• Journal of rehabilitation welfare engineering & assistive technology
• /
• v.10 no.4
• /
• pp.259-265
• /
• 2016

In this paper, new method was proposed to classify lung tissues such as Broncho vascular, Emphysema, Ground Glass Reticular, Ground Glass, Honeycomb, Normal for early lung disease detection. 459 Statistical features was extraced from joint histogram matrix based on multi resolution analysis, volumetric LBP, and CT intensity, then dominant features was selected by using adaboost learning. Accuracy of proposed features and 3D AMFM was 90.1% and 85.3%, respectively. Proposed joint histogram based features shows better classification result than 3D AMFM in terms of accuracy, sensitivity, and specificity.

• Journal of Korea Multimedia Society
• /
• v.10 no.8
• /
• pp.981-996
• /
• 2007

In this paper, we describe a method that can recognize gestures by obtaining motion features information with principal factor analysis from sequential gesture images. In the algorithm, firstly, a two dimensional silhouette region including human gesture is segmented and then geometric features are extracted from it. Here, global features information which is selected as some meaningful key feature effectively expressing gestures with principal factor analysis is used. Obtained motion history information representing time variation of gestures from extracted feature construct one gesture subspace. Finally, projected model feature value into the gesture space is transformed as specific state symbols by grouping algorithm to be use as input symbols of HMM and input gesture is recognized as one of the model gesture with high probability. Proposed method has achieved higher recognition rate than others using only shape information of human body as in an appearance-based method or extracting features intuitively from complicated gestures, because this algorithm constructs gesture models with feature factors that have high contribution rate using principal factor analysis.

• The Journal of the Acoustical Society of Korea
• /
• v.33 no.4
• /
• pp.225-231
• /
• 2014

This paper suggests an algorithm to improve the tracking performance for an underwater acoustic target using the feedback information of acoustic feature of a target. While conventional tracking algorithms use detected acoustic signals only, the proposed algorithm uses detected acoustic signals and target feature information as well. Since the proposed algorithm tracks only the selected measurements using target feature information, it prevents onset of unnecessary tracks and improves tracking performance for target of interest. Furthermore, it optimizes tracking parameters for the target of interest and guarantees robustness and consistency of the track. Some simulations are performed to demonstrate the improved tracking performance of the proposed algorithm.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.10a
• /
• pp.754-756
• /
• 2013

The modern Electronic Warfare Receivers are required to the current radar technologies like the Low Probability of Intercept(LPI) radars to avoid detection. LPI radars have features of intra-pulse modulation differ from existing radar signals. This features require counterworks such as signal confirmation and identification. Hence this paper presents a study on intra-pulse modulation recognition. The proposed method automatically recognizes intra-pulse modulation types such as LFM and NLFM using classifiers extracted from the features of each intra-pulse modulation. Several simulations are also conducted and the simulation results indicate the performance of the given method.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2743-2745
• /
• 2002

역전파 신경망과 데이터분포 특징을 고려한 새로운 알고리즘을 개발하였으며, 이를 플라즈마 데이터의 분류에 응용하였다. 데이터 분포는 통계적인 평균치와 표준편차를 이용하여 특징지었으며, 바이어스인자를 이용하여 9 종류의 데이터를 발생하였다. 각 데이터에 대하여 은닉층의 뉴런수를 변화시키며, 바이어스와 뉴런수에 따른 모델성능을 평균학습시간 (ATT), 평균예측정확도 (APA), 최적예측정확도 (BPA), 그리고 분류정확도 (CA) 측면에서 세분하여 분석하였다. ATT와 APA에 대해서는 최적화된 학습인자와 데이터 분류인자가 일치하였고, BPA와 CA는 일치하지 않았다. 두 인자간의 상호작용을 동시에 최적화함으로써 완전 분류를 달성하였다.

