• 대한전기학회논문지:전력기술부문A
• /
• 제51권5호
• /
• pp.209-216
• /
• 2002

Recently, there is greater demand for stable supply of electric power as higher level of our living. It becomes the important problem that the cause of fault in power system is found out in early stage, if once it occurs. In this respect, accurate classification of arcing faults in power systems is vitally important. This paper presents a new classification method for arcing faults in power system. To obtain data of various faults including high impedance fault(HIF) and low impedance fault(LIF), HIF model with the ZnO arrester is adopted and implemented within the overall transmission system model based on the electromagnetic transients program(EMTP). Results of phase plane trajectory if Clarke modal transformation using postfault current and voltage are utilized to classify types of arcing faults. The performance of the proposed method is tested on a typical 154 kV korean transmission system under various fault conditions. As can be seen from results, phase plane trajectory of postfault current should be combined with that of o component from Clarke modal transformation to give reliability of clear fault classification. Thus the proposed method can classify arcing faults including LIFs and HIFs accurately in power systems.

• Journal of Mechanical Science and Technology
• /
• 제18권11호
• /
• pp.1923-1931
• /
• 2004

Manufacturing of complex surface plates in stern and stem is a major factor in cost of a preliminary ship design by computing process. If these hull plate parts are effectively classified, it helps to compute the processing cost and find the way to cut-down the processing cost. This paper presents a new method to classify surface plates effectively in the preliminary ship design using neural network. A neural-network-based ship hull plate classification program was developed and tested for the automatic classification of ship design. The input variables are regarded as Gaussian curvature distributions on the plate. Various applicable rules of network topology are applied in the ship design. In automation of hull plate classification, two different numbers of input variables are used. By observing the results of the proposed method, the effectiveness of the proposed method is discussed. As a result, high prediction rate was achieved in the ship design. Accordingly, to the initial design stage, the ship hull plate classification program can be used to predict the ship production cost. And the proposed method will contribute to reduce the production cost of ship.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제20권12호
• /
• pp.676-681
• /
• 2014

본 연구는 내용적으로 고품질인 슬라이드를 구분하고 분류하기 위해, 슬라이드의 지식정보를 내포하는 지식구조를 이용하는 분류 방법을 제안한다. 지식구조가 슬라이드의 내용적 품질정보를 내포하는지에 대해서 분석한 후, 그 결과로부터 지식구조를 이용한 분류 방법을 개발하였고, 슬라이드의 품질별로 분류한 결과를 비교하였다. 비교를 통해 고품질군에 속하는 슬라이드일수록 높은 품질의 슬라이드 위주로 분류할 수 있다는 점을 검증하였다. 이는 품질이 높은 슬라이드 위주로 검색하거나 추천하고자 할 때, 지식구조라는 인지적 모형을 활용하여 그 효과를 높일 수 있음을 보여준다.

• 한국산학기술학회논문지
• /
• 제8권3호
• /
• pp.466-471
• /
• 2007

전기화재는 전체 화재의 30% 이상을 차지하고 있지만 전기화재 통계의 신뢰성에 대한 검토가 제대로 이루어지지 못하였다. 전기화재는 원인분류 방법 또는 체계의 미흡으로 전기적 요인이 아닌 경우에도 전기화재로 분류되어 높은 점유율을 차지하게 되었고 그로 인한 전기화재 통계의 문제점이 제기되었다. 따라서 기존의 전기화재 원인 분류 방법의 개선을 통해 전기화재 통계의 신뢰성 확보가 필요하다. 본 논문에서는 기존의 전기화재 원인분류에 따른 전기화재 조사 및 통계의 문제점을 분석하였고 새로운 전기화재 원인분류 방법을 제시하였다.

• 한국지능시스템학회논문지
• /
• 제20권5호
• /
• pp.716-721
• /
• 2010

In this work we address the use of support vector machine (SVM) in the multi-class gas classification system. The objective is to classify single gases and their mixture with a semiconductor-type electronic nose. The SVM has some typical multi-class classification models; One vs. One (OVO) and One vs. All (OVA). However, studies on those models show weaknesses on calculation time, decision time and the reject region. We propose a hierarchical clustering method (HCM) based on the SVM for real-time gas mixture classification. Experimental results show that the proposed method has better performance than the typical multi-class systems based on the SVM, and that the proposed method can classify single gases and their mixture easily and fast in the embedded system compared with BP-MLP and Fuzzy ARTMAP.

