Mühendislik Fakültesi / Faculty of Engineering
Permanent URI for this communityhttps://hdl.handle.net/11413/11
Browse
Browsing Mühendislik Fakültesi / Faculty of Engineering by Subject "3 Element Feature Vectors"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Publication EOG Sinyalleri için Sınıflandırma Algoritmalarının Karşılaştırılması(IEEE, 2012) Gürkan, Serkan; Uşaklı, Ali Bülent; GÜRKAN, GÜRAY; 113297; 244333; 118889Bu bildiride, belirli göz hareketleri sonucu elde edilen elektrookülogram (EOG) sinyallerinin sınıflandırılması için Destek Vektör Makinesi (DVM) ve Yapay Sinir Ağı (YSA) yöntemleri karşılaştırılmaktadır. Göz hareketleri kullanarak kontrol edilecek bir sistemin parçası olarak seçilen yöntemler, doğruluk ve hız parametreleri bakımından karşılaştırılmıştır. Alınan EOG sinyalleri, yatay (sağ ve sol), dikey (aşağı ve yukarı) ve kırpma biçimindeki 5 farklı göz hareketinden oluşmaktadır. 20 denekten, yatay ve dikey bileşenli iki EOG kanalından alınan sinyal kümesinden, 3 elemanlı öznitelik vektörleri hesaplanmıştır. Öznitelik vektörlerinin ilk iki elemanı, kanallardaki tepe genlik değerinden, üçüncüsü ise bu çalışmada özgün olarak önerilen parametre olan, aktif kanala ait basıklık değerinden oluşmaktadır. Deneklerden elde edilen öznitelik vektörlerinden rasgele 10 tanesi adı geçen sınıflandırıcıların eğitimi, kalan 10 tanesi de başarımlarını değerlendirmek için kullanılmıştır. Çevrimdışı olarak yapılan testler sonucu her iki sınıflandırma yönteminde de % 100 başarı elde edilmiştir. Ortaya çıkan cevap süreleri de iki yöntemin gerçek zamanlı olarak kullanıma uygun olduğunu göstermektedir.