• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.295-298
• /
• 2007

본 논문에서는 사람의 얼굴표정을 통해 4개의 기본감정(기쁨, 슬픔, 화남, 놀람)에 대한 특징을 추출하고 인식하여 그 결과를 이용하여 감정표현 시스템을 구현한다. 먼저 주성분 분석(Principal Component Analysis)법을 이용하여 고차원의 영상 특징 데이터를 저차원 특징 데이터로 변환한 후 이를 선형 판별 분석(Linear Discriminant Analysis)법에 적용시켜 좀 더 효율적인 특징벡터를 추출한 다음 감정을 인식하고, 인식된 결과를 얼굴 표현 시스템에 적용시켜 감정을 표현한다.

• 분석과학
• /
• 제34권3호
• /
• pp.134-141
• /
• 2021

GC-FID를 이용하여 유통판매 참기름 62건(국산 18건, 수입산 44건)의 지방산 조성을 확인 하였으며 참기름의 원산지 판별을 위해 주요지방산 5 종(C16:0, C18:0, C18:1, C18:2, C18:3)에 대하여 다변량 통계분석인 주성분 분석과 선형판별 분석을 실시하였다. t-검정 결과 국산과 수입산 참기름에서 C16:0, C18:0, C18:1, 및 C18:2 함량 간에 유의적인 차이가 확인되었으며, C16:0과 C18:1 및 C18:2의 상관성은 국산과 수입산 참기름에서 서로 반대되는 경향을 보였다. 실험법 검증을 위한 회수율 검정 결과 82.8~100.2 %의 양호한 결과를 얻을 수 있었다. 주성분 분석을 통해 참기름의 원산지에 따른 집단 분포 양상의 차이를 시각적으로 확인하였다. 참기름 시료를 원산지에 따라 두 집단으로 분류하기 위해 선형판별 분석을 실시한 결과 국산은 88.9 %, 수입산은 100 %의 판별 정확성을 보였다. C16:0 (Wilks λ = 0.361)과 C18:1 (Wilks λ= 0.637)은 참기름 원산지 판별에 가장 판별력이 큰 지방산으로 확인되었다. 전체 62건의 참기름 중 60건이 정확하게 분류되어 96.8 %의 예측정확성을 보였으며 이러한 결과는 상기의 접근법이 참기름의 원산지를 판별하고 분류하는 유용한 툴로서 활용될 수 있음을 보여준다.

• 한국축산식품학회지
• /
• 제29권1호
• /
• pp.132-139
• /
• 2009

본 연구에서는 1,300명의 소비자들이 직접 먹어보고 평가한 한우고기 데이터를 이용하여 쇠고기 맛 등급을 구분 해 내기 위한 판별분석 방법들을 비교하였다. 한우 관능평가의 주요 세 변수인 연도, 다즙성, 향미를 포함한 정준 판별분석과 대표적인 맛 변수로 여겨지는 전반적인 기호도 만을 이용하여 선형판별분석과 비모수 판별분석을 하였다. 전반적인 기호도와 같은 한 개의 변수만을 사용할 경우 두 가지 모두 비슷한 분류율을 나타내지만 선형판별 함수는 이해와 사용 측면에서 장점이 있었던 반면에 비모수적 방법은 커널함수와 띠폭에 대한 선택이 불편하지만 잘 선택하면 정확한 분류율을 높일 수 있는 장점이 있었다. 그러나 다른 정보를 가진 변수들이 있음에도 불구하고 한 개의 변수만을 이용한 판별 분석은 판별에 영향을 미치는 다른 중요한 변수들의 정보를 활용하지 못한다는 문제점이 있다. 한편, 정준판별분석의 경우 정준판별함수의 오분류율이 일변량 선형 판별함수와 비모수 판별함수의 오분류율에 비해 크게 떨어지지 않으면서 분포에 대한 특별한 가정이 필요하지 않아 통계적 가정이 까다롭지 않고 또한 맛에 중요한 요인인 연도, 다즙성, 향미의 세 개변수를 모두 사용하므로 맛 정보를 최대로 활용한다는 장점이 있었다. 따라서 본 연구결과 연도, 다즙성, 향미의 세가지 변수 정보를 모두 포함한 다변량 정준판별분석법을 이용하는 것이 맛 등급을 구분하는데 가장 적절할 것으로 판단되었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.489-490
• /
• 2008

