• 한국정보과학회논문지:데이타베이스
• /
• 제34권6호
• /
• pp.473-482
• /
• 2007

네트워크 기반의 침입탐지시스템에서는 수집된 패킷데이타의 분석을 통해 침입인지 정상행위 인지를 판단하여 경보를 발생 시키며 이런 경보데이타의 양은 기하급수적으로 증가하고 있다. 보안관리자는 이러한 대량의 경보데이타들을 분석하고 통합 관리하여 네트워크 보안레벨을 진단하거나 시간에 따른 적절한 대응을 하는데 유용하게 사용하여야 한다. 그러나 오경보의 비율이 너무 높아 경보 데이터들간의 상관관계 분석이나 고수준의 의미 분석에 어려움이 많으므로 분석결과에 대한 신뢰성이나 분석의 효율성이 낮아지는 문제점을 가진다. 이 논문에서는 데이타 마이닝의 분류 기법을 적용하여 오경보율을 최소화하는 방법을 제안한다. 결정트리기반의 분류 기법을 오경보 분류 모델로 적용하여 오경보들 중 실제는 공격이 아님에도 불구하고 공격이라 판단된 오경보를 정상으로 분류할 수 있는 경보 데이타 분류 모델을 설계하고 구현한다. 구현된 경보데이타 분류 모델은 오경보율을 최소화하므로 경보데이타의 분석 및 통합을 통해 경보메시지의 축약 및 침입탐지시스템의 탐지율을 높이는데 활용될 수 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.255-256
• /
• 2006

Raman spectroscopy has strong potential for providing noninvasive dermatological diagnosis of skin cancer. In this study, we investigated two classification methods with maximum a posteriori (MAP) probability and multi-layer perceptron (MLP) classification. The classification framework consists of preprocessing of Raman spectra, feature extraction, and classification. In the preprocessing step, a simple windowing method is proposed to obtain robust features. Classification results with MLP involving 216 spectra preprocessed with the proposed method gave 97.3% sensitivity, which is very promising results for automatic Basal Cell Carcinoma (BCC) detection.

• 대한전자공학회논문지SP
• /
• 제46권3호
• /
• pp.138-142
• /
• 2009

본 논문에서는 보이스 피싱 (Voice Pishing) 예방을 위한 알고리즘을 최소 분류 오차 기법 (Minimum Classification Error)을 기반으로 제한하다. 휴대폰으로 전송되어진 신호를 기반으로 3GPP2 Selectable Mode Vocoder (SMV)의 복호화 과정에서 자동적으로 추출되는 중요 특징벡터를 사용하여 Gaussian Mixture Model (GMM)을 구성하고 이를 기반으로 구해지는 로그(Log) 기반의 우도 (Likelihood)를 사용한 변별적 가중치 학습을 사용하여 보이스 피싱 예방을 위한 검출 알고리즘을 제안하다. 실험 결과 제안된 보이스 피싱 알고리즘이 기존의 방법에 비해 우수한 성능을 보인 것을 알 수 있었다.

• Journal of Electrical Engineering and Technology
• /
• 제11권2호
• /
• pp.416-424
• /
• 2016

In this study, automatic detection of stator winding inter-turn short circuit fault (SWISCFs) in surface-mounted permanent magnet synchronous motors (SPMSMs) and automatic classification of fault severity via a pattern recognition system (PRS) are presented. In the case of a stator short circuit fault, performance losses become an important issue for SPMSMs. To detect stator winding short circuit faults automatically and to estimate the severity of the fault, an artificial neural network (ANN)-based PRS was used. It was found that the amplitude of the third harmonic of the current was the most distinctive characteristic for detecting the short circuit fault ratio of the SPMSM. To validate the proposed method, both simulation results and experimental results are presented.

