Örüntü tanıma uygulamalarında fraktal boyut yardımıyla öznitelik çıkarımı
Feature extraction by fractal dimension in pattern recognition applications
- Tez No: 252663
- Danışmanlar: YRD. DOÇ. DR. SELÇUK CANBEK
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 98
Özet
Bu tez çalışmasında Fraktal Boyut (FD) kavramı, örüntü tanımanın önemli konuları olan öznitelik çıkarımı ve seçiminde kullanılmıştır. Çalışmanın ilk bölümünde, klasik hesaplama yöntemleriyle elde edilen FD bilgisi, video kesme geçişlerinin belirlenmesi uygulamasında öznitelik çıkarımı amacıyla kullanılmıştır. Konuyla ilgili yapılan deneysel çalışmanın sonuçları, FD temelli özniteliklerin literatürdeki farklı öznitelikler kadar başarılı olduğunu göstermektedir. Sonraki adımda, FD temelli öznitelik çıkarımında iyileştirmeler yapılarak sadece kesme geçiş belirleme başarımını artırmakla kalmayıp ayrıca FD hesaplamadaki işlem karmaşıklığı da azaltılmıştır. Ayrıca, farklı video kesme geçiş türlerinin belirlenebilmesi için klasik eşikleme yöntemine alternatif olabilecek örüntü sınıflandırıcı temelli bir yöntem önerilmiştir. Sonraki aşamada, HSV renk uzayında yapılan FD ölçümlerinin görüntü bölütlemede kullanımı incelenmiştir. Bu amaçla, farklı bitki türlerini içeren görüntülerin HSV renk bileşen değerleri ile bunlardan elde edilen bölgesel FD bilgileri kullanılarak öznitelik çıkarımı yapılmıştır. Bu öznitelikler daha sonra Bayes sınıflandırıcıya verilerek ilgili bitki türleri sınıflandırılmıştır. Deneysel sonuçlar, HSV bileşenleri yardımıyla elde edilen FD temelli özniteliklerin, yalnızca gri seviye değerleri kullanılarak çıkarılan öznitelikler kadar iyi sonuç verdiğini göstermektedir. Tüm öznitelikler birlikte kullanıldığında ise çok daha iyi bir başarıma ulaşıldığı gözlenmiştir. Çalışmanın diğer bir bölümünde, FD bilgisi ayırdedici öznitelik seçiminde kullanılmıştır. Bu çalışmanın uygulaması olarak beton gücünün belirlenmesinde beton bileşenlerinin katkısı tespit edilmiştir. Bu amaçla, bileşenlerdeki farklılıklar fraktal boyuttaki değişimlerle ilişkilendirilmiştir. Kapsamlı bir veritabanında yapılan deneysel çalışmalar, uygun bileşenleri kullanarak daha kuvvetli beton üretme ve dolayısıyla daha dayanıklı yapılar inşa etmede yol gösterici olabilecek sonuçlar vermiştir.
Özet (Çeviri)
In this thesis study, fractal dimension (FD) concept is employed in feature extraction and selection which are crucial topics of pattern recognition. Initially, FD information, which is obtained by classic computation methods, is used for feature extraction in detection of video shot transitions. Results of the experimental study show that FD based features provide similar performance with respect to other features available in the literature. Next, FD based feature extraction method is improved so that not only the performance of shot transition detection increases but also algorithmic complexity of FD computation decreases. Additionally, a new video shot transition method based on pattern classifier is proposed as an alternative to classic threshold based detection method. In next part of the study, the use of FD measurements in HSV color space for image segmentation is investigated. For this purpose, feature extraction is carried out using regional FD information that is obtained from HSV color components belonging to images of various plant types. These features are then fed into Bayes classifier so that the regarding plant types are classified. Experimental results indicate that the features obtained with HSV components provide as good results as the ones that are extracted using gray scale values only. It is observed that even better performance is attained if all the features are used together. In another part of the study, FD information is used in selection of discriminative features. As the application of this part, contribution of concrete components in determining the concrete strength is evaluated. For this purpose, variations in the ingredients are characterized in terms of variations in FD. Experimental studies carried out in an extensive dataset provides pretty good results which may lead to manufacture stronger concrete, and consequently to construct stronger structures using appropriate components.
Benzer Tezler
- Histopatolojik imgelerin değerlendirilmesinde örüntü tanıma temelli karar destek sistemleri
Decision support systems based on pattern recognition for evaluating of histopathologic images
SUAT TORAMAN
Yüksek Lisans
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
Y.DOÇ.DR. İBRAHİM TÜRKOĞLU
- Örüntü tanıma uygulamalarında yapay zeka ve öznitelik dönüşüm metotları kullanılarak geliştirilen öznitelik seçme algoritmaları
Feature selection algorithms developed by using artificial intelligence and feature transform methods in pattern recognition applications
MUSTAFA SERTER UZER
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAT YILMAZ
- Örüntü tanıma uygulamalarında alt uzay analiziyle öznitelik seçimi ve sınıflandırma
Feature selection and classification by subspace analysis in pattern recognition applications
SERKAN GÜNAL
Doktora
Türkçe
2008
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RİFAT EDİZKAN
- Gizli Markov model ile bilgisayarda konuşma tanıma: Özellik uzayında ve altuzayda sınıflandırıcı tasarımı
Computer speech recognition: Design of a classifier in feature space and subspaces
RİFAT EDİZKAN
Doktora
Türkçe
1999
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ATALAY BARKANA
- Türkçe sesler ile konuşmacı kimliğinin doğrulanması/belirlenmesi
Verification/identification of speaker identity with turkish voices
HAVVA ÇELİKTAŞ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiBursa Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEMAL HANİLÇİ