• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1358-1360
• /
• 2015

본 논문에서는 MB-LBP(Multi-scale Block Local Binary Patterns)와 공간피라미드를 이용하여 생성된 특징을 랜덤 포레스트(Random Forest) 분류기에 적용하여 영상내의 표지판 속도를 인식하는 알고리즘을 제안한다. 입력 영상에서 표지판 영역은 다양한 위치와 크기를 가지며 주위 배경이 후보 영역에 포함되므로 먼저 입력 영상에 원형 Hough Transform을 적용하여 원형의 표지판 후보 영역만을 검출한다. 그 후 영상의 화질을 향상시키기 위해 히스토그램 평활화와 모폴로지 연산을 적용하여 표지판의 숫자 영역과 배경 영역의 대비를 높이도록 한다. 표지판의 크기 변화에 강건한 시스템의 구현을 위해 후보 영역에서 LBP(Local Binary Patterns)보다 우수한 성능을 보이는 MB-LBP를 적용하고, 다양한 크기의 속도 표지판을 인식하기 위해 공간 피라미드를 사용하여 지역적 특징과 전역적 특징 모두를 추출하였다. 추출된 특징은 랜덤 포레스트(Random Forest)를 이용하여 각 9개의 속도 표지판으로 분류, 각 속도별 클래스에 대한 인식 성능을 측정하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.8 no.12
• /
• pp.483-490
• /
• 2019

In the Network Intrusion Detection System (NIDS), the function of classification is very important, and detection performance depends on various features. Recently, a lot of research has been carried out on deep learning, but network intrusion detection system experience slowing down problems due to the large volume of traffic and a high dimensional features. Therefore, we do not use deep learning as a classification, but as a preprocessing process for feature extraction and propose a research method from which classifications can be made based on extracted features. A stacked AutoEncoder, which is a representative unsupervised learning of deep learning, is used to extract features and classifications using the Random Forest classification algorithm. Using the data collected in the IOT environment, the performance was more than 99% when normal and attack traffic are classified into multiclass, and the performance and detection rate were superior even when compared with other models such as AE-RF and Single-RF.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.5
• /
• pp.509-514
• /
• 2015

In this paper, we introduce a new pattern classifier which is based on the learning algorithm of Extreme Learning Machine the sort of artificial neural networks and fuzzy set theory which is well known as being robust to noise. The learning algorithm used in Extreme Learning Machine is faster than the conventional artificial neural networks. The key advantage of Extreme Learning Machine is the generalization ability for regression problem and classification problem. In order to evaluate the classification ability of the proposed pattern classifier, we make experiments with several machine learning data sets.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.3B
• /
• pp.143-152
• /
• 2007

In order to provide new value-added services such as a policy-based routing and the quality of services in next generation network, the Internet routers need to classify packets into flows for different treatments, and it is called a packet classification. Since the packet classification should be performed in wire-speed for every packet incoming in several hundred giga-bits per second, the packet classification becomes a bottleneck in the Internet routers. Therefore, high speed packet classification algorithms are required. In this paper, we propose an efficient packet classification architecture based on a hierarchical binary search fee. The proposed architecture hierarchically connects the binary search tree which does not have empty nodes, and hence the proposed architecture reduces the memory requirement and improves the search performance.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.38B no.7
• /
• pp.519-525
• /
• 2013

The traffic classification is a preliminary and essential step for stable network service provision and efficient network resource management. However, the payload signature-based method has a significant drawback in high-speed network environment that the processing speed is much slower than other method such as header-based and statistical methods. In this paper, We propose the server IP, Port cache-based traffic classification method using application traffic locality to improve the processing speed of traffic classification. The suggested method achieved about 10 folds improvement in processing speed and 10% improvement in completeness over the payload-based classification system.

