Destek vektör makineleri ile karakter tanıma
Character recognition by support vector machines
- Tez No: 201495
- Danışmanlar: YRD. DOÇ. DR. NİLGÜN GÜLER BAYAZIT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Karakter Tanıma, Destek Vektör Makineleri, Temel Bileşen Analizi, Bağımsız Bileşen Analizi, Character Recognition, Support Vector Machines, Principal Component Analysis, Independent Component Analysis
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Karakter tanıma, görüntü dosyaları içinde yer alan yazı karakterlerinin görüntü işleme ve makine öğrenmesi algoritmaları kullanılarak metin dosyaları halinde elde edilmesi yöntemlerinin genel adıdır. Tezde karakter tanıma probleminde destek vektör makinelerinin başarısı incelenmiştir. Bunun yanısıra temel bileşen analizi ve bağımsız bileşen analizi yöntemleri ile kullanılan örnek verilerin, daha az bileşen ile ifade edilmeleri durumunda uygulanan sistemin başarısında meydana gelen değişimler incelenmiştir. Bu amaçla tez içerisinde öncelikle destek vektör makineleri, temel bileşen analizi ve bağımsız bileşen analizi hakkında bilgi verilmiştir. Ardından uygulama aşamasında elde edilen sonuçlar karşılaştırılarak, değerlendirmesi yapılmıştır.
Özet (Çeviri)
Character recognition is a general name for converting letter characters in image files into text files by using image processing and machine learning algorithms. In this thesis the success of support vector machines on the problem of character recognition is studied. In addition, the situation and the success of the system are studied when the samples are expressed with less component then using principal component analysis and independent component analysis. For this purpose; firstly, information about support vector machines, principal component analysis and independent component analysis are given. After that, the results of the applications are compared and evaluated.
Benzer Tezler
- Prediction of protein subcellular localization using global protein sequence feature
Evrensel protein dizi özelliğinin kullanılarak protein hücresel sınıflandırılmasının tahmini
BURÇİN BOZKURT
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN ATALAY
- Destek vektör makineleri ile ses tanıma uygulaması
Speech recognition application with support vector machines
OSMAN ERAY
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik MühendisliğiPamukkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERDAR İPLİKÇİ
- Destek vektör makineleri: Banka başarısızlığının tahmini üzerine bir uygulama
Support vector machines: An application on prediction of bank failure
SEDA TOLUN
- Destek vektör makinelerinin etkin eğitimi için yeni yaklaşımlar
New approaches for effective training of support vector machines
EMRE ÇOMAK
Doktora
Türkçe
2008
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ARSLAN
- Destek vektör makineleri çoklu sınıf problemleri için çözüm önerileri
Propasals to solve support vector machines multiclass problems
EMRE ÇOMAK
Yüksek Lisans
Türkçe
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ.DR. AHMET ARSLAN