Som algoritmasıyla parmak izi sınıflandırılmasının FPGA uygulaması
Fingerprint classification application using som algorithm in FPGA
- Tez No: 182364
- Danışmanlar: Y.DOÇ.DR. ALİ ZİYA ALKAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: FPGA, Sinir ağları, Parmak izi, FPGA, Neural Network, Fingerprint
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 113
Özet
Bu tez çalışmasında, parmak izi sınıflandırılması yapay sinir ağı algoritmalarındanöz-düzenlemeli haritalama yöntemiyle gerçekleştirilmiştir. Öz-düzenlemeliharitalama algoritmasının ve biyolojik nöron davranışının FPGA' de sayısaldevrelerle gerçekleştirilmesi amaçlanmıştır. Buna ek olarak, insan beyninin paralelişleme özelliği modellenerek algoritmanın işleme zamanının kısaltılmasıhedeflenmiştir.Öz düzenlemeli haritalama kullanılmasıyla sınıflandırma danışmansız öğrenme ilegerçekleştirilmiştir. Öz düzenlemeli haritalama yönteminde sınıf sayısı uygulamayagöre düzenlenebildiğinden, veritabanının en uygun yapıda düzenlenmesihedeflenmiştir.Danışmansız öğrenme ile daha önce eğitim aşamasında kullanılmayan parmakizlerinin de doğru sınıflandırılması hedeflenmiştir.
Özet (Çeviri)
In this work the fingerprint classification is performed using the self-organizingmapping neural network algorithm. By modelling the self-organizing mappingalgorithm the biological neuron behaviour is implemented in the FPGA as digitalcircuits. In addition, the processing time is aimed to be shortened by modelling theparalel processing characteristic of the human brain.Classification is performed by unsupervised learning making use of self organizingmapping. Since the number of classes can be arranged according to theapplication, the database is aimed to be organized in the best possible structure.Correct classification of the non-trained fingerprints is also aimed withunsupervised learning in this work.
Benzer Tezler
- Pyramid self organizing maps (psom): a new approach to analyze large data sets
Piramit öz-örgutlemeli haritaları (PSOM): geniş veri setleri analiz etmede yeni bir yaklaşım
DRİLON JAHİRİ
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ORAL
- Self organizing map based red parameter estimation for congestion avoidance
Tıkanıklık önlemede öz düzenlemeli ağ kullanılarak red parametrelerinin kestirimi
ÖZEN YELBAŞI
Doktora
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnadolu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. EMİN GERMEN
- Statistical self-organizing map
Başlık çevirisi yok
EMİN GERMEN
Doktora
İngilizce
1999
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF.DR. SEMİH BİLGEN
- Öz örgütlemeli (Kohonen) haritalar ile esnek üretimde yer alan otomatik güdümlü araçların (OGA) rotalarının belirlenmesi
Determining routes of automated guided vehicles by self organizing (Kohonen) maps in flexible manufacturing
MEHMET SARIDOĞAN
Yüksek Lisans
Türkçe
2009
Endüstri ve Endüstri Mühendisliğiİstanbul ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR ESNAF
- Elektrokardiyogram verilerinin iyileştirilmiş yapay arı kolonisi (MABC) algoritması ile analizi
Analysis of electrocardiogram data by using modified artificial bee colony (MABC) algorithm
SELİM DİLMAÇ
Doktora
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