본 고에서는 체내 심실신호를 농하여 신경학적 분석 및 다형성의 측면에서 심실세동이 일어나는 것을 예측하는 분석 알고리즘을 설계하였다. 신경학적 측면에서는 시계열 신호의 Peak to Peak Interval을 예측법과 0.15Hz를 기준으로 HRV 신호의 AR Burg 모델링을 통하여 고주파성과 저주파성을 나누어 교감신경과 부교감신경의 활동성 통한 신경학적 예측법을 제시하였으며 또한 체내 심실신호의 비선형적 특성을 고려한 Fractal Dimension을 생성시킴으로서 주기성의 특성과 다형성 통한 예측법을 제시하였다. 체내 심전도를 기반으로 Simulation 하였으며 각 분석별 조합을 통하여 최적의 예측 구조를 찾고자 하였다. 의학적 의미가 있는 민감도와 특이도를 판별하였으며 예측을 위한 수행시간을 실험하였다. 이를 통하여 자율신경 활성도와 다형성 판별을 조합한 방법이 심실세동 예측을 위한 민감도의 측면에서 가장 우수함을 나타내었고 시뮬레이션을 위만 시뮬레이터(Simulator) UI(User Interface)를 제시하였다.

• 정보처리학회논문지D
• /
• 제19D권2호
• /
• pp.147-150
• /
• 2012

클래스들 간의 거리를 최대화시키는 사영 방향을 구하는 감독차원감소 방법인 선형판별분석법(LDA)은 클래스 정보를 가진 데이터의 수가 매우 적을 때 성능이 급격히 저하되는 경향이 있다. 이러한 경우 상대적으로 저렴한 비용으로 얻을 수 있는 클래스 라벨 정보가 없는 데이터를 활용할 수 있는 반감독 차원 감소법이 사용될 수 있다. 그러나 통계적 차원 감소법에서 흔히 사용되는 행렬연산은 많은 양의 데이터를 사용하는데 메모리와 처리시간에서 한계가 있고, 적은 수의 라벨드 데이터(labeled data)에 비해 너무나 많은 언라벨드 데이터(unlabeled data)의 사용은 처리 시간의 증가에 비해 오히려 성능감소를 가져올 수 있다. 이러한 문제들을 극복하기 위해 앙상블 접근법을 이용한 반감독 차원 감소 방법을 제안한다. 문서분류 문제에서의 실험결과를 통해 제안한 방법의 성능을 입증한다.

• 전자공학회논문지CI
• /
• 제49권4호
• /
• pp.42-53
• /
• 2012

패턴 인식과 기계 학습 분야에서 분류는 가장 기본적으로 해결해야 하는 문제의 유형이다. Adaboost 알고리즘은 Boosting 알고리즘의 아이디어를 실제 데이터분석에 이용할 수 있도록 개량한 방법으로써, 단계를 반복하여 나온 여러 개의 약한 분류기와 가중치 값들의 조합으로 강한 분류기를 생성하는 두 개의 클래스를 분류하는 분류기이다. 주성분 분석법과 선형 판별 분석법은 높은 차원의 특징 벡터를 낮은 차원의 특징 벡터로 축소하는 특징 벡터의 차원 감소와 데이터의 특징 추출에도 유용하게 사용되는 방법들이다. 본 논문에서는, 주성분 분석법과 선형 판별 분석법을 이용하여 추출한 특징을 Adaboost 알고리즘의 약 분류기로 사용함으로써, 특징 추출과 분류를 동시에 하고, 인식률을 높이는 효율적인 Boosted-PCA와 Boosted-LDA 알고리즘을 제안한다. 마지막 장에서는, 제안하는 알고리즘으로 UCI Data-Set 중 2 Class-Data와 FRGC Data의 남자와 여자 영상에 대해서 분류 실험을 진행하였다. 실험의 결과로 제안한 Boosted-PCA와 Boosted-LDA 알고리즘이 기존의 특징 추출 알고리즘과 최근접 이웃 분류기, SVM을 이용한 분류기 방법과 비교하여 인식률이 향상됨을 보인다.

• 한국축산식품학회지
• /
• 제30권2호
• /
• pp.313-320
• /
• 2010

본 연구에서는 저장기간에 따른 계육의 신선도 변화를 GC-MS를 이용한 가스 성분의 변화, 미생물의 총균수와 지방 산패도의 변화를 통해 분석하고, MOS 센서와 수분센서를 기반으로 한 전자코 시스템을 구성하여, 계육의 품질 평가를 실시하였다. 계육의 GC-MS, 미생물, 지방 산패도를 이용한 품질의 측정결과 저장기간이 증가함에 따라 품질은 저하되었고, 저장기간이 5일 이후부터 급격한 품질의 저하를 나타내기 시작했다. 전자코 시스템을 이용한 실험결과, 그래프 분석을 이용하여 계육은 저장기간 초기부터 저장기간의 증가에 따라 선형적으로 저항값의 변화율이 감소함을 확인할 수 있었다. 전자코 센서의 신호를 이용하여 주성분 분석을 한 결과 저장일수에 따라 제1, 2주성분이 뚜렷이 구분됨을 확인할 수 있었다. 선형판별을 이용하여 분석한 결과 1일에서 19일까지 전체 분류 정확도가 92.5%였다. 저장 초기의 1일에서 5일까지의 데이터를 기반으로 선형판별분석을 한 경우 제1, 2판별함수를 이용할 경우 100%의 정확도를 보였다. 결론적으로 본 연구에서의 전자코를 이용한 계측과 주성분분석 및 선형판별분석법을 이용할 경우 냉장 저장된 계육의 신선도 변화가 예측 가능함을 확인할 수 있었다.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.185-194
• /
• 2014