• 한국산학기술학회논문지
• /
• 제13권6호
• /
• pp.2751-2756
• /
• 2012

위성영상을 이용한 감독분류에서 훈련집단의 선택은 분류정확도에 많은 영향을 미친다. 일반적으로 훈련집단의 특징이 명확한 순수화소를 선택할 경우 전체 정확도가 높은 반면, 저해상도 영상이거나 식별이 불분명하여 혼합화소를 선택하면 정확도는 저하된다. 그러나 실제 영상분류를 수행할 때 순수화소만을 훈련집단으로 선택하는 것은 매우 어렵다. 이에 본 연구에서는 혼합화소를 훈련집단으로 선택하였을 경우 적합한 분류기법을 제시하고자 하였다. 이를 위해 소수의 순수화소를 훈련집단으로 선정하여 분류정확도를 산출하고 같은 수의 혼합화소를 이용한 분류결과와 정확도를 비교하였다. 연구 결과, 혼합화소를 사용한 분류기법들 중 SVM의 정확도가 가장 높았으며, 순수화소를 이용한 분류결과와도 가장 작은 차이를 보였다. 따라서 훈련집단으로 혼합화소를 선택할 가능성이 높은 건물 및 녹지혼합지역에서는 SVM을 이용한 영상분류가 가장 적합할 것으로 판단된다.

• Communications for Statistical Applications and Methods
• /
• 제2권1호
• /
• pp.74-88
• /
• 1995

This article introduces a unified method of choosing the most explanatory and significant multiway partitions for classification tree design and analysis. The method is derived on the impurity reduction (IR) measure of divergence, which is proposed to extend the proportional-reduction-in-error (PRE) measure in the decision-theory context. For the method derivation, the IR measure is analyzed to characterize its statistical properties which are used to consistently handle the subjects of feature formation, feature selection, and feature deletion required in the associated classification tree construction. A numerical example is considered to illustrate the proposed approach.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제9권3호
• /
• pp.238-243
• /
• 2009

This paper present same thodology for the classification of power system voltage stability, the trajectory of which to instability is monotonic, using an interior point method based support vector machine(IPMSVM). The SVM based voltage stability classifier canp rovide real-time stability identification only using the local measurement data, without the topological information conventionally used.

• 한국지능시스템학회논문지
• /
• 제17권6호
• /
• pp.792-798
• /
• 2007

본 논문에서는 학습기법을 사용하지 않고 패턴분류의 성능을 최대화하면서 규칙의 수를 줄일 수 있는 통계적 정보기반 계층적 퍼지-러프 분류방법을 제안한다. 제안된 방법에서 통계적 정보는 계층적 퍼지-러프 분류 시스템에서 각 계층의 입력부 퍼지집합의 분할 구간을 추출하기 위해서 사용되었고, 러프집합은 통계적 정보로부터 추출된 분할 구간들과 연관된 퍼지 if-then 규칙의 수를 최소화하기 위해서 사용되었다. 제안된 방법의 효과성을 보이기 위해 Fisher의 IRIS 데이터를 사용한 기존 패턴분류 방법의 분류 정확도와 규칙들의 수를 비교하였다. 그 결과, 제안된 방법은 기존 방법들의 분류 성능과 유사함을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제18권5호
• /
• pp.685-691
• /
• 2008

퍼지 규칙기반 분류 시스템에서 위한 퍼지 분할 경계들의 선택은 중요하고 어려운 문제이다. 그래서 이들을 효과적으로 결정하기 위해서 신경망, 유전자알고리즘 등과 같은 학습과정에 기반을 둔 다양한 방법들이 제안되었고, 이전 연구에서는 이들 방법에 대한 문제점을 지적하고 이를 개선하기 위하여 중첩 형태에서 퍼지 분할을 결정할 수 있는 방법에 대해서 논의하였다. 본 논문에서는 이전 연구의 방법을 3가지 형태의 분류 경계들, 즉 비중첩, 중첩, 1점 인접 형태로 확장하였다. 또한 이들을 학습에 의존하지 않고 주어진 데이터로부터 얻어진 통계적 정보만을 사용하여 결정하는 방법을 제안하고, 이를 패턴 분류 문제에 적용하여 제안된 방법의 효용성을 보인다.