• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.355-355
• /
• 2011

토지피복의 분류는 토지표면의 물리적인 지표면의 상태를 나타내는 자료로 환경, 행정, 수자원, 재해 등 다방면으로 이용되고 있다. 특히 수자원과 관련하여 식생의 증산과 토양의 증발을 통칭하는 증발산과 유출, 토양수분 등과 연관되어 있다. 광범위한 토지피복의 산정에는 경제성 및 주기성 등의 장점으로 인하여 인공위성 영상을 이용하는 기법이 적합하다. 위성영상분류법은 훈련지역의 선정 여부에 따라 감독분류와 무감독 분류로 나누어지며 각각의 알고리즘의 특성에 따라 더욱 세분화된다. 본 연구에서는 Landsat-TM (Thematic Mapper) 영상을 이용하여 감독 분류와 무감독 분류를 각각 적용하여 한강유역의 토지피복을 수역, 시가, 나지 습지, 초지, 산림, 농지의 7가지 부분으로 대분류로 산정하고 비교하였다. 두 경우의 정확도는 각각 91.6%, 90.9%의 비슷한 정확도를 나타내었으며, 세부적으로 우리나라의 대부분의 면적에 분포하는 산림, 농지, 시가, 수역의 정확도가 높게 나타났다. 또한 각 항목별로 정확도를 비교하였을 때 감독분류가 무감독분류에 비해 다소 정확한 것을 확인할 수 있었다. 추후 외부자료를 도입하면 비교적 낮은 정확도를 나타낸 초지, 습지, 나지의 정확도를 보완할 수 있을 것이다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2006년도 GIS/RS 공동춘계학술대회
• /
• pp.199-204
• /
• 2006

도시의 변화에 대하여 보다 체계적으로 계획하고 관리하기 위해서는 도시지역에 대한 정확한 지리 정보의 획득이 필요하며 이와 더불어 정보의 신속한 갱신이 필요하다. 도시 변화를 판단하기 위한 지리정보는 여러 가지 정책과 연구에 사용될 수 있을 뿐만 아니라 그 자체만으로도 도시의 성장을 기록하는 중요한 자료로 이용될 수 있다. 지리 정보의 획득 방법 중 하나인 영상분류 방법은 여러 가지가 있으나, 그 중 건물, 도로, 수목, 논, 밭 등 지상의 물체들의 분광특성을 이용한 방법이 가장 효율적이라고 할 수 있다. 따라서 본 연구에서는 도심지의 토지피복분류 현황을 기존의 방법보다 더욱 정확히 분석하기 위해서 IKONOS 영상을 이용하여 분석방법에 따른 정확도를 비교 분석하고 GIS를 이용하여 토지피목 현황을 분류기법별로 나타내며, 대상지역의 분류 정확도와 정보를 제시하였다. 연구 결과 도심지에서는 최대우도법을 이용한 감독 분류의 정확도가 가장 높은 정확도를 나타내었으며, 주관성을 배제한 분류 방법에는 신경망을 이용한 분류 방법이 높은 정확도를 나타내었다. 또한 분류 기법 별로 분류된 토지피복도를 이용하여 분류 정확도와 분류항목에 대한 속성 자료를 GIS데이터베이스로 구축하여 사용자가 요구하는 정확도에 따라 분류 방법별 토지피복도를 제공함으로써 보다 신뢰성 있고 다양한 정보를 제공할 수 있었다.

• Spatial Information Research
• /
• 제12권1호
• /
• pp.111-125
• /
• 2004

위성영상 분류에 관한 주요 주제 중 하나는 분류 정확도 향상에 있다. 동일지역에 대한 동일시기의 위성영상을 취득할 수 있는 기회가 많아지는 현실을 감안할 때, 복수의 위성영상 데이터를 이용하여 분류정확도가 향상된 분류결과를 도출하는 것은 의미 있는 일일 것이다. 본 연구 주제는 최대우도법을 사용하여 계산된 데이터의 사후확률 및 분류 불확실도를 Dempster-Shafer의 증거이론에 적용하여 분류정확도를 향상시키고자 하는 것이다. 분석결과 개별적인 데이터 분류나 데이터간 융합에 의한 분류보다 본 연구에서 제안한 방법이 전체정확도와 Kappa 지수 모두 높은 정확도를 나타냈으며, 정확도 차에 대한 검정을 실시하여 본 연구에서 제안한 방법이 다른 방법에 비해 우수함을 통계적으로 증명하였다.

