Fingerprint processing via wavelet and support vektor machines
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Bu tezde parmak izi tanıma yöntemi ele alındı. Parmak izi verileri Wavelet ile üretilen ve SVM(destek vektör makinaları) ile eğitilen numeric değerlerden oluşmaktadır. Bu değerleri elde ederken Haar ve DB Filtreleri kullanıldı. Weka ortamı kullanılarak yapılan sınıflandırma işlemi sırasında, veri ambarı aracı kullanılarak SVM hesaplanır. SVM için istenilen başarı oranı %75 iken bu tezde %80,6061 başarı oranı elde edildi. In this thesis, fingerprint recognition process is considered. The fingerprints? data set constructed by using numerical values by applying wavelet and training with SVM(support vector machines). While obtaining these values, Haar and Daubechies filters are executed by using Matlab environment. During the classification process which is done by using Weka environment, Weka data mining tool is used to compute SVM. The expected correctness of classification is 75% but in this thesis, 80, 6061% correctness of classification is obtained for SVM.
Collections