Classification of fingerprints
Parmakizi sınıflandırması
- Tez No: 93444
- Danışmanlar: PROF. DR. UĞUR HALICI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Parmak İzi Sınıflandırma, Yapay Sinir Ağları, Öznitelik Çıkarma, Temel Bileşenler Çözümlemesi, Geri Yayılım, En Yakın Komşu, K- Ortalama, Özdüzenlemeli Öznitelik Haritaları, Öğrenen Vektör Nicelendirmesi, Soyut Seviyeli Sınırlandırıcı Birleştirici, Ölçüm Seviyeli Sınfılandıncı Birleştirici. IV, Fingerprint Classification, Neural Networks, Feature Extraction, Principle Component Analysis, Back Propagation, Nearest Neighbour, K-Means, Kohonen Self Organizing Feature Maps, Learning Vector Quantization, Classification Fusion, Abstract Level Combiner, Confidence Level Combiner. in
- Yıl: 2000
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 110
Özet
oz PARMAK IZI SINIFLAMA Susmaz, Bora Yüksek Lisans Tezi, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Uğur Halıcı Aralık 2000, 109 sayfa Bu çalışmada değişik tiplerde parmak izi sınıflandırma sistemleri ve bunların karşılaştırmaları sunulmuştur. Bütün sistemlerde öznitelik çıkarımı bir ön işleme adımı olarak yer almaktadır. Öznitelik çıkarma modülü olarak temel bileşenler çözümlemesi kullanılmıştır. Çıkarılan parmak izi öznitelikleri farklı algoritmalar uygulayan sınıflandırma sistemleri tarafından sınıflandırılmışlardır: En Yakın Komşu, K-Ortalama, Geri Yayılım, Özdüzenlemeli Öznitelik Haritaları, Öğrenen Vektör Nicelendirmesi. Uygun olan yerlerde algoritmaların değişik varyasyonları da uygulanmıştır. Performans arttırımı amacıyla soyut seviyeli ve ölçüm seviyeli sınırlandırıcı birleştiricileri kullanılmıştır.
Özet (Çeviri)
ABSTRACT CLASSIFICATION OF FINGERPRINTS Susmaz, Bora M.S., Department of Electrical and Electronics Engineering Supervisor : Prof. Dr. Uğur Halıcı December 2000, 109 pages This thesis presents different types of fingerprint classification systems and their comparison. All of the systems have a pre-processing feature extraction stage. Feature extraction is performed using Principal Component Analysis. Extracted features of the fingerprints are then classified by employing different algorithms: Nearest Neighbour, K-Means, Back Propagation, Kohonen Self Organizing Feature Maps and Learning Vector Quantization. Many variants of these algorithms have also been implemented wherever it is appropriate. In order to improve classification performance, abstract level and confidence level classification combiners are implemented.
Benzer Tezler
- Detection and classification of fingerprints using artificial neural networks
Yapay sinir ağları kullanılarak parmak izinin algılanması ve sınıflandırılması
SERKAN KÖSE
Yüksek Lisans
İngilizce
2005
Elektrik ve Elektronik MühendisliğiYeditepe ÜniversitesiDOÇ.DR. TÜLAY YILDIRIM
- Ninhidrinin schiff bazı oluşturma özelliğinden faydalanarak parmak izi tayini işleminde kullanılması
Taking advantage of creating features of schiff base of the ninhydrin using on determination process of fingerprints
FATİH GÜL
- Dalgacık dönümü ve istatistiksel ölçümler kullanarak parmak izi tanımı
Fingerprint identification by using wavelet transform and statistical texture measur
THAER SULTAN
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. REZA ZARE HASSANPOUR
- Ninhidrin'in gözenekli yüzeylerde vücut izi tayininde kullanılması ve gözeneksiz yüzeylerde uygulanan süper glu yöntemi ile oluşan vücut izlerinin ant ile boyanarak görünür hale getirilmesi
Ni̇nhi̇dri̇n solution on porous surfaces in the determination of bodymarks and making bodymarks resulted from super glu method on the non-porous surfaces appear by dying with ant chemical
MEHMET ZİYA HACIMURTAZAOĞLU
Yüksek Lisans
Türkçe
2016
KimyaRecep Tayyip Erdoğan ÜniversitesiKimya Ana Bilim Dalı
YRD. DOÇ. DR. ÖZLEM FAİZ
- Gauss karışım modelleri kullanılarak ses imzalarının sınıflandırılması
Classification of audio fingerprints using Gaussian mixture models
KADİR HERKİLOĞLU
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL