Ülkesel ekmeklik buğday alımı için derin öğrenme tabanlı buğday sınıflandırma
Deep learning-based wheat classification for national bread wheat purchase
- Tez No: 691159
- Danışmanlar: DOÇ. DR. KEMAL ÖZKAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Yazılımı Bilim Dalı
- Sayfa Sayısı: 58
Özet
Yürütülen tez çalışması kapsamında, Yakın Kızılötesi (Near-Infrared (NIR)) Spektrometre cihazı kullanılarak 24 farklı buğday çeşidinin reflektans değerleri ölçülmüş ve sınıflandırma için makine öğrenmesi ve derin öğrenme yaklaşımlarında girdi parametresi olarak kullanılmıştır. Bu yaklaşımlar birbiriyle karşılaştırılmış ve elde edilen sonuçlar değerlendirilmiştir. Ele alınan yaklaşımlar sonucunda makine öğrenmesi tekniklerinin reflektans değeri ile çeşitleri ayırt etmek için yeterli performansı göstermediği görülmüştür. Derin öğrenme modeli ile sınıflandırma yapıldığında makine öğrenmesi algoritmalarına göre daha yüksek doğruluk değerlerine ulaşılmıştır. Derin öğrenme yaklaşımı hem doğrudan reflektans verileri ile sınıflandırma hem de reflektans verileri üzerinden oluşturulan görüntüler üzerinden sınıflandırma yapmak amacıyla ayrı ayrı ele alınmıştır.
Özet (Çeviri)
Within the scope of the thesis study, the reflectance values of 24 different wheat species were measured using the Near-Infrared (NIR) Spectrometer device and used as input parameters in machine learning and deep learning approaches to classify wheat species. These approaches were compared with each other, and the results were evaluated. As a result of the approaches discussed, it has been seen that machine learning techniques do not show sufficient performance to distinguish between reflectance value and species. When classification is made with the deep learning model, higher accuracy values have been achieved than machine learning algorithms. The deep learning approach has been handled separately to classify with direct reflectance data and classify images created from reflectance data.
Benzer Tezler
- Ekmeklik buğdayda kurağa toleranslı ve hassas genotiplerde bazı fizyolojik ve morfolojik parametreler kullanılarak kalıtım değerlerinin incelenmesi
Estimation of coefficient of heritabilities by using some physiological and morphological parameters in drought tolerant and sussectible bread wheat
SEYFİ TANER
- Bazı kışlık buğday hatlarının gliadin elektroforegramı yöntemi ile seçilmesi
Identification of some winter wheat lines by gliadin electrophoregram
AYŞE YILDIZ ( VAROL)
Yüksek Lisans
Türkçe
2001
ZiraatAnkara ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF. DR. A. MURAT ÖZGEN
- Ülkesel kültür turizm potansiyeli ve Buryat Cumhuriyeti'nde uygulaması
Cultural tourism potential and Republic of Buryatia apllication
TATİANA TULONOVA
- Ülkesel koşullara uygun sürdürülebilir yapım için stratejik yönetim modeli
A strategic management model for appropriate sustainable construction for national conditions
ERCAN HOŞKARA
- Eldivan Sarayköy-II göleti (Çankırı) su toplama havzasında rusle yöntemi ile toprak kayıplarının tahmin edilmesi
Predicting soil loss in the catchment of eldivan-Sarayköy-II dam (Çankiri) by the rusle methodology
FEVZİYE EBRU YILMAN