• 대한원격탐사학회지
• /
• 제17권3호
• /
• pp.275-284
• /
• 2001

본 연구에서는 강원도 평창군 봉평면 일대의 지역에 대해 2000년 4월 24일에 수신된 IKONOS 위성영상을 이용하여 피복분류를 수행하였다. 피복분류는 임상분류에 중점을 두었으며, 분류에 적용한 분류항목(class)은 현지조사 및 영상을 통하여 상록침엽수, 낙엽송, 활엽수, 나지, 밭, 초지, 수역, 사토지역, 아스팔트지역의 9개로 나누었다. 영상분류는 최대우도법을 적용하여 감독분류를 수행하였다. 정확도는 검정지역에 대한 전체정확도, 생산자정확도, 사용자정확도, k의 항목에 대해 분류오차행렬표를 통하여 평가하였다. 분류 및 분석에는 ERDAS사의 Imagine 8.4와 Purdue 대학에서 개발한 Multispec 소프트웨어를 사용하였다. 분류 결과, 검정지역에 대한 정확도는 전체정확도 94.3%, 생산자정확도 77.0-99.9%, 사용자정확도 71.9-100%, k은 0.93이었다. 나지, 사토지역, 밭 등의 경우 다른 분류항목보다 분류의 정확도가 비교적 낮게 나타난 반면, 임상분류에 있어서는 기존의 중해상도(5-30m) 위성영상보다 향상된 분류결과를 보여주었다.

• Communications for Statistical Applications and Methods
• /
• 제18권3호
• /
• pp.343-355
• /
• 2011

두 분포함수의 혼합모형을 가정한 자료에서 적절한 분류점을 찾고 평가하는 것은 중요한 문제이다. 분류정확도 측도로 많이 사용하는 아홉 종류의 MVD, Youden지수, (0,1)까지 최단기준, 수정된(0,1)까지 최단 기준, SSS, 대칭점, 정확도면적, TA, TR에 대하여 설명하고, 이 측도들의 관계를 발견하면서 정확도 측도들의 조건을 몇 개의 범주로 군집화한다. 정규혼합분포를 가정하여 군집된 측도들에 기반하는 분류점들을 구하고, 그 분류점에 대응하는 제I종 오류율과 제II종 오류율 그리고 두 종류의 오류율합을 구하여 크기를 비교하고 토론하다. 추정된 혼합분포에 대하여 어떤 분류 정확도 측도의 제I종과 II종 오류율 또는 오류율합이 최소인지를 탐색할 수 있으며 자주 인용하는 정확도 측도의 장점과 단점을 파악할 수 있다.

• 응용통계연구
• /
• 제34권5호
• /
• pp.807-822
• /
• 2021

오즈 곡선으로 설명이 가능한 정확도 측도들을 살펴보고, 오즈 곡선의 성질을 바탕으로 대안적인 최대 사각형 정확도 측도를 제안한다. 다양한 확률분포함수와 실증예제를 고려하여 정확도 측도들에 대응하는 분류점을 구하고, 분류점을 측정하는 통계량들을 비교하면서 특징을 토론한다. 그러므로 ROC 곡선 등과 유사하게 오즈 곡선으로부터도 최적분류점들을 발견하고 설명할 수 있으며, 최대사각형 측도는 이진 분류모형의 성능을 향상시킬 수 있는 정확도 측도로 활용할 수 있다.

