| Yazarlar (5) |
Mehmet Selim Kızgın
|
|
Zafer Çambay
Türkiye |
Prof. Dr. Hakan SEPET
Kırşehir Ahi Evran Üniversitesi, Türkiye |
|
Salih Taha Alperen Özçelik
Türkiye |
|
Hakan Uyanık
Türkiye |
| Özet |
| Bu çalışmada amaç makine öğrenmesi ve Yerel İkili Örüntü (YİÖ) hakkında genel bir bilgi verip bu bilgi ışığında Türkiye’de yetişen korunga (Onobrychis) bitki meyvelerini makine öğrenmesi ile sınıflandırmaktır. 4 farklı Korunga (Onobrychis) türüne toplam 448 adet meyve görüntüsü kullanılarak bir veri tabanı oluşturulmuştur. Bu türler sırasıyla O. cappadocica, O. argyrea, O. hypargyrea ve O. tournefortii’dir. Korunga (Onobrychis) meyve çeşitlerini sınıflandırmasını yapmak için makine öğrenmesi yöntemleri kullanılmıştır. Kullanılan bu yöntemler sırasıyla Destek Vektör Makinesi (DVM), Naif Bayes (NB), Karar Ağaçları (KA) ve K-En Yakın Komşu (k-EYK) olmak üzere dört farklı yöntem ile sınıflandırma işlemi yapılmıştır. Bu dört farklı yöntemin pe1rformansları karşılaştırılıp en başarılı modelin% 99, 6 doğru sınıflandırma başarı oranı ile Destek Vektör Makinesi Yöntemi olduğu belirlenmiştir. |
| Anahtar Kelimeler |
| Makale Türü | Özgün Makale |
| Makale Alt Türü | Diğer hakemli uluslarası dergilerde yayınlanan tam makale |
| Dergi Adı | Fırat Üniversitesi Fen Bilimleri Enstitüsü Dergisi |
| Dergi ISSN | 1308-9064 |
| Dergi Tarandığı Indeksler | Art Index (Art Research Database, EBSCO) |
| Makale Dili | Türkçe |
| Basım Tarihi | 09-2023 |
| Cilt No | 35 |
| Sayı | 2 |
| Sayfalar | 87 / 96 |
| Makale Linki | https://dergipark.org.tr/tr/download/article-file/3073612 |