한국에서 만성위염은 10명당 한 명 꼴로 발생하는 질병이다. 만성위염을 진단하기 위해서 일반적으로 내시경 검사를 하지만 이는 환자에게 고통을 주고 비용이 비싸다는 단점을 가지고 있다. 한편 비침습적이고 저비용인 전통한방의학의 맥진에 따르면, 오른쪽 손목의 '관' 위치에서 비위의 기능적 이상을 진단할 수 있다. 본 연구에서는, 전통한방의학의 견해에 따라 오른쪽 손목 '관' 부위의 맥파를 분석하여 만성위염 판별모델을 개발하였다. 모델의 판별률을 비교하기 위해, 피크-밸리 검출법과 가우시안 모델을 적용한 상이한 방법의 특징점 추출방법에 대해 선형판별분석 기법과 로지스틱 회귀분석법을 적용해 보았다. 그 결과, 판별모델과 특징점 추출 방법에 따라 77%~89%의 민감도와 72%~83%의 특이도를 보였고 각 모델의 평균 판별률은 약 80% 내외로 얻어졌다. 구체적으로, 가우시안 모델이 상대적으로 우수한 민감도(89.1%와 87.5%)를 보인 반면, 피크-밸리 검출법은 우수한 특이도(82.8%와 81.3%)를 보였고, 평균적인 판별률에 있어서는 가우시안 모델이 1.2% 정로 앞섰다(80.9% vs 79.7%). 결론적으로, 전통의학적 맥진원리에 기반한 요골동맥 맥파의 특성을 이용하여 유의미한 만성위염 판별모델을 얻을 수 있었고, 민감도에 있어서 가우시안 모델이 더 우수하였고, 특이도에 있어서 피크-밸리 검출법이 더 우수하였다.

• 한국통신학회논문지
• /
• 제35권9C호
• /
• pp.748-755
• /
• 2010

본 논문은 가버 텐서(Gabor tensor)를 이용한 얼굴인식 시스템을 제안하였다. 가버 변환은 얼굴 고유의 특징을 잘 나타내주며 외부적인 영향을 줄일 수 있어 인식률 향상에 기여한다. 이러한 특징을 이용한 3차원의 텐서를 구성하여 얼굴인식을 수행하는 방법을 제안한다. 3차원의 가버 텐서를 입력으로 하여 기존의 1차원이나 2차원 주성분 분석법(PCA)보다 다양한 특징을 이용할 수 있는 다중선형 주성분 분석법(Multilinear PCA)를 수행한 다음 선형 판별법(LDA)을 수행하는 얼굴인식 방법을 제안하였다. 이러한 방법들은 표정이나 조명등의 변화에 강인한 특성을 가진다. 제안한 방법은 매트랩(Matlab)을 이용하여 실험하였다. ORL과 Yale 데이터베이스를 이용한 실험 결과를 기존의 방법들과 비교하였을 경우 제안한 방법이 기본적인 1차원 주성분 분석법보다 최대 9~27% 향상된 우수한 인식성능을 나타냄을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제24권4호
• /
• pp.343-348
• /
• 2014

얼굴인식은 인식과정에서 인식자에게 거부감을 유발하지 않고, 적극적인 행위 없이 자동으로 인식 과정을 거치는 장점이 있다. 그러나 촬영 환경에서의 조명 변화로 인하여 다른 인식 방법인 지문 인식이나 홍채 인식에 비하여 인식률이 저하되는 단점이 있다. 따라서 본 논문에서는 퍼지 선형판별분석법을 기반으로 가시광선 영상과 적외선 영상의 웨이블릿 대역의 선택적 융합방법을 이용하여 조명 변화에 강인한 얼굴 인식 방법을 제안한다. 첫 번째 단계에서 가시광선 영상과 적외선 영상을 웨이블릿 변환하여 4개의 대역으로 분할한다. 두 번째 단계에서 각 대역에 해당하는 학습영상과 테스트 영상의 유클리디안 거리를 계산한다. 세 번째로 앞서 계산된 유클리디안 거리를 이용하여 각 대역에서의 인식 실험을 수행하고, 4개 대역에서의 인식률을 고려하여 가중치를 설정한다. 마지막으로 부여된 가중치와 해당 대역의 유클리디안 거리를 융합하여 얼굴인식을 수행하여 외부 변화에 강인한 얼굴 인식 결과를 얻었다.