Du er ikke logget ind
Beskrivelse
Bu calışmada el yazısı karakterlerinin uygun cebirsel eğriler ile modellenip denklem şeklinde ifade edilmesi ve elde edilen denklemin kuvvet ve katsayıları kullanılarak karakterlerin sınıflandırılması amaclanmıştır. Bu sebeple calışmada ceşitli eğri uydurma yontemleri ele alınmıştır. Bunlar arasında hız ve başarı oranı goz onunde tutulduğunda kapalı cebirsel eğrilerle modellemenin diğer yontemlere gore daha on plana cıktığı gorulmuştur. Sınıflandırma işlemi icin el yazısı rakamların sekizinci dereceden cebirsel denklemleri elde edilerek denklem katsayıları oznitelik olarak kullanılmıştır. Elde edilen katsayıların değişmez olabilmesi icin sadece olcekleme ve otelemeye gore normalizasyonu yapılmıştır. Ayrıca dilsel kuvvetli sinir bulanık sınıflayıcı ile oznitelik secimi yapılmıştır. Calışmada MNIST el yazısı rakam veri tabanının tamamı ve belli bir kısmı kullanılarak Bayes ve yapay sinir ağları ile onerilen yontemin tanıma başarısı olculmuştur. Calışmada elde edilen %92.87 değerindeki tanıma oranı umut vaat edip yontemin geliştirilerek her karakterin bir denklemle ifade edilebileceği acıktır.