Geri Dön

Haploid ve diploid mısır tohumlarının imge analizi ve makine öğrenme algoritmaları kullanılarak sınıflandırılması

Classification of haploid and diploid maize seeds by using image analysis and machine learning algorithms

  1. Tez No: 517907
  2. Yazar: YAHYA ALTUNTAŞ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ADNAN FATİH KOCAMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: İnönü Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 71

Özet

Katlanmış haploid bitkiler günümüzde gelişmiş mısır ıslah programlarında yaygın olarak kullanılmaktadır. Bu teknik ıslah süresini kısaltmakta ve ıslahın etkinliğini arttırmaktadır. Bu ıslah tekniğinde önemli işlerden biri haploid tohumların seçimidir. Haploid tohumların seçiminde en yaygın yöntem R1-nj renk markörüdür. Bu seçimin elle yapılıyor olması seçim başarımını azaltmakta, zaman ve emek kaybına sebep olmaktadır. Bu nedenle seçim başarımını arttıracak, zaman ve emek tasarrufu sağlayacak otomatik seçim yöntemlerinin geliştirilmesi bir ihtiyaç haline gelmiştir. Bu tez çalışmasında, R1-nj renk markörüne göre haploid ve diploid mısır tohumlarını imge analizi ve makine öğrenme algoritmaları kullanarak sınıflandıracak bir yöntem önerilmiştir. Tez çalışması kapsamında iki ayrı veri seti oluşturulmuştur. Öznitelik vektörü olarak 8, 16 ve 32 renk ölçekli gri seviyeli renk histogramları, renk momentleri ve doku öznitelikleri kullanılmıştır. Öznitelikler karar ağacı, k-en yakın komşu, destek vektör makinesi ve yapay sinir ağı yöntemleri ile sınıflandırılmıştır. Sınıflandırıcı başarımı 10-katlı çapraz doğrulama yöntemi ile sınanmıştır. En iyi performans, k-en yakın komşu sınıflandırma yöntemi ile renk momentleri öznitelikleri kullanılarak %90,39 doğruluk oranıyla elde edilmiştir.

Özet (Çeviri)

Doubled haploids is now widely used in advanced maize breeding programs. This technique shortens the breeding period and increases the efficiency of breeding. One of the important processes in this breeding technique is the selection of haploid seeds. The most common method of selecting haploid seeds is the R1-nj color marker. The fact that this selection is performed manually reduces the selection success and causes time and labor loss. For this reason, it has become a need to develop automatic selection methods that will save time and labor and increase selection success. In this thesis, a method is proposed to classify haploid and diploid maize seeds using image analysis and machine learning algorithms according to the R1-nj color marker. Within the scope of the thesis study, two separate datasets were created. As the feature vectors; 8, 16 and 32 bin grayscale color histograms, color moments and texture features were used. The obtained feature vectors is classified by decision tree, k-nearest neighbors, support vector machine and artificial neural network. The classifier performance was tested by a 10-fold cross-validation method. Best performance has been obtained with 90,39% accuracy rate by using the color moments features with the k-nearest neighbor classification method.

Benzer Tezler

  1. Mısır tohumlarının evrişimsel sinir ağları ve hiperparametre optimizasyonu kullanılarak haploid ve diploid olarak sınıflandırılması

    Classification of corn seeds as haploid and diploid using convolutional neural networks and hyperparameter optimization

    SERTUĞ FİDAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇanakkale Onsekiz Mart Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALİ MURAT TİRYAKİ

  2. Sezgisel bulanık küme tabanlı derin öğrenme modelleriyle haploid ve diploid mısırların sınıflandırılması

    Classification of haploid and diploid maizes with intuitionistic fuzzy set-based deep learning models

    İBRAHİM AYAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVan Yüzüncü Yıl Üniversitesi

    Yapay Zeka ve Robotik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FATİH KUTLU

    DOÇ. DR. ZAFER CÖMERT

  3. Haploid ve diploid mısır bitkilerinde morfolojik, sitolojik ve fizyolojik farklılıkların incelenmesi

    Investigation of morphological, cytological and physiological differences in haploid and diploid maize plants

    TALHA TUNÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    ZiraatÇanakkale Onsekiz Mart Üniversitesi

    Tarla Bitkileri Ana Bilim Dalı

    PROF. DR. FATİH KAHRIMAN

  4. Mısırda in vivo haploid katlama yöntemlerine karşı indirgeyici ve donör genotiplerin tepkilerinin araştırılması ve haploid tohum tespitinde kullanılan yöntemlerin karşılaştırılması

    Investigation of reductive and donor genotype responses to i̇n vivo haploid folding methods and comparison of methods used in haploid seed determination in corn plant

    UMUT SONGUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    ZiraatÇanakkale Onsekiz Mart Üniversitesi

    Tarla Bitkileri Ana Bilim Dalı

    DOÇ. DR. FATİH KAHRIMAN

  5. İndirgeyici mısırda farklı irilikteki polenlerin karakterizasyonu ve polen iriliğinin haploid tohum oluşumuna etkisi

    Characterization of pollens with different size in inducer maize and effect of polen size on the haploid seed formation

    GÜLİZAR PINAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    BiyoteknolojiÇanakkale Onsekiz Mart Üniversitesi

    Tarla Bitkileri Ana Bilim Dalı

    DOÇ. DR. FATİH KAHRIMAN