ile çoklu lojistik regresyon yöntemlerinin sınıflandırma performanslarının karşılaştırılması: Ülkelerin gelişmişlik düzeylerinin sınıflandırılması üzerine bir uygulama
Comparison of classification performance of fuzzy and simple artificial neural networks and multiple logistic regression methods: An application on classification of developmental levels of countries
ÖMER FARUK RENÇBER
- Fotovoltaik sistemlerde yapay sinir ağları ile maksimum güç noktası izleyicisi tasarımı
Maximum power point tracking design with artificial neural network in photovoltaics
SERPİL DURU ERDOĞAN
Yüksek Lisans
Türkçe
2011
EnerjiEge ÜniversitesiGüneş Enerjisi Ana Bilim Dalı
YRD. DOÇ. DR. ENGİN KARATEPE