• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.7
• /
• pp.1531-1536
• /
• 2011

We propose an automatic swearword filter system for online game chatting by using Support Vector Machines(SVM). We collected chatting sentences from online games and tagged them as normal sentences or swearword included sentences. We use n-gram syllables and lexical-part of speech (POS) tags of a word as features and select useful features by chi square statistics. Each selected feature is represented as binary weight and used in training SVM. SVM classifies each chatting sentence as swearword included one or not. In experiment, we acquired overall 90.4% of F1 accuracy.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2005.11a
• /
• pp.158-161
• /
• 2005

In this study, the defect diagnosis of the gas turbine engine was tried using Support Vector Machine(SVM). It is known that SVM can find the optimal solution mathematically through classifying two groups and searching for the Hyperplane of the arbitrary nonlinear boundary. The method for the decision of the gas turbine defect quantitatively was proposed using the Multi Layer SVM for classifying two groups and it was verified that SVM was shown quicker and more reliable diagnostic results than the existing Multi Layer Perceptron(MLP).

• Proceedings of the Korea Contents Association Conference
• /
• 2007.11a
• /
• pp.932-936
• /
• 2007

In this study, it analyzed the hydrosphere change up to recently since the construction of Daecheong dam using Landsat satellite images and qualitatively the hydrosphere change of the Daecheong dam basin. These study detected the hydrosphere change with applying supervised classification about Landsat satellite image corresponding to 4 periods of 1981, 1987, 1993, and 2002. For this, it designated the class of hydrosphere, vegetation, etc and achieved overlay analysis with extracting only the hydrosphere, and though this, These study monitored the change about hydrosphere of Daecheong dam basin efficiently.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.2173-2174
• /
• 2006

심음은 심장이 수축, 확장 시에 심장의 움직임과 혈류의 흐름에 의해 발생하는 음향이다. 심음은 여러 신호원으로 이루어져 있고, 매우 복잡하고 비고정적인 신호이다. 심장의 질환에 따라 심음의 소리는 다르게 나타난다. 심음을 구분하여 심장 질환의 유무를 판단하는 가장 기초적인 기준이 될 수 있다. 본 연구에서는 Support Vector Machine 기법을 이용하여 심음을 통한 심장 질환 판별 검출 알고리즘을 제안하였다. Support Vector Machine은 신경망의 한 종류이며 이진분류에서 좋은 성능을 보인다. 또한 Polynomial Radial Basis Function, Multi-Layer Perceptron Classifiers를 위한 대안적인 학습방법으로 사용된다. 이러한 특성을 사용하여 심음의 데이터들을 일정한 기준에 의하여 (+)데이터와 (-)데이터로 분리한 후, 각 데이터들을 학습시켜 최적의 데이터를 만든다. 이후 각 데이터들은 점층적인 추가 학습을 시킴으로써 적은 양의 학습 데이터만으로도 높은 분류 성능을 표현할 수 있다. 이 연구에서 제안된 SVM을 실제 심음 데이터에 적용한 실험에서 심장 질환의 유무 판별에 우수한 성능을 보임을 확인할 수 있을 것으로 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.3-5
• /
• 2007

본 논문에서는 새로운 내용기반 이미지 검색 기법으로 식물 잎의 윤곽선에 대하여 동적 시간 정합 기법을 이용하여 유사한 이미지를 효과적으로 검색하는 방법을 제안한다. 이를 위하여 우선 식물 잎의 기준점에 대하여 잎의 가장자리를 따라 가면서 구해지는 거리의 곡선을 통하여 잎의 외형 특성을 표현하였다. 추출된 곡선 정보의 효율적인 저장과 처리를 위하여 곡선의 특성을 표현할 수 있는 퓨리에 계수(Fourier Coefficients)를 계산하고 이를 바탕으로 유사한 이미지를 계산하였다. 이런 과정에서 생기는 문제점으로는 복잡한 형태의 곡선에 대해서는 퓨리에 계수를 통하여 저장하고 복원하는 과정에서 원본 곡선의 세부적인 형태 정보를 상실하게 된다. 이러한 문제를 해결하기 위해서는 복잡한 곡선 유형에 대해서는 복원시 상실되는 정보가 최소화될 수 있는 작은 단위의 구간으로 나누고 이에 대한 퓨리에 계수를 계산하는 방법으로 다수의 퓨리에 계수 세트를 추출하는 이진 구간 분할 (Binary Range Reduction) 알고리즘을 사용하였고 질의 이미지와 저장된 이미지들을 비교하는 과정에서 검색의 정확도를 향상시키기 위하여 동적 시간 정합(Dynamic Time Warping) 알고리즘을 사용하였다. 그리고 검색의 효율을 더욱 높이기 위하여 추출된 외형 정보를 기반으로 잎의 유형을 다양한 카테고리로 분류하는 외형 기형 기반의 잎 분류 기법을 제안하였다. 다양한 실험을 통하여 제안한 기법이 식물 잎 검색에 우수한 성능을 나타냄을 보인다.

