A comparison of data mining algorithms for vehicle type classification model

การเปรียบเทียบอัลกอริทึมเหมืองข้อมูล เพื่อสร้างโมเดลในการจำแนกประเภทยานพาหนะ

Name: Ngamjit Phueknarin

ThaSH: IMAGE PROCESSING

ThaSH: DATA MINING

ThaSH: Decision trees

Abstract: ปัญหาพิเศษนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพการจำแนกประเภทยานพาหนะด้วย เทคนิคเหมืองข้อมูล4วิธีได้แก่วิธีฐานกฎ (Rule Based),วิธีต้นไม้ตัดสินใจ (Decision Tree), วิธีนา อีฟเบย์(Naïve Bayes) และวิธีการหาเพื่อนบ้านที่ใกล้ที่สุด (K-Nearest Neighbor: KNN) เริ่มจากการ ที่ผู้วิจัยได้ทําการพัฒนาโปรแกรมต้นแบบในการตรวจจับยานพาหนะโดยใช้หลักการประมวลผล ภาพแบบ Blob Analysis และรวบรวมข้อมูลจากโปรแกรมต้นแบบจำนวนทั้งสิ้น 485 รายการแบ่ง ออกเป็นข้อมูลชุดฝึกสอนและข้อมูลชุดทดสอบ เพื่อนํามาวิเคราะห์ปัจจัยในการจําแนกประเภท ยานพาหนะ โดยใช้โปรแกรม RapidMiner วัดประสิทธิภาพของแต่ละเทคนิคด้วยการเปรียบเทียบ ค่าความถูกตอ้ง (Accuracy) ค่าความแม่นยำ (Precision)ค่าความระลึก (Recall)และค่าความถ่วงดุล (F-Measure) ผลการศึกษาพบว่า โมเดลการจำแนกข้อมูลแบบ KNN มีประสิทธิภาพมากที่สุดที่ 99.12% จึงนำโมเดลดังกล่าวไปใช้กับข้อมูลชุดทดสอบ โดยผลการทํานายและจําแนกประเภทยานพาหนะมีค่าความถูกต้องถึง 96.58%.

Abstract: This special problem aimed to compare the efficiency of the vehicle type classification by using 4 data mining techniques; Rule Based, Decision Tree, Naïve Bayes and K-Nearest Neighbor (KNN). The researcher developed a prototype program for detect vehicles by using blob analysis and image processing and collected 485 list of data in total, divided into two sets; Training set and Testing set to analyze the vehicle type classification by using RapidMiner program and compared the accuracy, precision, recall and F-Measure of each technique. The result showed that the model of KNN has the most accuracy at 99.12%. Then the testing dataset has been applied to KNN model to predict and classify the vehicle type. The final result shows that KNN model can predict and classify the vehicle type at the accuracy of 96.58%

King Mongkut's University of Technology North Bangkok. Central Library

Address: Bangkok

Email: library@kmutnb.ac.th

Name: Mahasak Ketcham

Role: Special Problem advisor

Email : mahasak.k@it.kmutnb.ac.th

Created: 2017

Modified: 2561-09-22

Issued: 2018-09-22

วิทยานิพนธ์/Thesis

application/pdf

eng

DegreeName: Master of science

Level: Master's Degree

Descipline: Management Information Systems

Grantor: King Mongkut's University of Technology North Bangkok

©copyrights King Mongkut's University of Technology North Bangkok

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B16179390.pdf	3.99 MB	71	2025-03-07 09:17:29

ใช้เวลา

0.029871 วินาที