• 대한공간정보학회지
• /
• 제24권1호
• /
• pp.121-128
• /
• 2016

많은 연구들에서 영상자료와 분류 알고리즘 측면에서 분류정확도를 비교하였지만, 참조자료 또는 분석자에 의존하는 훈련샘플에 의한 분류정확도 비교와 관련된 연구는 부족한 실정이다. 본 연구는 감독분류에 있어 훈련샘플로써 지상 분광반사자료의 유용성을 평가하고자 하였다. 이를 위하여 초분광영상과 다중분광영상을 대상으로 영상 수집 훈련샘플과 지상 분광반사자료를 사용하여 분류 정확도를 비교하였다. 그 결과 영상 수집 훈련샘플 사용 시 초분 광영상과 다중분광영상에서 공통적으로 약 90%의 분류정확도를 얻을 수 있었다. 그러나 지상 분광반사자료를 훈련 샘플로 사용하면 초분광영상의 경우 약 10%p, 다중분광영상의 경우 약 20%p의 분류정확도 감소가 발생하였다. 특히 다중분광영상에서 분광반사특성이 유사하게 나타나는 클래스들의 경우 분류정확도가 초분광영상에 비해 매우 낮게 나타났다. 따라서 지상 분광반사자료는 다중분광영상에 적용하는 데에는 한계가 있지만, 초분광영상을 이용한 토지피복분류에 있어 유용한 훈련샘플이 될 수 있다.

• 응용통계연구
• /
• 제35권1호
• /
• pp.77-91
• /
• 2022

의학통계와 신용평가 분야에서 혼합분포함수를 판별하는 최적분류점 추정하기 위하여 판별력을 측정하는 다양한 정확도 측도들이 존재한다. 최근에 혼동행렬 빈도수로 표현되는 Matthews의 상관계수와 정밀도와 재현율의 조화평균인 F1 통계량의 정확도 측도들이 최적분류점을 추정하는데 연구되었다. 본 연구에서는 이런 정확도 측도들 중에서 표본크기에 의존하는 정확도 측도들은 두 표본크기 차이가 많은 경우에 최적분류점을 설정하는데 적절하지 않음을 발견한다. 그리고 대안적인 정확도 측도로 혼동행렬의 비율들의 함수인 상관계수를 정의하고, 이를 최대화하는 분류점을 최적분류점으로 추정하는 방법을 제안하고 이 방법의 유용성과 활용성에 대하여 토론한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.791-794
• /
• 2021

범죄차량 판독 시스템, 지능화된 CCTV 등 차량과 관련된 시각지능에 관한 연구가 큰 관심을 받고 있다. 이 중 차량 분류 기술은, 특정 차량을 인식하는 핵심기술이다. 이와 관련한 기존 연구들은 큰 차종으로만 분류하거나, 분류 가능한 차종의 수, 정확도 등이 낮아 실용성 및 신뢰성이 떨어진다는 단점이 있다. 따라서, 본 논문에서는 차종을 정확하게 분류할 수 있는 2단계 차종 분류 알고리즘을 제안한다. 제안 시스템은 CNN으로 학습된 모델을 기반으로 1차로 차량의 유형을 분류하고, 2차로 정확한 차종을 분류한다. 실험 결과, 52개의 차종을 분류함에 있어 단일 분류 모델에 비해 5.3%p 더 높은 90.2%의 분류 정확도를 보였다. 이를 통해, 더욱 정확한 차종 분류가 가능하다.

• 인터넷정보학회논문지
• /
• 제12권6호
• /
• pp.63-71
• /
• 2011

심전도 질환 데이터는 일반적으로 분류기를 사용한 실험이 많다. 심전도 신호는 QRS-Complex와 R-R interval을 추출하는 경우가 많은데 본 실험에서는 R-R interval을 추출하여 실험하였다. 심전도 데이터의 분류기 실험은 일반적으로 SVM(Support Vector Machine)과 MLP(Multilayer Perceptron) 분류기로 수행되지만 본 실험은 정확도 향상을 위해 Random Forest 분류기 알고리즘 중 Decision Tree를 Best-First Decision Tree(B-F Tree)로 수정하여 실험하였다. 그리고 정확도 비교분석을 위해 SVM, MLP, RBF(Radial Basic Function) Network와 Decision Tree 분류기 실험을 같이 수행하였고, 동일한 데이터와 간격으로 실험한 타 논문의 결과와 비교해보았다. 수정한 Random Forest 분류기의 정확도를 다른 네 개의 분류기와 타 논문의 실험과 비교해보니 정확도 부분에서는 Random Forest가 가장 우수하였다. 본 실험의 전처리 과정은 대역통과 필터(Band-pass filter)를 사용하여 R-R interval을 추출하였는데 향후에는 정확한 간격을 추출하기 위한 필터의 연구가 사려된다.