• Explosives and Blasting
• /
• v.20 no.2
• /
• pp.33-41
• /
• 2002

화약류를 사용하여 암반을 절취하는 작업현장에서의 발파공해는 항상 발생하고 있다. 특히 폭약의 폭발로 인해 발생하는 지반진동은 크고 작은 문제를 야기하고 있다. 일반적으로 발파현장에서 사용하고 있는 일반발파와 진동제어(미진동)발파에 대한 의미와 구분 및 시공에 대해 인식시키고자 그동안의 경험과 이론을 토대로 하여 연구하게 되었다. 본 연구에서는 일반발파와 진동제어발파를 구분하는 요소로 암분류 및 진동속도를 지발당장약량과 관계, 암분류에 따른 비장약량 및 발파공당 암절취량 그리고 천공경을 선정하여 고찰하였다. 이들 요소를 기준으로 일반발파와 진동제어발파의 경계가 되는 보안물건으로부터 거리 산출방법에 대해서 연구하였다. 일반발파나 진동제어발파 모두 보안물건에는 한계 진동속도 이내의 진동이 전달되어야 하며, 그 경계가 되는 발파공당 절취암량은 연암의 경우 약$16.67m^3$, 보통암의 경우 약$12.5m^3$, 경암의 경우 약 $10m^3$을 기준으로 하는 것이 바람직하고, 그 경계가 되는 보안물건으로부터 거리는 일정하게 정해진 것이 아니므로 현장에서 대상암반에 대해 시험발파를 실시하여 암분류, 비장약량, 지발당장약량, 한계 진동속도를 기준으로 결정하는 것이 바람직하다. 진동제어(미진동)발파구간내에서 발파설계단가는 일률적이 아닌 약2~3구간으로 분할하여 산출해야한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.108-111
• /
• 2007

속성선택(Feature Selection)은 패턴분류 문제에서 분류기들의 성능을 향상시킬 수 있는 중요한 부분으로 다양한 기법들이 연구되어지고 있다. 특히, 많은 변수와 속성들을 가지는 데이터를 패턴분류 하는 과정에서 주요 속성부분집합을 추출하여 이용함으로써 분류기의 연산속도 및 정확도를 향상시킬 수 있다. 본 논문에서는 유전자 알고리즘과 정보이론의 상호정보량을 이용하여 속성선택을 하는 기법을 제안하였다. 제안된 기법의 성능을 평가하기 위하여 패턴분류 문제에 적용하고 그 성능이 우수함을 확인하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2002.05a
• /
• pp.109-111
• /
• 2002

모든 문화는 그 나름대로의 규칙과 분류와 표준이 존재한다. 게임문화에도 역시 그 발전속도와 규모에 부합되는, 정확한 분류와 표준안이 필요하다. 현재 여러 기관에서 게임 관련자들이 수긍할 수 있는 분류 안을 제시하고 있다. 그러나 기관별, 업체별, 그리고 게임 매체별로 게임 장르 분류에 대한 견해가 조금씩 차이를 보인다. 이에 본 논문에서는 대표적인 게임 장르를 살펴보고, 게임 장르 분류 방안을 제시하고자 한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.5
• /
• pp.545-551
• /
• 2003

Henry System which is a traditional fingerprint classification model is difficult to apply to a modem Automatic Fingerprint Identification System (AFIS). To tackle this problem, this study is to apply algorithm for an An Ensemble Fingerprint Classroom System using changes of gradient of ridge in order to improve precise joining speed of a large volume of database. The existing classification system, Henry System, is useful in a captured fingerprint image of core point and delta point using paper and ink. However, the Henry System is unapplicable in modem Automatic Fingerprint Identification System (AFIS) because of problems such as size of input sensor and way of input. This study is to suggest an Ensemble Fingerprint Classroom System which can classify 5 basic patterns of Henry System in uncaptured delta image using changes of gradient of ridge. The proposed fingerprint classification technique will make an improvement of precise joining speed by reducing data volume.

• Proceedings of the ESK Conference
• /
• 1996.04a
• /
• pp.25-34
• /
• 1996

제품과 사용자의 관계를 생각해 볼 때, 비록 하나의 제품을 두고 보더라도 매우 다양한 특성의 사용자집단이 존재 함을 알 수 있다. 이러한 사용자집단들은 각기 서로 다른 사용상의 특성과 니드(needs)를 가지고 있다. 이러한 제품 사용환경에서 디자이너들에게는 제품의 사용자들은 어떠한 분류가 있으며, 그들 각각은 어떠한 사용상의 특성을 가지고 있는지를 알아내 디자인에 반영하는 것이 중요환 디자인 활동이 될 것이다. 따라서 본 연구에서는 사용자 를 사용의 관점에서 관찰하여 사용자행위의 근간을 이루는 규칙의 정확도, 행위의 속도, 문제해결의 속도를 기준 으로 사용자를 분류하고 이를 토대로 사용자의 사용상의 특징을 밝혀내었다. 그리고 각 사용자집단별로 디자인 가 이드라인을 추출해내므로서 사용자분류를 통한 사용자 인터페이스 디자인의 가능성을 제시하였다. 본 연구에서 제 시된 사용상황에 존재하는 다양한 사용자들을 고려할 수 있는 방법은 좀 더 체계적이고 효과적인 사용자 인터페이스 디자인을 수행하는데 도움이 될 것으로 예상된다.