Geri Dön

Bulanık C-ortalamalar kümeleme algoritması kullanllarak araç tanıma

Vehicle detection using fuzzy C-means clustering algorithm

  1. Tez No: 656170
  2. Yazar: NOOSHIN NEMATI
  3. Danışmanlar: DOÇ. DR. RIDVAN SARAÇOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Araç tanıma, Bulanık C-ortalamalar, Destek vektör makinesi, Kümeleme, Vehicle recognition, Fuzzy C-means, Support vector machine, Clustering
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Van Yüzüncü Yıl Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Araç algılama ve tanımlama, trafik kontrolü ve yönetimi alanında önemli bir işlevdir. Genellikle bu işlevin ele alınması, büyük veri kümeleri ve alana özgü özellikler üzerinde çalışmayı gerektirir. Bu verilere en iyi şekilde uyacak modelin bulunmasına çalışılır. Ayrıca veriler için hazırlanan bu model temelde görüntü içindeki ögeleri tanımayı amaçlar. Bir başka deyişle ögeleri ayırt edebilmeyi veya doğru sınıflara atamayı amaçlar. Bu açıdan bir görüntü sınıflandırması yapılır. Bu çalışmada hareketli görüntüler için bir araç tanıma ve sayma uygulaması gerçekleştirilmiştir. Görüntü segmentasyonu için Bulanık C Ortalamalar ve görüntü sınıflandırması için Destek Vektör Makinesi (DVM)tercih edilmiştir. Kullanılacak olan bu yöntemlerinin güncel olmaları önemli bir özellikleridir. DVM, hem regresyon hem de desen tanıma için geçerli olan güncel bir evrensel öğrenme makinesidir. Makine öğrenmesinde DVM'ler, verileri analiz eden ve kalıpları tanıyan ilişkili öğrenme algoritmaları üzerinde çalışan denetimli öğrenme modelleridir.

Özet (Çeviri)

Vehicle detection and identification is an important function in the field of traffic control and management. Often handling this function requires working on large data sets and site-specific features. This model, which is prepared for the data, aims to recognize the elements in the image. In other words, it aims to distinguish items or assign them to the correct classes. In this study, a vehicle recognition and counting application was performed for moving images. Fuzzy C Means for image segmentation and Support Vector Machine (DVM) for image classification were preferred. It is important that these methods to be used are up to date. DVM is a current universal learning machine for both regression and pattern recognition. In machine learning, DVMs are supervised learning models that work on associated learning algorithms that analyze data and recognize patterns.

Benzer Tezler

  1. Fuzzy clustering based ensemble learning approach: Applications in digital advertising

    Bulanık kümeleme tabanlı topluluk öğrenmesi yaklaşımı: Dijital reklam alanında uygulamalar

    AHMET TEZCAN TEKİN

    Doktora

    İngilizce

    İngilizce

    2021

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

    PROF. DR. TOLGA KAYA

  2. Araç rotalama problemleri için kümeleme algoritmalari ile veri işleme

    Data processing with clustering algorithms for vehicle routing problems

    KEREM BÜYÜKÖZDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Mühendislik BilimleriMarmara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ANIL BAŞ

    DOÇ. DR. KAZIM YILDIZ

  3. Hareketli nesneler üzerinde durmaların ve hareketlerin yörüngeleri için algoritmalar geliştirmek

    Developing stops and moves of trajectory algorithms on moving objects

    METE YAĞANOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. A.SAMET HAŞILOĞLU

  4. Yönsel verilerin kümelenmesinde bulanık C-ortalamalar algoritması

    Fuzzy C-means clustering algorithm for directional data

    ÖZGE TEZEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    İstatistikKaradeniz Teknik Üniversitesi

    İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. ORHAN KESEMEN

  5. Çokboyutlu veritabanlarında kümeleme yöntemleri.

    Çokboyutlu veritabanlarında kümeleme yöntemleri.

    ELVİN NASIBOV

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    MatematikEge Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. BURAK ORDİN