• 대한의용생체공학회:의공학회지
• /
• 제18권4호
• /
• pp.357-364
• /
• 1997

유방암은 그 조기 발견이 암환자의 사망률을 줄이는 데 있어서 가장 중요한 요소임을 알려져 있다. 스크리닝 검사에 의해 발견되는 유방암의 20%정도를 차지하는 DCIS(ductal carcinoma in situ)의 경우 미세석회화만이 필름 상에서 볼 수 있는 유일한 소견이다. 따라서 미세석회화를 발견하고 그 형태와 분포의 분석을 통한 진단이 암의 조기 발견에 매우 중요하다. 이 검출과정을 자동화하려는 시도가 디지털 영상처리 기술의 관심이 되어 왔다. 본 연구에서는 상관계수를 특징(feature)으로 사용하여 성능을 향상시킨 통계적 패턴 분류법을 제안하였다. 결과적인 검출율은 통계적 문턱치 설정에 의한 이진호 방법과 비교하여 48%에서 83%로 향상되었다. 성능은 TP와 FP로 평가되었으며 클래스 구분시의 오차도 함께 나타내었다.

• 대한음성학회지:말소리
• /
• 제64호
• /
• pp.77-88
• /
• 2007

Nowadays, mel-frequency cesptral coefficients (MFCCs) and Gaussian mixture models (GMMs) are used for the pathological voice detection. This paper suggests a method to improve the performance of the pathological/normal voice classification based on the MFCC-based GMM. We analyze the characteristics of the mel frequency-based filterbank energies using the fisher discriminant ratio (FDR). And the feature vectors through the linear discriminant analysis (LDA) transformation of the filterbank energies (FBE) and the MFCCs are implemented. An accuracy is measured by the GMM classifier. This paper shows that the FBE LDA-based GMM is a sufficiently distinct method for the pathological/normal voice classification, with a 96.6% classification performance rate. The proposed method shows better performance than the MFCC-based GMM with noticeable improvement of 54.05% in terms of error reduction.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 C
• /
• pp.1114-1117
• /
• 1998

Recent applications of neural networks to power system fault diagnosis have provided positive results and have shown advantages in process speed over conventional approaches. This paper describes the application of neural network to fault detection and classification in distribution lines using the fundamental component, 2-5th harmonics index, even and odd harmonics index, and zero phase current. The Electromagnetic Transients Program (EMTP) is used to obtain fault patterns for the training and testing of neural networks. The proposed fault detection and classification method in distribution lines is obtained by analysing the difference among normal, HIF, ground fault, short circuit fault condition.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.383-387
• /
• 2007

The improved accuracy of the Land Cover/Land Use Map constructed using Hyperspectal Satellite Image and the possibility of real time classification of Land Use using optimal Band Selective Factor enable the change detection from automatic classification using the existed Land Cover/Land Use Map and the newly acquired Hyperspectral Satellite Image. In this study, the effective analysis techniques for automatic generation of training regions, automatic classification and automatic change detection are proposed to minimize the expert's interpretation for automatic update of the Land Cover/Land Use Map. The proposed algorithms performed successfully the automatic Land Cover/Land Use Map construction, automatic change detection and automatic update on the image which contained the changed region. It would increase applicability in actual services. Also, it would be expected to present the effective methods of constructing national land monitoring system.

• 제어로봇시스템학회논문지
• /
• 제16권7호
• /
• pp.639-645
• /
• 2010

This paper presents the sensor fusion algorithm that recognizes a primary vehicle by fusing radar and monocular vision data. In general, most of commercial radars may lose tracking of the primary vehicle, i.e., the closest preceding vehicle in the same lane, when it stops or goes with other preceding vehicles in the adjacent lane with similar velocity and range. In order to improve the performance degradation of radar, vehicle detection information from vision sensor and path prediction predicted by ego vehicle sensors will be combined for target classification. Then, the target classification will work with probabilistic association filters to track a primary vehicle. Finally the performance of the proposed sensor fusion algorithm is validated using field test data on highway.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.959-962
• /
• 1998

In this paper, we propose an efficient vehicle detection and classification algorithm for an electronic toll collection, which is based on shadow robust vehicle presence test. In order to improve the performance of vehicle presence test, we use correlation coefficients between wavelet transformed input and reference images, which takes advanage of textural similarity. We compare the performance of the vehicle presence test with those of some conventional approaches that use variance of frame difference. Experimental results from field test show that the proposed vehicl detection and classification algorithm performs well even under abrupt intensity change due to the characteristics of sensor and occurrence of shadow.