Bu çalışmada, nesneleri daha iyi karakterize edebilmek amacıyla yüksek istatistiği sağlayan doğrusal olmayan yaklaşımların kullanılması önerilmektedir. İlk aşama olarak örüntüler öznitelik ayrıştırma ile tayfsal domene aktarılmış, bu domende başarıyı etkilemeyen veya gürültü içeren bilgiler elenmiştir. Daha sonra doğrusal yöntemleri işlem karmaşıklığına neden olmadan doğrusal olmayan biçime dönüştüren çekirdek kavramı üzerinde durularak, öznitelik ayrıştırma için doğrusal ve doğrusal olmayan yaklaşımlar karşılaştırılmıştır. Örüntü tanımada son aşama olan sınıflandırmada ise temel yöntemlerin yanında güncel bir yaklaşım olan SVM ele alınmıştır. Önerdiğimiz yöntem avuç izi veritabanlarında uygulanmıştır. Sonuçlara bakıldığında yapılan çalışmanın oldukça başarılı olduğu görülmektedir.
Anahtar Kelimeler : Örüntü Tanıma, Çekirdek Yöntemler, Temel Bileşen Analizi, Destek Vektör Makineleri, Avuç İzi Tanıma. |