• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.137-140
• /
• 2002

본 연구에서는 할선법에 기초한 고정점 알고리즘의 독립성분분석기법을 이용한 영상의 특징추출을 제안하였다. 여기서 할선법은 엔트로피 최적화를 위한 목적함수의 근을 구하기 위해 단순히 함수 값만을 이용하여 계산을 간략하게 함으로써 역혼합행렬의 경신속도를 빠르게 하기 위함이다. 제안된 기법을 256×256 픽셀(pixel)의 10개 지문영상들로부터 선택된 16×16 픽셀의 20,000개 패치를 대상으로 시뮬레이션 한 결과. 추출된 16×16 픽셀의 160개 독립성분 기저벡터 각각은 지문영상들에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.347-350
• /
• 2003

표면정보 기반 영상정합기법은 대상기관에서 추출된 표면정보를 기반으로 변환을 추정하여 서로 다른 영상의 전체적 형태의 유사성 정도를 최대화함으로써 정합을 수행하는 방법이다. 정합 수행에 있어 전체 객체를 가장 잘 대표하는 특정 개수의 표면점을 추출하고, 이 대표점으로부터 변환 값을 계산하는 것이 영상정합의 합리적인 최적화 단계를 위해 필수적이다. 대표점 추출결과에 따라 전체 정합의 결과가 달라지게 되므로 정합의 변환요소 값을 정확하게 구해낼 수 있는 대표점을 추출하기 위해 적절한 샘플링 기법의 선택이 요구된다. 본 연구에서는 효율적인 표면정보 기반 다중 모달리티 영상정합을 위해 계통추출법 기반 샘플링 기법과 특징점 탐지 기법 기반 샘플링 기법의 성능을 비교 분석하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.13-16
• /
• 2008

본 논문은 가중퍼지소속함수 기반신경망(neural network with weighted fuzzy membership functions, NEWFM)기반의 자동 특징 추출기법을 사용하여 인체의 세 방향에서 발생하는 가속도 값으로부터 낙상을 탐지하는 방안을 제시하고 있다. 10명의 피검자로부터 8가지 시나리오로 낙상/비낙상 데이터 800개를 수집하고 웨이블릿 변환(wavelet transform, WT)을 통해 추출한 계수중 비중복면적 분산법에 의해 중요도가 가장 낮은 특징입력을 하나씩 제거하면서 최소의 특징 입력을 선택하였다. 특징입력으로는 가속도 값을 웨이블릿 변환한 11개의 d4계수들 중 비중복면적 분산법에 의해서 중요도가 가장 높은 5개의 계수가 사용되었고, 이들 특징입력을 통해 93%의 전체 분류율을 나타내었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05b
• /
• pp.883-886
• /
• 2003

본 연구에서는 할선법과 모멘트의 고정점 알고리즘 독립성분분석을 이용하여 영상의 특징을 추출하는 기법을 제안하였다. 여기서 할선법은 독립성분 상호간의 정보를 최소화하기 위한 목적함수의 최적화 과정에서 요구되는 1차 미분에 따른 계산을 간략화하기 위함이고, 모멘트는 최적화 과정에서 발생하는 발진을 억제하여 보다 빠른 학습을 위함이다. 제안된 기법을 $256{\times}256$ 픽셀의 10개 지문영상에서 선택된 각각 10,000개의 3가지 영상패치들을 대상으로 적용한 결과, 제안된 기법은 뉴우턴법이나 할선법의 알고리즘 보다도 빠른 특징추출 속도가 있음을 확인하였다 한편 추출된 $16{\times}16$ 펙셀의 160개 독립성분 기저벡터 각각은 영상 각각에 포함된 공간적인 주파수 특성과 방향성을 가지는 경계 특성이 잘 드러나는 국부적인 특징들임을 확인하였다.

• The Korean Journal of Financial Management
• /
• v.14 no.2
• /
• pp.273-312
• /
• 1997

본 연구는 우리나라의 실제 일별 주식수익률 자료를 이용한 시뮬레이션을 통해 우리나라 주식시장에 가장 적합한 사건연구방법론을 도출하고자 하였다. 이를 위해, 1980년에서부터 1995년까지 우리나라 주식시장에 상장된 675개 주식을 대상으로 무작위 복원추출 방법에 의해 50개의 개별주식으로 구성된 250개 표본을 선정하였다. 이들 250개 표본을 이용하여 시뮬레이션 기법에 의해 다양한 사건연구 모형의 통계적 오류와 검정력에 미치는 영향을 종합적으로 분석하였다. 시뮬레이션 실험 결과에 의하면, 먼저 사건일을 정확히 포착할 수 있는 경우에는 산업별주가지수를 시장지수로 선택한 시장모형 혹은 시장조정모형으로 초과수익률을 측정하고, 횡단면 독립성을 가정한 검정법이 가장 우수한 사건연구방법으로 나타났다. 한편, 사건일을 정확하게 포착할 수 없는 경우에는, 동일가중지수를 시장지수로 선택한 시장모형 혹은 시장조정모형으로 초과수익률을 측정하고, 횡단면 독립성을 가정한 검정법이 가장 적합한 모형으로 나타났다. 그리고, 사건일 집중현상으로 인한 제1종 오류를 감소시키는 데에는 개별주식의 초과수익률 간의 횡단면 독립성을 가정한 검정법보다는 횡단면 중속성을 조정한 검정법을 사용하는 것이 더욱 효과적이다.

• The Journal of the Korea Contents Association
• /
• v.12 no.2
• /
• pp.1-9
• /
• 2012

This paper presents an algorithm for depression diagnosis using the Neural Network with Weighted Fuzzy Membership functions (NEWFM) and heart rate variability (HRV). In the algorithm, 22 different features were initially extracted from the HRV signal by frequency domain, time domain, wavelet transformed, and Poincar$\acute{e}$ transformed feature extraction methods; of these 6 optimal features were selected by significance evaluation using Non-overlap Area Distribution Measurement (NADM) based on NEWFM. The proposed algorithm uses these 6 optimal features to diagnose depression with an accuracy of 95.83%.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.161-163
• /
• 2010

한국의 DMB 서비스는 이미 대중화되어 많은 이용자들이 편리하게 이용하고 있으나, 송출되는 DMB 컨텐츠의 해상도에 비해 현재 대부분의 디스플레이 장치들은 더 높은 해상도를 지원하고 있으며 따라서 다양한 방법의 영상 재표본화 기술을 채용하고 있다. 특히 휴대용 장비의 경우 연산량 문제로 저품질의 영상을 제공하게 되고 따라서 이용자들의 만족도가 떨어지게 되었다. 일반적으로 주관적인 영상의 품질은 영상 내 개체에 대한 인식률에 따라 결정되며 에지에서의 개체 간 구분이 명확할수록 증가한다. 본 연구에서는 H.264 동영상 부호화 방법에서 사용되는 인트라 예측 정보와 Total Coefficient 정보를 이용하여 에지 정보를 추출하고 이에 따라 선택적으로 보간법을 적용하여 최대한 연산량을 줄이면서 선명함을 유지할 수 있는 방법을 제안한다.

• KSBB Journal
• /
• v.11 no.6
• /
• pp.726-732
• /
• 1996

Selective adsorption of plant metabolites from a polar dilute solution onto a polycarboxyl ester sorbent (XAD-7) was investigated. Experimental results demonstrated that neutral resins could selectively concentrate specific flavonoids from dilute aqueous mixtures. Adsorption was dependent on the pH of medium, dosage of the resins and medium composition. Especially the medium composition was a key factor for the selective adsorption and it was found that the selective adsorption was dependent on specific sorbent-sorbate-medium characteristics. Under the optimum condition, selectivity increased up to 85% and the yield of recovery was approached to 98%. It was also found that XAD-7 adsorbed flavonoids in the order of hydrophobicity.

• Resources Recycling
• /
• v.9 no.2
• /
• pp.11-17
• /
• 2000

Consumption of nickel is continuously increasing and the wastes of secondary battery, ferrite and catalyst containing Ni are also generated periodically. Among those wastes, the aim of this research is the recovery of nickel from used Ni-Cd recharge battery. Battery consisted of Ni 24 wt%, Fe 30 wt% and Cd 18.5 wt%. Metal was recovered by solvent extraction after leaching. Cadmium was leached completely in 1N-HCl and Ni was recovered above 70%. 30 vol% MSP-8 separated Cd and Ni completely from acidic leaching solution. In addition $NH_4NO_3$ as one of ammonium salt type leachants showed an excellent leaching selectivity to Ni and Cd. Ni in leached solution was recovered completely by LIX-extractant and more than 70% of Cd in raffinate was by D2EHPA.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.2
• /
• pp.206-211
• /
• 2009

This paper presents a methodology to 1-day-forecast stock index using the automatic feature extraction method based on the neural network with weighted fuzzy membership functions (NEWFM). The distributed non-overlap area measurement method selects the minimized number of input features by automatically removing the worst input features one by one. CPP$_{n,m}$(Current Price Position of the day n: a percentage of the difference between the price of the day n and the moving average from the day n-1 to the day n-m) and the 2 wavelet transformed coefficients from the recent 32 days of CPP$_{n,m}$ are selected as minimized features using bounded sum of weighted fuzzy membership functions (BSWFMs). For the data sets, from 1989 to 1998, the proposed method shows that the forecast rate is 60.93%.