• Journal of Biomedical Engineering Research
• /
• v.18 no.4
• /
• pp.357-364
• /
• 1997

The early detection of breast cancer is clearly a key ingredient for reducing breast cancer mortality. Microcalcification is the only visible feature of the DCIS's(ductal carcinoma in situ) which consist 15 ~ 20% of screening-detected breast cancer. Therefore, the analysis of the shapes and distributions of microcalcifications is very significant for the early detection. The automatic detection procedures have b(:on the concern of digital image processing for many years. We proposed here one efficient method which is essentially statistical pattern classification accelerated by one representative feature, correlation coefficient. We compared the results by this additional feature with results by a simple gray level thresholding. The average detection rate was increased from 48% by gray level feature only to 83% by the proposed method The performances were evaluated with TP rates and FP counts, and also with Bayes errors.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.1088-1091
• /
• 2017

최근 그래픽스 기반의 가상현실 기술의 발전과 관심이 증가하면서 3D 객체와의 자연스러운 상호작용을 위한 방법들 중 손 제스처 인식에 대한 연구가 활발히 진행되고 있다. 본 논문은 가상현실 3D 오브젝트와의 상호작용을 위한 MCSVM 기반의 손 제스처 인식을 제안한다. 먼저 다양한 손 제스처들을 립모션을 통해 입력 받아 전처리를 수행한 손 데이터를 전달한다. 그 후 이진 결정 트리로 1차 분류를 한 손 데이터를 리샘플링 한 뒤 체인코드를 생성하고 이에 대한 히스토그램으로 특징 데이터를 구성한다. 이를 기반으로 MCSVM 학습을 통해 2차 분류를 수행하여 제스처를 인식한다. 실험 결과 3D 오브젝트와 상호작용을 위한 16개의 명령 제스처에 대해 평균 99.2%의 인식률을 보였고 마우스 인터페이스와 비교한 정서적 평가 결과에서는 마우스 입력에 비하여 직관적이고 사용자 친화적인 상호작용이 가능하다는 점에서 게임, 학습 시뮬레이션, 설계, 의료분야 등 많은 가상현실 응용 분야에서의 입력 인터페이스로 활용 될 수 있고 가상현실에서 몰입도를 높이는데 도움이 됨을 알 수 있었다.

• Proceedings of the KIEE Conference
• /
• 1998.07g
• /
• pp.2330-2332
• /
• 1998

This paper suggests a method to recognize the various defect patterns of cold mill strip using binary decision tree automatically constructed by genetic algorithm. The genetic algorithm and K-means algorithm were used to select a subset of the suitable features at each node in binary decision tree. The feature subset with maximum fitness is chosen and the patterns are classified into two classes by a linear decision boundary. This process was repeated at each node until all the patterns are classified into individual classes. The final recognizer is accomplished by neural network learning of a set of standard patterns at each node. Binary decision tree classifier was applied to the recognition of the defect patterns of cold mill strip and the experimental results were given to demonstrate the usefulness of the proposed scheme.

• Journal of Institute of Control, Robotics and Systems
• /
• v.6 no.1
• /
• pp.98-103
• /
• 2000

This paper suggests a method to recognize the various defect patterns of a cold mill strip using a binary decision tree automatically constructed by a genetic algorithm(GA). In classifying complex patterns with high similarity like the defect patterns of a cold mill stirp, the selection of an optimal feature set and an appropriate recognizer is important to achieve high recognition rate. In this paper a GA is used to select a subset of the suitable features at each node in the binary decision tree. The feature subset with maximum fitness is chosen and the patterns are classified into two classes using a linear decision function. This process is repeated at each node until all the patterns are classified into individual classes. In this way, the classifier using the binary decision tree is constructed automatically. After constructing the binary decision tree, the final recognizer is accomplished by having neural network learning sits of standard patterns at each node. In this paper, the classifier using the binary decision tree is applied to the recognition of defect patterns of a cold mill strip, and the experimental results are given to demonstrate the usefulness of the proposed scheme.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.2 no.1
• /
• pp.73-83
• /
• 1999

The land use/cover information, which is periodically obtained from satellite imagery, can be effectively applied to change detection in rapidly changing urban areas. Also it can be used not only as base maps for spatial database in urban information system but as decision-making data for desired urban planning and development direction. In this study, we carried out both unsupervised and supervised classification on land use from Landsat TM and JERS-1 OPS data, which were collected respectively in 1991 and 1997, covering Kumi City and then detected land use changes.