ECoG tabanlı parmak hareketlerinin KNN ve DVM yöntemleri ile sınıflandırılması
ECoG-based of finger movement classification with KNN and SVM
- Tez No: 335506
- Danışmanlar: DOÇ. DR. M. SİRAÇ ÖZERDEM
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Dicle Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez kapsamında, ECoG kayıtları kullanılarak parmak hareketlerinin sınıflandırılması amaçlanmıştır. ECoG verilerinin sınıflandırılma sürecinde, iki yaklaşım izlenmiştir. Birinci yaklaşımda, öznitelik olarak AR katsayıları kullanılarak k-NN ve DVM sınıflandırıcıları ile kümelerin sınıflandırma başarım oranları belirlenmiştir. Elde edilen sonuçlara göre, genel olarak az sayıda katsayı ile maksimum başarımın elde edildiği görülmüştür. Sınıflandırıcı açısından bakıldığında, DVM?in k-NN sınıflandırıcısına göre daha iyi bir performans sergilediği görülmüştür. ECoG verilerinin sınıflandırılmasında izlenen ikinci yaklaşımda, öznitelik olarak dalgacık katsayıları kullanılmıştır. Birinci aşamada DVM sınıflandırıcısının k-NN sınıflandırıcısına göre daha iyi bir performans sergilemiş olmasından ötürü, ikinci aşamada sınıflandırıcı olarak sadece DVM kullanılmıştır. Etkin kanalların belirlenmesi ile sınıflandırma başarım oranlarının yükseldiği görülmüştür. Farklı paradigmalar ile elde edilen EEG/ECoG işaretleri değerlendirilerek, beynin dinamiği anlaşılmaya çalışılmaktadır. Bu çalışmada kullanılan ECoG işaretleri aynı amaç için kullanılmıştır. Uygulanılan yöntemin başarıyla uygulanabilirliliği görülmüştür.
Özet (Çeviri)
In this thesis, two approaches have been followed classification of finger movements have aimed using ECoG recordings. In first approach, performance in classification of clusters are determined with k-NN and SVM classifiers by using AR coefficients as attribute. According to found results, it has been seen that maximum performance is obtained. With less coefficients generally. From the perspective of the classifier performance of SVM is beter than that of k-NN. In second approaches followed for classification the values of ECoG, wavelet coefficients are used as an attribute. in the second stage only SVM classifier is used because it was found firstly that SVM performance was beter than that of k-NN. It is seen that classification performance rates are increased by determining of effective channels. It has been tried to understanding the dynamics of brain by evaluated EEG / ECoG signals obtained with different paradigms. In this study ECoG signals are used for the same aim. It is seen that these methods can be applied successfully.
Benzer Tezler
- Bromtimol mavisi, bromkresol moru ve klorfenol kırmızısı indikatörleri katılmış özel besiyerlerinin sütlerde antibiyotik belirtilmesine uygunluğu üzerine araştırmalar
Başlık çevirisi yok
ESENGÜL TUNCER
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSüt Teknolojisi Ana Bilim Dalı
PROF. DR. HASAN YAYGIN
- Tavşanlarda penisilin ile oluşturulan epilepsiye difenilhidantoin (fenitoin)'in etkisi
Başlık çevirisi yok
SEDEF GİDENER
Tıpta Uzmanlık
Türkçe
1990
Eczacılık ve FarmakolojiOndokuz Mayıs ÜniversitesiFarmakoloji Ana Bilim Dalı
DOÇ. DR. YÜKSEL KESİM
- Romatoid artritli hastalarda plazma, lökosit ve eritrosit içi çinko, bakır magnezyum düzeylerinin değerlendirilmesi
Başlık çevirisi yok
MAHFUZ GÜLER
- Ege Üniversitesi Güneş Enerjisi Enstitüsü tarafından geliştirilen serada muz yetiştirilmesinde hava sıcaklıklarının optimizasyonunun araştırılması
Research of optimization of air temperatures for raising the green house developed by Ege University sun-energy
YILDIZ DOĞDU
- Elektrik ark fırını baca tozlarının hidrometalurjik değerlendirilmesi
Hydrometallurgical treatment of electric arc furnace stellmaking flue-dusts
A.ALPAY KIRDAR