Feature extraction and selection for classification of air planes
Başlık çevirisi mevcut değil.
- Tez No: 29697
- Danışmanlar: DOÇ. DR. EMİN ANARIM, DOÇ. DR. ÖMER CERİD
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Uçak Mühendisliği, Electrical and Electronics Engineering, Aeronautical Engineering
- Anahtar Kelimeler: Geometrik özellikler, Uçaklar, Öznitelik çıkarma, Geometric properties, Airplanes, Feature
- Yıl: 1993
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, uçakların sınıflandırılmaları için çeşitli nitelik çıkarımı yöntemleri ile çıkarılan niteliklerin başarımları araştırılmıştır. Çevre çıkarımı ve çevre doldurumu için ikişer değişik yöntem denenerek zaman ve bellek karmaşıklığına göre karşılaştırılmışım Başarımları incelenen nitelikler arasında geometrik nitelikler, moment tabanlı nitelikler, çevre ve izdüşüm için moment değişmezleri ve kapalı çevre için Fourier tanımlayıcıları bulunmaktadır. Niteliklerin başarı ölçütü olarak, dönme, kayma, ve küçülme gibi iki boyutlu dönüşümler sonucundaki değişimleri kullanılmıştır. Sınıflandırma için çıkarılan nitelik vektörünün boyutunu azaltmada kullanılan nitelik seçimi yöntemi bilişim kuram tabanlı yaklaşımdır. Farklı boyutlu nitelik kümelerinin başarımı, değişik uçak modelleri kullanılarak hazırlanmış üç boyutlu bir tensör üzerinde dönme uygulanarak oluşturulan bir örnek kümesi ile denemiştir. Üç boyut durumunda, tanıma olasılığını artırmak için alt-sınıflar kullanma yöntemi önerilmiş ve sonuçlar alt-sınıflar kullanılmadan bulunanlar ile karşılaştırılmıştır. Farklı boyutlara sahip en iyi nitelik kümeleri verilmiştir.
Özet (Çeviri)
In this thesis, several feature extraction methods and the performance of extracted features necessary for classification of airplanes are investigated. Two different algorithms for both boundary extraction and boundary filling were implemented and compared with respect to time and memory complexity. Among the features whose performance were examined in detail, there are geometric features, moment based features, moment invariant functions for the boundary and the silhouette, and the Fourier descriptors of the boundary curve. The performance criteria of the features are their variance under transformations in two dimensions like rotation, translation, and scaling. The feature selection technique used to reduce the dimensionality of the feature vector for classification is the information theoretic approach. The performance of feature sets having different dimensions are tested with a sample set formed using three dimensional rotations on a 3D tensor of three different planes. To increase the probability of detection in three dimensional case, the method of sub-classes is proposed and the results are compared with the ones where no sub-classes are used. The best feature sets with different dimensions are given.
Benzer Tezler
- Hydips: A Hybrid neural network based diagnostic tool for perinatal surveillance
Perinatal takipte bir hibrit nöron ağına dayanan tanı aracı
NAZİFE BAYKAL
Doktora
İngilizce
1996
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEŞE YALABIK
- Comperative evaluation of combined artificial intelligence and mathematical methods for defect classification
Hata sınıflandırmasında yapay zeka ve matematiksel yöntemlerin karşılaştırılmalı değerlendirilmesi
RAHMİ FIÇICI
Yüksek Lisans
İngilizce
1995
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiY.DOÇ.DR. FİKRET GÜRGEN
- Homomorfik filtreleme ile EKG analizi
Başlık çevirisi yok
HÜSEYİN HIZ
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. MEHMET KORÜREK
- Çok boyutlu gauss süreçlerine dayanan parametrik şekil tanıma yöntemleri ve bu yöntemlerle kalp aritmilerinin belirlenmesi
Parametric pattern recognation methods based on multi dimensional gauss processes and arrhythmias of heart are determined by these methods
GÖKHAN AÇIKGÖZ
Yüksek Lisans
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ERDAL PANAYIRCI
- Bulanık (Fuzzy) sınıflayıcılarla EKG şekil bozukluklarının belirlenmesi
Detection of ECG shape changes by using fuzzy classifiers
ZÜMRAY DOKUR