• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1891-1892
• /
• 2008

본 논문에서는 부분방전 패턴인식을 위한 퍼지뉴럴네크워크(Fuzzy-Nueral Network를 설계한다. 퍼지뉴럴네트워크의 구조에서 규칙의 전반부는 개별적인 입력 공간을 분할하여 표현하고, 규칙의 후반부는 다항식으로서 표현되며 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식의 계수를 학습한다. 또한, 유전자 알고리즘을 이용하여 각 입력에 대한 전반부 멤버쉽함수의 정점과 학습률 및 모멤텀 계수를 최적으로 동조한다. 제안된 네트워크는 부분방전 패턴인식을 위해 다중 출력을 가지며, 초고압 XLPE 케이블 절연접속함의 모의결함에 대해 부분방전 신호를 패턴인식한다. 부분방전 신호는 PRPDA 방법을 통해 256개의 입력 벡터와 4개의 출력 벡터를 가지며, 보이드 방전, 코로나 방전, 표면 방전, 노이즈의 4개 클래스를 분류하며, 패턴인식률로서 결과를 분석한다.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2758-2760
• /
• 2002

패턴 인식(Patterns Recognition)은 인공 지능의 한 분야로서 이해할 수 있는데, 요즈음은 보안과 관련하여 많은 연구가 진행되고 있다. 웨이블렛 변환(Wavelet Transform)은 푸리에 변환에 기반을 둔 기존의 알고리즘에 비해 시간-주파수 영역에서 신호의 국소화를 효율적으로 구현할 수 있다. 하지만, 이를 패턴 인식의 특징 추출에 그대로 이용할 경우 입력 신호의 위치 이동 등이 문제가 되며, 이것은 또한 에러 요인이 된다. 본 연구에서는 웨이블렛 변환을 패턴 인식에 적용할 경우, 입력 신호의 위치 이동 등이 있는 경우 생기는 문제점을 보완하여, 개선된 방법으로 패턴 인식에 사용할 수 있는 알고리즘을 제안하며, 실험 결과를 토대로 그의 타당성을 보인다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.305-308
• /
• 2002

패턴 인식(Patterns Recognition)은 인공 지능의 한 분야로서 이해할 수 있는데, 요즈음은 보안과 관련하여 많은 연구가 진행되고 있다. 웨이블렛 변환(Wavelet Transform)은 공간-주파수 영역에서 신호의 국소화를 효율적으로 구현할 수 있다. 하지만, 이를 패턴 인식의 특징 추출에 그대로 이용할 경우 입력 신호의 위치 이동 등이 문제가 되며, 이것은 또한 에러 요인이 된다. 본 논문에서는 웨이블렛 변환을 패턴 인식에 적용할 경우 발생하는 입력 신호의 위치이동에 따른 문제점을 보완하여, 개선된 방법으로 패턴 인식에 사용할 수 있는 알고리즘을 제안하며, 실험 결과를 바탕으로 그의 타당성을 보인다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.502-505
• /
• 2002

본 논문은 다치(MVL:Multiple Valued Logic) 신경망의 BP(Backpropagation) 학습 알고리즘을 이용하여 패턴 인식에 이용하는 방법을 제안한다. MVL 신경망을 이용하여 패턴 인식에 이용함으로서, 네트워크에 필요한 시간 및 기억 공간을 최소화할 수 있고 환경 변화에 적응할 수 있는 가능성을 제시하였다. MVL 신경망은 다치 논리 함수를 기반으로 신경망을 구성하였으며, 입력은 리터럴 함수로 변환시키고, 출력은 MIN과 MAX 연산을 사용하여 구하였고, 학습을 하기 위해 다치 논리식의 편 미분을 사용하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.241-244
• /
• 2002

본 논문은 다치(MVL : Multiple Valued Logic) 신경망의 BP 알고리즘을 이용하여 패턴 인식에 응용하는 방법을 제안한다. 패턴처리에 필요한 원 패턴에 대한 물체 농도의 특징을 추출하고, 물체 농도의 특징을 다치로 사상시킨다. 또한 다치 신경망을 이용하여 원 패턴을 학습을 시킨 다음, 노이즈 패턴을 제거하여 원 패턴에 근접한 패턴을 인식하게 되므로, 패턴에 필요한 시간 및 기억 공간을 최소화할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.835-838
• /
• 2005

