Yazar "Kandemir, Rembiye" seçeneğine göre listele

Listeleniyor 1 - 4 / 4
  • Küçük Resim
    Öğe
    Birleşik ve Eğik Türkçe El Yazısı Tanımada K-Nn Sınıflama Yöntemi ve Sözlük Kullanımı
    (Trakya Üniversitesi, 2009) Şekerci, Murat; Kandemir, Rembiye
    Bu çalışma, henüz tam olarak çözülememiş problem olan birleşik ve eğik Türkçe el yazısı üzerinedir. El yazısı tanımadaki zorluk, kişiden kişiye yazım farklılıkları göstermesi ve harflerin birbirine bitişik yazılmasından kaynaklanmaktadır.Ayrıca Türkçe’nin eklemeli kelime yapısına sahip olması da bu zorluğu arttırmaktadır. Tanıma sisteminde, küçük harflerle yazılmış el yazısı kullanılmıştır. Karakter tanıma aşamasında, sınıflama için k-NN’ den yararlanılmıştır. Kelimelerin tanınmasında, sözlük ve karakterlerin bölütlenmesi birlikte kullanılmıştır. Sözlük kullanımı ile kelime doğrulama aşamasında anlamsız harflerin seçilmesi engellenmiş ve yanlış tanınan kelimelerin düzeltilmesi sağlanmıştır. Çalışmadaki karakter tanıma performansı %90.5 iken kelime tanıma performansı %84 olarak elde edilmiştir. Elde edilen kelime tanıma performansının daha düşük olması çalışmada kullanılan sözcükteki kelime sayısının sınırlı olmasından kaynaklanmaktadır
  • Küçük Resim
    Öğe
    Comparison of Requirements Engineering Knowledge Areas in Terms of Traditional and Agile Software Methods
    (Trakya Üniversitesi, 2020) Çamoğlu, Kadir; Kandemir, Rembiye
    Bir yazılım projesi uygularken dikkat edilmesi gereken önemli noktalardan biri gereksinimlerin başarılı bir şekilde yönetimidir. Yazılımın başarısı, gereksinimlerin doğruluğuna ve eksiksizliğine bağlıdır. Mevcut metodolojilerin olumlu ve olumsuz yönlerini, avantajlarını ve dezavantajlarını bilmek gerçekleştirilecek projeler için en uygun metodolojinin seçilmesine yardımcı olacaktır.  Proje için kaynaklara, bağlama ve diğer unsurlara göre en uygun yaklaşımı seçmek de proje başarımını artırır.Literatürde yazılım geliştirme yaklaşımlarının ana eğilimleri olan geleneksel ve çevik yaklaşımlar hakkında çok fazla araştırma olmasına rağmen, gereksinim mühendisliği süreci için özel olarak yapılan yayınlar sınırlıdır. Bu çalışmada, uygun metodoloji seçiminde yardımcı olmak amacıyla geleneksel ve çevik metodoloji yaklaşımlarındaki gereksinim mühendisliği uygulamaları karşılaştırılmıştır.
  • Küçük Resim Yok
    Öğe
    An Expert System for Determining the Emotional Change on a Critical Event Using Handwriting Features
    (Uikten - Assoc Information Communication Technology Education & Science, 2016) Ugurlu, Bora; Kandemir, Rembiye; Carus, Aydin; Abay, Ercan
    An individual may sometimes feel anxious when a critical event happens. Job interview, wedding, moving in a new city/country can result this occurrence. Examinations taken in school are also that kind of events. Since our handwriting is controlled by brain, it is possible to see clear changes in handwriting style during examinations. In our study, an expert system is developed which considers handwriting features to predict student's exam anxiety state. 210 handwriting samples are collected and classification is made by using J48 decision tree algorithm. The average of Precision, Recall and F-Measure metrics are 71%, 66% and 67%, respectively.
  • Küçük Resim Yok
    Öğe
    FACIAL EXPRESSION CLASSIFICATION WITH HAAR FEATURES, GEOMETRIC FEATURES AND CUBIC BEZIER CURVES
    (Istanbul Univ, Fac Engineering, 2013) Kandemir, Rembiye; Ozmen, Gonca
    Facial expressions are nonverbal communication channels to interact with other people. Computer recognition of human emotions based on facial expression is an interesting and difficult problem. In this study, images were analyzed based on facial expressions and tried to identify different emotions, such as smile, surprise, sadness, fear, disgust, anger and neutral. In practice, it was used Viola-Jones face detector used AdaBoost algorithm for finding the location of the face. Haar filters were used in finding the eyes and mouth. In cases where erroneous detection of the mouth and eyes, facial geometric ratios were used. Cubic Bezier curves were used in determining emotion. FEEDTUM facial expression database were used for training and testing. The seven different emotions used for the study, the recognition success rates ranged from 97% to 60%.