Bulanık C-ortalamalar kümeleme algoritması kullanllarak araç tanıma
Vehicle detection using fuzzy C-means clustering algorithm
- Tez No: 656170
- Danışmanlar: DOÇ. DR. RIDVAN SARAÇOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Araç tanıma, Bulanık C-ortalamalar, Destek vektör makinesi, Kümeleme, Vehicle recognition, Fuzzy C-means, Support vector machine, Clustering
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Van Yüzüncü Yıl Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Araç algılama ve tanımlama, trafik kontrolü ve yönetimi alanında önemli bir işlevdir. Genellikle bu işlevin ele alınması, büyük veri kümeleri ve alana özgü özellikler üzerinde çalışmayı gerektirir. Bu verilere en iyi şekilde uyacak modelin bulunmasına çalışılır. Ayrıca veriler için hazırlanan bu model temelde görüntü içindeki ögeleri tanımayı amaçlar. Bir başka deyişle ögeleri ayırt edebilmeyi veya doğru sınıflara atamayı amaçlar. Bu açıdan bir görüntü sınıflandırması yapılır. Bu çalışmada hareketli görüntüler için bir araç tanıma ve sayma uygulaması gerçekleştirilmiştir. Görüntü segmentasyonu için Bulanık C Ortalamalar ve görüntü sınıflandırması için Destek Vektör Makinesi (DVM)tercih edilmiştir. Kullanılacak olan bu yöntemlerinin güncel olmaları önemli bir özellikleridir. DVM, hem regresyon hem de desen tanıma için geçerli olan güncel bir evrensel öğrenme makinesidir. Makine öğrenmesinde DVM'ler, verileri analiz eden ve kalıpları tanıyan ilişkili öğrenme algoritmaları üzerinde çalışan denetimli öğrenme modelleridir.
Özet (Çeviri)
Vehicle detection and identification is an important function in the field of traffic control and management. Often handling this function requires working on large data sets and site-specific features. This model, which is prepared for the data, aims to recognize the elements in the image. In other words, it aims to distinguish items or assign them to the correct classes. In this study, a vehicle recognition and counting application was performed for moving images. Fuzzy C Means for image segmentation and Support Vector Machine (DVM) for image classification were preferred. It is important that these methods to be used are up to date. DVM is a current universal learning machine for both regression and pattern recognition. In machine learning, DVMs are supervised learning models that work on associated learning algorithms that analyze data and recognize patterns.
Benzer Tezler
- Araç rotalama problemleri için kümeleme algoritmalari ile veri işleme
Data processing with clustering algorithms for vehicle routing problems
KEREM BÜYÜKÖZDEMİR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ANIL BAŞ
DOÇ. DR. KAZIM YILDIZ
- Exploiting clustering patterns in training sets to improve classification performance of fully connected layers
Tam bağlantılı katmanların sınıflandırma performansını iyileştirmek için eğitim setlerindeki kümeleme örüntülerinden faydalanma
TOLGA AHMET KALAYCI
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
- Yönsel verilerin kümelenmesinde bulanık C-ortalamalar algoritması
Fuzzy C-means clustering algorithm for directional data
ÖZGE TEZEL
Yüksek Lisans
Türkçe
2014
İstatistikKaradeniz Teknik Üniversitesiİstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. ORHAN KESEMEN
- Segmentation of breast microwave imaging using fuzzy c-mean clustering
Bulanık c-ortalama kümeleme kullanarak meme mikrodalga görüntülemesinin segmentasyonu
ASAL MAMIZADEH
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN
- Karınca kolonisi algoritması kullanılarak mamografik görüntülerden kanserli bölge tespiti
Cancer region diagnosis from mamaographic images using ant colony algorithm
HALİL İBRAHİM OKUR
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
DR. ÖĞR. ÜYESİ PELİN GÖRGEL