Gri ilişkisel analiz tabanlı yeni bir LVQ yöntemi: Odun türü sınıflandırma üzerine bir uygulama
A new LVQ method based on gray relational analysis: An application on classification of wood species
- Tez No: 492440
- Danışmanlar: DOÇ. DR. ŞÜKRÜ ÖZŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Bu tez çalışması oldukça güçlü tahmin yeteneğine sahip olan yapay sinir ağları ile sınıflandırma modelleri geliştirilmesine odaklanmıştır. Çalışmada yapay sinir ağı tekniklerinden olan ve sınıflandırma uygulamalarında kullanılan Öğrenen Vektör Niceleme (LVQ) ile birlikte yeni bir sınıflandırıcı olan Gri LVQ kullanılmıştır. Odun türü belirleme üzerine bir uygulama yapılarak LVQ yöntemlerinin sınıflandırma performansları ve Çok Katmanlı Algılayıcı (ÇKA) sınıflandırma performansı kıyaslanmıştır. LVQ sınıflandırma algoritmasında örnek vektör ile referans vektörler arasındaki benzerlikler referans vektörlerin ayrı ayrı değerlendirilmesiyle belirlenir. Gri LVQ algoritmasında ise Gri İlişkisel Analiz yoluyla bütün referans vektörlerinin birlikte değerlendirildiği bir sınıflandırma gerçekleşir. Bu çalışma ile LVQ, Gri LVQ ve ÇKA yöntemleriyle odun anatomisine ait biyometrik özellikleri girdi olarak kullanıp Akçaağaç (Acer L.) cinsine ait 4 farklı türün ayrımını yapan sınıflandırıcı modeller geliştirilmiştir. Literatürde fazla çalışılmamış olan, anatomik özelliklerin biyometrik ölçümleri kullanılarak odun türünün belirlendiği çalışmalara yeni bir yaklaşım sunan LVQ ve Gri LVQ yöntemleriyle elde edilen sınıflandırma başarıları ÇKA sınıflandırıcıyla benzer olmuştur. Her üç yöntem de 24 örnekten oluşan veri kümesinde %95,83 sınıflandırma doğruluğuna ulaşılmıştır.
Özet (Çeviri)
This thesis concentrates on the development of classification models with artificial neural network algorithms which are powerful estimation technique. In the thesis, Learning Vector Quantization (LVQ) one of the artificial neural network techniques is used in addition to Grey LVQ which is a new LVQ method. The classification performances of LVQ methods and Multilayer Perceptron (MLP) are compared with an application based on wood type determination. The similarities between the sample vector (input vector) and the reference vectors in the LVQ classification algorithm are determined by evaluating the reference vectors individually. In the Gray LVQ algorithm, a classification which evaluates all the reference vectors together using the GRA is performed. To identify 4 different species belonging to genus of Acer L., classifiers were developed by using the biometric features of wood anatomy as input of LVQ, Gray LVQ and MLP algorithms. The classification accuracies of LVQ and Gray LVQ algorithms, which offer a new approach to the rare studies in the literature in which the wood species are identified using biometric measurements of anatomical features are similar to the accuracy of the MLP classifier. In all three methods, 95.83% classification accuracy was achieved in the test data set consisting of 24 samples.
Benzer Tezler
- Teknoloji fırsat keşfi için veri odaklı çözüm yaklaşımlarının geliştirilmesi
Development of data-driven solution approaches for technology opportunity discovery
ZÜLFİYE ERDOĞAN
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SERKAN ALTUNTAŞ
PROF. DR. TÜRKAY DERELİ
- Çok kriterli karar verme teknikleri ile e-atık geri kazanım tesisi yer seçimi
E-waste recovery plant location selection with multi criteria decision making techniques
ESRA AVDAN
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri MühendisliğiPamukkale ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. AŞKINER GÜNGÖR
- Bilgisayar veri günlükleri üzerine HTEA otomasyonu ve alternatif yöntemler ile çözüm yaklaşımları
FMEA automation on computer log data and solution approaches with alternative methods
HALİL İBRAHİM AYAZ
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri MühendisliğiHacettepe ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT CANER TESTİK
- Delme işlemlerinde takım geometrisinin etkilerinin deneysel ve teorik olarak araştırılması
The experimental and theoretical research of the effects of tool geometry in drilling processes
MEHTAP YAVUZ KURUYER
Doktora
Türkçe
2017
Makine MühendisliğiGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
PROF. DR. ULVİ ŞEKER
- Cyber tools as foreign policy instruments in trilateral relations: Analysing cyber-attacks targeting the United Kingdom
Üçlü ilişkilerde dış politika aracı olarak siber araçlar: Birleşik Krallık'ı hedef alan siber saldırıların analizi
ATAKAN YILMAZ
Doktora
İngilizce
2024
Siyasal BilimlerGalatasaray ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
DOÇ. DR. MENENT SAVAŞ CAZALA