Year 2017, Volume 17, Issue 3, Pages 914 - 921 2017-12-29

Yumurtaların Çevrimiçi bir Destek Vektör Makinesi Kullanılarak Sınıflandırılması

Engin Taş [1] , Barış Gökçe [2]

4 31

Yumurta, beslenmedeki en önemli protein kaynakları arasında yer alır ve bu nedenle yumurta üretim endüstrisi birçok ülkedeki en büyük endüstrilerden biridir. Yumurtaların otomatik olarak sınıflandırılması yumurta üretim sürecini geliştirmek ve hızlandırmak için önemlidir. Bu hijyenik üretim ortamı açısından da önemlidir. Bu çalışma, yumurtaların derecelerine göre sınıflandırılması için farklı bir yaklaşım önermektedir. Bir çevrimiçi destek vektör makinesi yumurta çiftleriyle çalışacak şekilde uyarlanmıştır. Bu eşli model, bir çiftin pozitif bir çift olup olmadığını belirleyebilir; burada, aynı sınıftaki iki yumurta tarafından oluşturulan çift pozitif bir çift ve farklı sınıflardan gelen iki yumurta tarafından oluşturulan çift ise negatif bir çifttir. Bu yaklaşımın ve klasik DVM'nin sınıflandırma performansları karşılaştırılmış ve sonuçlar eşli yaklaşımın klasik DVM'den anlamlı ölçüde daha iyi olduğunu göstermektedir.
Çevrimiçi öğrenme, Eşli öğrenme, Destek vektör makineleri, Çekirdek yöntemleri, Çok sınıflı sınıflandırma
  • Arivazhagan, S., Shebiah, R.N., Sudharsan, H., Kannan, R.R., Ramesh, R., 2013. External and internal defect detection of egg using machine vision. Journal of Emerging Trends in Computing and Information Sciences, 4(3), 257-262.
  • Basilico, J., Hofmann, T., 2004. Unifying collaborative and content-based filtering. In: Proceedings of the twenty-first international conference on Machine learning, ICML '04, pp. 9-. ACM, New York, NY, USA.
  • Ben-Hur, A., Noble, W., 2005. Kernel methods for predicting protein-protein interactions. Bioinformatics 21(suppl 1), i38-i46.
  • Bottou, L., LeCun, Y., 2004. Large scale online learning. In: S. Thrun, L. Saul, B. Schölkopf (eds.) Advances in Neural Information Processing Systems, 16. MIT Press, Cambridge, MA.
  • Dehrouyeh, M., Omid, M., Ahmadi, H., Mohtasebi, S., Jamzad, M., 2010. Grading and quality inspection of defected eggs using machine vision. International Journal of Advanced Science and Technology, 17, 23-31.
  • Ibrahim, R., Zin, Z.M., Nadzri, N., Shamsudin, M., Zaunidin, M., 2012. Egg's grade classification and dirt inspection using image processing techniques. In: Proceedings of the World Congress on Engineering, 2.
  • Kashima, H., Oyama, S., Yamanishi, Y., Tsuda, K., 2009. On Pairwise Kernels: An Efficient Alternative and Generalization Analysis. In: Proceedings of the 13th Pacific-Asia Conference on Advances in Knowledge Discovery and Data Mining, PAKDD '09, pp. 1030-1037. Springer-Verlag, Berlin, Heidelberg.
  • Lin, H., Zhao, J.W., Chen, Q.S., Cai, J.R., Zhou, P., 2009.
  • Eggshell crack detection based on acoustic impulse response and supervised pattern recognition. Czech Journal Food Science, 27(6), 393-402.
  • Lunadei, L., Ruiz-Garcia, L., Bodria, L., Guidetti, R., 2012. Automatic identification of defects on eggshell through a multispectral vision system. Food and Bioprocess Technology, 5(8), 3042-3050.
  • Mansoory, M.S., Ashtiyani, M., Sarabadani, H., 2011. Automatic crack detection in eggshell based on susan edge detector using fuzzy thresholding. Modern Applied Science, 5(6), 117.
  • Mertens, K., De Ketelaere, B., Kamers, B., Bamelis, F., Kemps, B., Verhoelst, E., De Baerdemaeker, J., Decuypere,E., 2005. Dirt detection on brown eggs by means of color computer vision. Poultry science, 84(10), 1653-1659.
  • Oyama, S., Manning, C.D., 2004. Using feature conjunctions across examples for learning pairwise classifiers. In: 15thEuropean Conference on Machine Learning (ECML2004).
  • Patel, V., McClendon, R., Goodrum, J., 1998. Color computer vision and artificial neural networks for the detection of defects in poultry eggs. In: Artificial Intelligence for Biology and Agriculture, pp. 163-176. Springer.
  • Platt, J.C., 1999. 12 fast training of support vector machines using sequential minimal optimization.
  • Vert, J.P., Qiu, J., Noble, W., 2007. A new pairwise kernel for biological network inference with support vector machines.BMC Bioinformatics, 8(Suppl 10), S8.
Primary Language tr
Journal Section Articles
Authors

Author: Engin Taş

Author: Barış Gökçe

Bibtex @research article { akufemubid535253, journal = {Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi}, issn = {}, eissn = {2149-3367}, address = {Afyon Kocatepe University}, year = {2017}, volume = {17}, pages = {914 - 921}, doi = {}, title = {Yumurtaların Çevrimiçi bir Destek Vektör Makinesi Kullanılarak Sınıflandırılması}, key = {cite}, author = {Taş, Engin and Gökçe, Barış} }
APA Taş, E , Gökçe, B . (2017). Yumurtaların Çevrimiçi bir Destek Vektör Makinesi Kullanılarak Sınıflandırılması. Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, 17 (3), 914-921. Retrieved from http://dergipark.org.tr/akufemubid/issue/43716/535253
MLA Taş, E , Gökçe, B . "Yumurtaların Çevrimiçi bir Destek Vektör Makinesi Kullanılarak Sınıflandırılması". Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 17 (2017): 914-921 <http://dergipark.org.tr/akufemubid/issue/43716/535253>
Chicago Taş, E , Gökçe, B . "Yumurtaların Çevrimiçi bir Destek Vektör Makinesi Kullanılarak Sınıflandırılması". Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 17 (2017): 914-921
RIS TY - JOUR T1 - Yumurtaların Çevrimiçi bir Destek Vektör Makinesi Kullanılarak Sınıflandırılması AU - Engin Taş , Barış Gökçe Y1 - 2017 PY - 2017 N1 - DO - T2 - Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi JF - Journal JO - JOR SP - 914 EP - 921 VL - 17 IS - 3 SN - -2149-3367 M3 - UR - Y2 - 2017 ER -
EndNote %0 Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi Yumurtaların Çevrimiçi bir Destek Vektör Makinesi Kullanılarak Sınıflandırılması %A Engin Taş , Barış Gökçe %T Yumurtaların Çevrimiçi bir Destek Vektör Makinesi Kullanılarak Sınıflandırılması %D 2017 %J Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi %P -2149-3367 %V 17 %N 3 %R %U
ISNAD Taş, Engin , Gökçe, Barış . "Yumurtaların Çevrimiçi bir Destek Vektör Makinesi Kullanılarak Sınıflandırılması". Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi 17 / 3 (December 2017): 914-921.