Destek Vektör Makineleri, YSA, K-Means ve KNN Kullanarak Arı Türlerinin Sınıflandırılması

Hasan DEMİR; Pakize ERDOĞMUŞ; Meral KEKEÇOĞLU

Makale detayları

Destek Vektör Makineleri, YSA, K-Means ve KNN Kullanarak Arı Türlerinin Sınıflandırılması

Yazarlar:

Hasan DEMİR | Pakize ERDOĞMUŞ | Meral KEKEÇOĞLU

Yayıncı:

Duzce University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Duzce University Journal of Science and Technology 2018 Vol.6 Issue 1, pp.47-67

Belge Tipi:

Makale

Yayın Tarihi:

1/2018

Belge Dili:

Türkçe

Document ID (Org No.):

2000946482

Sıklık:

Üç Aylık

eISSN:

2148-2446

Anahtar kelimeler:

Özet:

 


In this study, it has been aimed at classifying of bee species according to the intersection points on the bee wings. With this aim, intersection points are specified from the wing pictures attained five different city. A basic and novel algorithm is proposed for specifying intersection points on the wings, with minimum error. 27 different features have been obtained using intersection points. After normalasing, these features have been used for classification. Support Vector Machine, Neural Networks, K-means and K-nearest Neighbour have been used as classification and clustering methods. It has been seen that the proposed method has increased the classification performance of the algorithms. The best classification performance have been obtained with Neural Networks using with 27 feature and proposed intersection specifying method.

.

 


Bu çalışmada arı kanatları üzerindeki kavşak
noktalarına göre arı türlerinin sınıflandırılması amaçlanmıştır. Bu amaçla beş
farklı ilden alınan arı kanat resimleri üzerinde kavşak noktaları
belirlenmiştir. Arı kanatları üzerinde kavşak noktalarının belirlenmesi işleminin
minimum hata ile yapılması için yeni bir algoritma önerilmiştir. Kavşak
noktaları kullanılarak 27 morfolojik özellik çıkarılmıştır. Bu özellikler
normalize edilerek sınıflandırmada kullanılmıştır. Destek vektör makineleri, yapay
sinir ağları, K-Ortalama ve K en yakın komşuluk sınıflandırma yöntemi olarak
kullanılmış, yapay sinir ağları ile sınıflandırma diğer sınıflandırma
yöntemlerine göre daha iyi sonuç vermiştir.  Kavşak noktaları için önerilen algoritmanın
sınıflandırma başarısını arttırdığı görülmüştür.


.

Makale detayları

Destek Vektör Makineleri, YSA, K-Means ve KNN Kullanarak Arı Türlerinin Sınıflandırılması

Yazarlar:

Hasan DEMİR | Pakize ERDOĞMUŞ | Meral KEKEÇOĞLU

Yayıncı:

Duzce University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Duzce University Journal of Science and Technology 2018 Vol.6 Issue 1, pp.47-67

Belge Tipi:

Makale

Yayın Tarihi:

1/2018

Belge Dili:

Türkçe

Document ID (Org No.):

2000946482

Sıklık:

Üç Aylık

eISSN:

2148-2446

Sınıflandırma

Bal Arısı Varyasyon

Kavşak seçim algoritması

Sayı

Makale detayları

Destek Vektör Makineleri, YSA, K-Means ve KNN Kullanarak Arı Türlerinin Sınıflandırılması

Yazarlar: Hasan DEMİR | Pakize ERDOĞMUŞ | Meral KEKEÇOĞLU

Yayıncı: Duzce University

Ana Başlıklar: Uygulamalı fizik

Dergi: Duzce University Journal of Science and Technology 2018 Vol.6 Issue 1, pp.47-67

Belge Tipi: Makale

Yayın Tarihi: 1/2018

Belge Dili: Türkçe

Document ID (Org No.): 2000946482

Sıklık: Üç Aylık

eISSN: 2148-2446

Sınıflandırma

Bal Arısı Varyasyon

Kavşak seçim algoritması

Sayı

Yazarlar:

Hasan DEMİR | Pakize ERDOĞMUŞ | Meral KEKEÇOĞLU

Yayıncı:

Duzce University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Duzce University Journal of Science and Technology 2018 Vol.6 Issue 1, pp.47-67

Belge Tipi:

Makale

Yayın Tarihi:

1/2018

Belge Dili:

Türkçe

Document ID (Org No.):

2000946482

Sıklık:

Üç Aylık

eISSN:

2148-2446