Adaptif bulanık sinir ağları ile örünyü tanıma
Pattern recognition whith adaptaive neura fuzzy inference system
- Tez No: 152968
- Danışmanlar: DOÇ.DR. BİLGİNER GÜLMEZOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Bu tez çalışmasında örüntü tanıma bulanık mantık ve yapay sinir ağlarını kullanarak nasıl yapıldığı anlatılmış ve iris verisinin bilgisayar ortamında tanınması çalışılmıştır. İris verisi hatayı geri yayma algoritması ile bulanık sinir ağlarında eğitilmiştir. Uygulamada iki yöntem denenmiştir. Birincisinde her sınıfa ait veriler aynı eğitimden geçirilirken, diğer yöntemde ayrı ayrı eğitime tabi tutulmuştur. Bölüm 1 'de örüntü tanıma konusuna giriş yapılarak şimdiye kadar yapılan tanıma çalışmalarından ve yöntemlerinden bahsedilmiştir. Yapay sinir ağlarında bulanık mantığın kullanımının daha iyi anlaşılması için Bölüm 2'de Bulanık Sonuç Sistemi açıklanmıştır. Bölüm 3 ve 4' te Yapay Sinir Ağları (YSA) ve Bulanık Sinir Ağları (BSA) anlatılmıştır. Bölüm 5'te deneysel çalışmalar, Bölüm 6 da sonuç ve öneriler verilmiştir.
Özet (Çeviri)
ABSTRACT In this study, pattern recognition is explained how it makes by using artifical neural network and fuzzy logic, and iris data are tried to recognize by computer. It is trained with fuzzy neural network using by backpropagation algorithm. In the experiment, two methods are tried. At first, each data belongs every class is passed by same training. In other methods, each data belongs every class is passed by separate training. Until now, pattern recognition subject, recognizing works and methods are explained in Chapter 1, and explained ways of recognizing methods. In Chapter 2 Fuzzy Inference System is explained better comprehension about using Fuzzy Logic in the Artificial Neural Network In Chapter 3 and 4, Artificial Neural Network and a new approach to Fuzzy-Neural System Modeling are referred. In Chapter 5, experimental working and In Chapter 6, results are given.
Benzer Tezler
- Neuro-Fuzzy variable structure control of robotic manipulators
Robot kollarının bulanık yapay sinir ağları ile değişken yapılı kontrolu
HASAN PALAZ
Doktora
İngilizce
2000
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. M. KEMAL SARIOĞLU
- Adaptive neuro fuzzy inference system (anfis) applications in chemical processes
Kimyasal proseslerde adaptif sinirsel bulanık tahmin yönteminin uygulamaları
EVREN GÜNER
Yüksek Lisans
İngilizce
2003
Kimya MühendisliğiOrta Doğu Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF.DR. CANAN ÖZGEN
PROF.DR. KEMAL LEBLEBİCİOĞLU
- Bulanık ve sinirsel ağ yaklaşımlarıyla anahtarlamalı sistemlerin analizi
The analysis of switched systems by using fuzzy and neural networks based approaches
REMZİ TUNTAŞ
Doktora
Türkçe
2005
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ.DR. YAKUP DEMİR
- Arıtma proseslerinin yapay zeka ve çoklu istatistiksel yöntemler ile modellenmesi
The modeling of treatment processes with artificial intelligence and multistatistical methods
GÖKHAN CİVELEKOĞLU
Doktora
Türkçe
2006
Çevre MühendisliğiSüleyman Demirel ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ.DR. MEHMET KİTİŞ
DOÇ.DR. ÖZER ÇINAR
- Nümerik tabu arama algoritması
Numeric tabu search algorithm
AHMET KAPLAN
Doktora
Türkçe
2001
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ŞABAN ÖZER
DOÇ. DR. ŞEREF SAĞIROĞLU