Karma yapılı ikili karar ağacı tabanlı koku tanıma sistemi

Çalışma kapsamında elektronik burun ile koku tanıma sistemlerinin sorunları irdelenmekte ve bu sorunlara çözüm getirecek şekilde yeni hibrit yöntemler önerilmektedir. Tezde 4 farklı veri tabanı kullanılmaktadır. Bunlardan biri hazır veri tabanı iken, diğerleri tez kapsamında oluşturulan elektronik burundan elde edilen veri tabanlarıdır. Bu 4 veri tabanı sırasıyla n-butanol gazının farklı konsantrasyon değerlerinden, 11 birbirinden farklı kokudan, istavrit balığının farklı günlerine ait kokularından ve 3 farklı balık (istavrit, hamsi ve mezgit) kokularından oluşmaktadır. Elektronik burunda kullanılan sensörlerin en büyük problemi olan sensör kaymalarına çözüm önerilmektedir. Önerilen yöntem, uygulanan örnek kokular için elde edilen sensör işaretlerinden, ortam kokusu için elde edilen sensör işaretini çıkartarak elde edilen fark işaretini örüntü tanıma birimine uygulamaktır. Literatürden farklı olarak yapılan bu işaret ön işleme; sensör kaymalarını 3 veri tabanı için de azaltmaktadır. Buna ilaveten farklı öznitelik çıkarma yöntemleri kıyaslanmaktadır. Sensör verisi için sınıflandırma performansını en fazla arttıran yöntem alt örnekleme yöntemi olarak belirlenmiştir. Sınıflandırma birimi için ise öznitelik seçme işlemini yapısında bulunduran, literatürden farklı olan ikili karar ağacı tabanlı bir yöntem önerilmiştir. İkili karar ağacı tabanlı yöntem problemi parçalara ayırmaktadır. Her bir parçanın sınıflandırmasında o veriyi en iyi sınıflandıracak öznitelikler çıkartılan öznitelikler arasından ve en iyi sınıflandırma yöntemi Destek Vektör Makinaları, k-En Yakın Komşuluk, Doğrusal Ayırma Analiz ve Bayes sınıflandırma yöntemleri arasından seçilmektedir. Önerilen yöntem tüm veri tabanlarına uygulandığında sınıflandırma performansını arttırmaktadır. Anahtar Kelimeler: Elektronik burun işaret analizi, Öznitelik çıkarma, Öznitelik seçme, Sınıflandırma, k-EYK, DAA, DVM, Bayes Sınıflandırma, İkili karar ağacı yapısı.