Geri Dön

Karma yapılı ikili karar ağacı tabanlı koku tanıma sistemi

A hybrid binary decision tree based odor recognition system

PDF İndir

  1. Tez No: 335047
  2. Yazar: SELDA GÜNEY
  3. Danışmanlar: YRD. DOÇ. DR. AYTEN ATASOY
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Elektronik burun işaret analizi, Öznitelik çıkarma, Öznitelik seçme, Sınıflandırma, k-EYK, DAA, DVM, Bayes Sınıflandırma, İkili karar ağacı yapısı, Signal processing for electronic nose, Feature extraction, Feature selection, Classification, k-NN, LDA, SVM, Bayes classifier, Binary decision tree structure, Feature
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Çalışma kapsamında elektronik burun ile koku tanıma sistemlerinin sorunları irdelenmekte ve bu sorunlara çözüm getirecek şekilde yeni hibrit yöntemler önerilmektedir. Tezde 4 farklı veri tabanı kullanılmaktadır. Bunlardan biri hazır veri tabanı iken, diğerleri tez kapsamında oluşturulan elektronik burundan elde edilen veri tabanlarıdır. Bu 4 veri tabanı sırasıyla n-butanol gazının farklı konsantrasyon değerlerinden, 11 birbirinden farklı kokudan, istavrit balığının farklı günlerine ait kokularından ve 3 farklı balık (istavrit, hamsi ve mezgit) kokularından oluşmaktadır. Elektronik burunda kullanılan sensörlerin en büyük problemi olan sensör kaymalarına çözüm önerilmektedir. Önerilen yöntem, uygulanan örnek kokular için elde edilen sensör işaretlerinden, ortam kokusu için elde edilen sensör işaretini çıkartarak elde edilen fark işaretini örüntü tanıma birimine uygulamaktır. Literatürden farklı olarak yapılan bu işaret ön işleme; sensör kaymalarını 3 veri tabanı için de azaltmaktadır. Buna ilaveten farklı öznitelik çıkarma yöntemleri kıyaslanmaktadır. Sensör verisi için sınıflandırma performansını en fazla arttıran yöntem alt örnekleme yöntemi olarak belirlenmiştir. Sınıflandırma birimi için ise öznitelik seçme işlemini yapısında bulunduran, literatürden farklı olan ikili karar ağacı tabanlı bir yöntem önerilmiştir. İkili karar ağacı tabanlı yöntem problemi parçalara ayırmaktadır. Her bir parçanın sınıflandırmasında o veriyi en iyi sınıflandıracak öznitelikler çıkartılan öznitelikler arasından ve en iyi sınıflandırma yöntemi Destek Vektör Makinaları, k-En Yakın Komşuluk, Doğrusal Ayırma Analiz ve Bayes sınıflandırma yöntemleri arasından seçilmektedir. Önerilen yöntem tüm veri tabanlarına uygulandığında sınıflandırma performansını arttırmaktadır.

Özet (Çeviri)

In the context of the study, the electronic nose and the problems that exist in the odor recognition systems are studied and solutions to those problems with novel hybrid methods are proposed. In this thesis, four different databases are used. While one of them is a database from literature, the other three databases are produced by the electronic nose which is built during the thesis. These four databases consist of, different concentration values of n-butanes, 11 different odors, odors of horse mackerel in different days and three different fish (horse mackerel, anchovy and whiting) odors, respectively. A solution to the sensor drift which is the main problem in electronic nose is proposed. The proposed method is to apply the difference signal which is obtained by subtracting the sensor signal of the atmospheric (environment) odor from the sensor signals which are obtained by the applied sample odors. This preprocessing which is different from the literature is decreasing the sensor aliasing for all three databases. In addition, different feature extraction methods are compared. For the sensor data, the sub-sampling method is found to be the method which gets maximum classification performance. For the classification, apart from the literature, a new method which is based on the binary decision tree is proposed. This binary decision tree divides the problem into pieces. In the classification of every piece, the best features are chosen from the extracted features and the best classification method is chosen from the applied Support Vector Machines, k-Nearest Distance, Linear Discriminant Analysis and Bayesian classification methods. The proposed method increases the classification performance when applied to all databases.

Benzer Tezler

  1. Tez No

    1018611

    Çocuk koruma alanında yapay zeka destekli karar destek sisteminin geliştirilmesi

    Development of an artificial intelligence-based decision support system for child protection services

    HİLAL KALUÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Sosyal HizmetManisa Celal Bayar Üniversitesi

    Sosyal Hizmet Ana Bilim Dalı

    Prof. Dr. GÜLTEN UÇAN

    Assoc. Prof. Dr. BARIŞ ÇUKURBAŞI

  2. Tez No

    979721

    Chak-logar akarsu havzasında uygun su hasat yerlerinin belirlenmesine yönelik karar destek sisteminin geliştirilmesi

    Development of decision support system for the identification of suitable water harvesting sites in chak-logar river basin

    M ABOBAKAR HIMAT

    Doktora

    Türkçe

    Türkçe

    2025

    Çevre MühendisliğiKonya Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SELİM DOĞAN

  3. Tez No

    725387

    Psychological contract in the context of employee voice: A multi-level approach in terms of workplace, supervisor intention, and treatment

    İş gören sesliliği bağlamında psikolojik sözleşme: İş ortamının, yönetici niyet ve davranışının çok katmanlı olarak ele alınması

    SİBEL ÇALIŞKAN

    Doktora

    İngilizce

    İngilizce

    2021

    Psikolojiİstanbul Bilgi Üniversitesi

    Organizasyon Çalışmaları Ana Bilim Dalı

    PROF. DR. GONCA GÜNAY

  4. Tez No

    771988

    Investigating risk assessment and role of safety concerns in autonomous vehicle

    Otonom araçlarda risk değerlendirmesi ve güvenlik kaygılarının modellenmesi

    GÖZDE BAKİOĞLU DOĞANYILMAZ

    Doktora

    İngilizce

    İngilizce

    2022

    Ulaşımİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ OSMAN ATAHAN

  5. Tez No

    527504

    Çevre-enerji konularına yönelik gerçekleştirilen argümantasyon temelli öğretimin sınıf öğretmeni adaylarının eleştirel düşünmelerine, akademik başarılarına ve argüman oluşturma becerilerine etkisi

    Effect of argumentation-based teaching carried out for environment-energy subjects on critical thinking, academic achievement and argumentation skills of classroom teacher candidates

    HAMDİ KARAKAŞ

    Doktora

    Türkçe

    Türkçe

    2018

    Eğitim ve ÖğretimGazi Üniversitesi

    Temel Eğitim Ana Bilim Dalı

    PROF. DR. RABİA SARIKAYA

Geri Dön