Color recipe prediction with neural networks
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalı, Türkiye
Tezin Onay Tarihi: 2009
Tezin Dili: İngilizce
Öğrenci: MEHMET VOLKAN SAĞIRLIBAŞ
Danışman: YAVUZ ŞENOL
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Kumaşlar çoğu zaman daha çekici bir görünüm veya etki vermek için renklendirilirler. Bu renklendirmelerde aynı renkte olması istenen ve farklı zamanlarda ve farklı makinelerle boyanan kumaşlarda istenen rengin birebir tutturulması için renk reçetesi kullanılmaktadır. Dolayısıyla tekstil alanında renk reçetesi tahmini çok önemli bir yer tutmaktadır. Boyahanelerde bulunan bilgisayarlı renk ölçüm cihazları renk reçetesi tahmininde kullanılan önemli cihazlardır. Renk reçetesinin doğru tahmin edilmesi, performansı arttırmakta, süreci kısaltmakta ve olası hataları azaltmaktadır.Renk reçetesi tahmininde kullanılan birçok yöntem bulunmaktadır. Ancak, renk reçeteleri doğrusal olmayan bir yapıya sahip olduğu için bu tezde yapay sinir ağları ve bulanık mantık yöntemleri ile renk reçetesi tahmin edilmeye çalışılmıştır. Bu tahminler yapılırken CIE sistemi (Lab, Lch, XYZ) ve reflektans değerlerine göre oluşturulmuş veri grupları kullanılmıştır. MATLAB de geliştirilen çeşitli programlarla radial basis function sinir ağı, feed-forward multilayer perceptron sinir ağı ve bulanık mantık ile reçete tahmini yapılmış ve sonuçları detaylı olarak karşılaştırılmıştır.Bu üç metot ile yapılan uygulamalarda görüldü ki, eğitim için ayrılan veri miktarı 250' den 400' e çıkarılınca sistemin hata oranı %0' a düştü. Bu gösterir ki, eğitim için kullanılan veri miktarı sistemin başarısı için çok önemlidir.Sonuç olarak bu üç metotta da %100 başarı oranı elde edilmiştir, ama RBF, MLP ve bulanık mantığa göre daha başarılı bir metot olmuştur. RBF öteki metotlara göre hem daha hızlı hem de daha kararlıdır. RBF, %0 hata oranına daha çabuk ulaşır.