지문 인식 알고리즘은 크게 특징점을 추출하여 특징점의 좌표, 특성, 방향각 등을 정보로 하여 인식하는 특징점 기반 알고리즘과 지문의 융성 패턴을 분석하여 인식하는 패턴 기반 알고리즘으로 나뉜다. 본 논문에서는 기존의 특징점 기반 지문인식 알고리즘과 비교하여 개선된 전처리 방법을 이용하여 보다 빠르면서도 정확한 지문 특징점 추출 알고리즘을 제안한다. 지문영상에서 방향성 정보를 추출을 위해 지문영상을 일정한 크기를 갖는 국부영역으로 나눈 후, 각 국부 영역의 융선 방향을 계산하여 방향성 정보를 얻는다. 추출된 방향성 정보를 이용하여 영상 개선 및 특징점을 추출하는 지문 인식 알고리즘을 제안하고자 한다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.16 no.3
• /
• pp.115-127
• /
• 2006

The purpose of this paper is evaluation of various normalization methods and fusion algorithms in addition to pattern classification algorithms for multi-biometric systems. Experiments are performed using various normalization functions, fusion algorithms and pattern classification algorithms based on Biometric Scores Set-Releasel(BSSR1) provided by NIST. The performance results are presented by Half Total Error Rate (WTER). This study gives base data for the study on performance enhancement of multiple-biometric system by showing performance results using single database and metrics.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.151-154
• /
• 2003

본 논문에서는 흑백 CCD 카메라를 이용하여 청각 장애인의 의사전달 수단인 지화 동작을 동영상으로 입력받아 인식하여, 편집 가능한 텍스트 문서로 변환하는 시스템을 구현하였다. 일련의 입력 영상들 중에서 흐린 영상과 선명한 영상의 구분은 영상의 잔상을 이용하였고, 촬영된 연속 영상들의 배열로부터 문자 자소를 구하고, 오토마타를 적용하여 완성된 문자를 문서 편집기에 출력시켰다 획득된 선명한 영상 데이터 중 변화가 심한 손목 부분을 제거한 후, 최대 원형 이동법을 이용하여 손의 무게 중심점을 구하고, 원형 패턴 벡터 알고리즘을 적용하여 지화 해석에 필요한 손을 인식하였다. 손 중심으로부터 거리 스펙트럼을 이용하여 지화 인식에 사용되는 손 모양의 특징 벡터를 추출하고, 퍼지추론을 적용하여 표준 패턴과 입력 패턴의 특징벡터를 비교, 지화 동작을 인식하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.1
• /
• pp.77-83
• /
• 2013

In this paper, we suggested a method about the improvement of the voice recognition rate and carried out a study on it. In general, voices were detected by applying the most widely-used method, HMM (Hidden Markov Model) algorithm. Regarding the method of detecting voices, the zero crossing ratio was calculated based on the units of voices before the existence of data was identified. Regarding the method of recognizing voices, the patterns shown by the forms of voices were analyzed before they were compared to the patterns which had already been learned. According to the results of the experiment, in comparison with the recognition rate of 80% shown by the existing HMM algorithm, the suggested algorithm based on the recognition of the patterns shown by the forms of voices showed the recognition rate of 92%, reflecting the recognition rate improved by about 12% compared to the existing one.

• The Journal of the Korea Contents Association
• /
• v.7 no.1
• /
• pp.65-72
• /
• 2007

In this study, we used nondestructive test based on ultrasonic test as inspection method and compared backpropagation neural network(BPNN) with probabilistic neural network(PNN) as pattern recognition algorithm of weld flaws. For this purpose, variables are applied the same to two algorithms. Where, feature variables are zooming flaw signals of reflected whole signals from weld flaws in time domain. Through this process, we compared advantages/ disadvantages of two algorithms and confirmed application methods of two algorithms.