• Proceedings of the KSRS Conference
• /
• 2000.04a
• /
• pp.108-113
• /
• 2000

1991년 5월 31일, 1996년 9월 1일 그리고 1997년 6월 17일의 Landsat TM 위성화상자료를 Tasseled Cap 변환을 통하여 추출되는 4번째 특징을 연무지수농도로 사용할 수 있는가를 알아보고 또한 이렇게 산출된 연무지수를 사용하여 각 일자별 대기오염측정인자와 기상측정인자와 비교하고 서울시 각 행정구별 연무현상에 대하여 알아보았다. 동일화상내에서 연무가 있는 삼림지역과 연무가 없는 삼림지역을 표본조사하여 검정한 결과 Tasseled Cap 변환의 4번째 특징이 연무지수와 관련되어 있음을 밝혔고 기상측정 인자의 시정거리와 연무지수사이의 역상관의 경향이 있음을 확인하엿다. 대기오염측정 인자의 경우 정확한 연관성을 파악하지는 못하였는데 이는 연무현상이 대기오염 물질의 2차 생성물에 의한 것으로 추정된다. 각 날자에서 1991년 5월 31일과 1997년 6월 17일 서울에 연무현상이 있음을 확인하였고 대체적으로 날짜에 상관 없이 중구, 종로구, 강남구, 서초구에서 높은 연무지수를 나타내었다.

• Journal of rehabilitation welfare engineering & assistive technology
• /
• v.10 no.1
• /
• pp.87-92
• /
• 2016

In this paper, we improved classification performance of benign and malignant lung nodules by including the parenchyma features. For small pulmonary nodules (4-10mm) nodules, there are a limited number of CT data voxels within the solid tumor, making them difficult to process through traditional CAD(computer aided diagnosis) tools. Increasing feature extraction to include the surrounding parenchyma will increase the CT voxel set for analysis in these very small pulmonary nodule cases and likely improve diagnostic performance while keeping the CAD tool flexible to scanner model and parameters. In AdaBoost learning using naive Bayes and SVM weak classifier, a number of significant features were selected from 304 features. The results from the COPDGene test yielded an accuracy, sensitivity and specificity of 100%. Therefore proposed method can be used for the computer aided diagnosis effectively.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2749-2751
• /
• 2002

일반화된 회귀 신경망 (GRNN)을 이용하여 플라즈마을 분류하는 새로운 알고리즘을 보고한다. 데이터분포를 통계적인 평균치와 표준편차를 이용하여 특징지었으며, 바이어스 인자을 이용하여 9 종류의 데이터을 발생하였다. 각 데이터에 대하여 GRNN의 학습인자를 최적화하였으며, 모델성능은 예측과 분류 정확도로 나누어 바이어스와 학습인자의 함수로 분석하였다. 바이어스는 모델성능에 상당한 영향을 주었으며, 학습인자와의 상호작용을 통하여 완전 분류를 이루었다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1353-1354
• /
• 2015

본 연구에서는 관측자료 기반의 안개 예보를 수행하기 위해 특징선택을 이용한 SVR 회귀분석 기반 시정 예측 가이던스를 개발하였다. 예측에 필요인자를 사전에 선택하는 유전알고리즘 기반의 최적화 방법을 적용하여, 관측된 여러 기상인자의 입력인자 중 실제 시정을 예측하기 위한 입력인자를 선택하여 준다. 지점별 안개발생에 필요한 입력인자 및 예측 모델을 구성하여 통합적인 예측 모델이 아닌 각 지점에 최적화된 정보를 제공할 수 있도록 예측을 수행한다. 자료의 수집 특성상 3시간 간격으로 3시간 예보를 위한 시정을 예측하고, 예측 모델의 검증을 위해 현업의 수치모델 기반의 시정예측 정보와의 비교를 통해 실제 안개 시점에 대해 비교 분석하였고 그 결과를 통해 긍정적인 효과를 보였다. 예측모델을 적용하여 지도에 예측시정 정보를 제공하는 표출 시스템을 통해 실시간 가이던스를 제공하고자 연구를 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.858-863
• /
• 2006

본 연구에서는 금강유역을 대상으로 GIS기법에 의해 1:5,000 NGIS자료로부터 DEM과 하천망을 생성하였고, 이를 이용하여 하천차수별 하천수, 하천연장과 평균하천연장의 하천특성인자와 유역면적, 유역평균폭, 최원유로연장, 하천총수, 총하천연장, 수계밀도, 수계빈도, 형상인자, 평균표고, 평균경사, 최대하천차수, 유역내 최고표고, 기복비 등의 유역특성인자들을 추출함으로써 수자원단위지도 기반의 단위유역별 지형학적 특성을 파악하였다. 또한 대상유역을 금강권역상류, 금강권역중류, 금강권역하류유역으로 구분하여 지형학적 인자를 추출하고 그 특성을 분석하였으며, 선형 및 비선형 회귀곡선을 이용하여 인자들 간의 상관관계를 분석함으로써 각 유역을 특징짓는 주요 인자들을 추출하였다.