• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.1017-1018
• /
• 2006

We measured EEG, extracted the feature vectors using alpha and beta rhythm from the measured EEG and pattern recognition was simulated by using the feature vector and the algorithms which are conventional LVQ and Forward only Counter Propagation Networks. And then the successful rate of pattern class of EEG data had about 76 %.

• 한국음향학회지
• /
• 제19권4호
• /
• pp.93-100
• /
• 2000

수중 능동소나에 의해 표적을 분류하는데 있어 표적신호의 특징파라미터는 매우 중요하다. 광대역이고 상관성이 높은 두 개의 펄스가 시간 T의 간격으로 분리되어 있을 때, 스펙트럼에서 리플간의 1/T Hz에 해당하는 TSP, 즉 피치 성분을 가진다. 음향산란 실험에 사용된 축소표적신호 또한 이러한 TSP 특징을 잘 반영하고 있다. 본 논문에서는 각 표적신호의 특징에 해당하는 TSP 정보를 FFT를 이용하여 효과적으로 추출하였다. 네 개의 표적과 각 표적의 자세각에 따라 추출된 TSP 특징파라미터를 패턴인식 기법에 적용하여 표적을 분류하고 각 표적의 특징을 분석하였다.

• 한국시뮬레이션학회논문지
• /
• 제20권4호
• /
• pp.115-125
• /
• 2011

제품의 품질 수준 제고를 위해 통계적 공정 관리(SPC : Statistical Process Control)의 다양한 관리도가 기업의 생산 공정을 관리하는데 사용된다. 관리도에 기록되는 공정 데이터는 특정 요인(Assignable Cause)에 의한 이상이 발생했을 때 그 요인에 따라 서로 다른 패턴(Pattern)으로 변화한다. 이러한 패턴을 구별하는 관리도 패턴(CCP : Control Chart Pattern) 인식(Recognition)은 공정에 대한 관리자의 빠른 의사 결정을 위해 매우 중요하다. 앞 선 연구들은 수집되는 원 데이터를 가공 하지않고 그대로 사용하였기 때문에 인식기(Recognizer)의 성능과 학습 속도가 저하되는 문제점이 있었다. 따라서 최근 데이터의 차원 축소와 인식기의 성능 향상을 위해 특질 추출법(Feature Extraction)을 적용한 특질 기반 인식기(Feature based Recognizer)에 대한 연구가 활발히 진행 중이다. 본 논문은 BDK(Bi-Directional Kohonen Network)를 사용하여 CCP의 참조 벡터(Reference Vector)를 생성하고 참조 벡터와 CCP 데이터의 거리를 기반으로 하는 특질을 추출하였다. 추출된 특질을 인공 신경망 기반 인식기의 입력 벡터로 사용하여 학습하였으며 원 데이터를 사용하여 학습하는 인공신경망 인식기와 예측 정확도 비교를 통해 제안 알고리즘의 성능을 평가하였다.

• 대한원격탐사학회지
• /
• 제24권2호
• /
• pp.117-124
• /
• 2008

지형지물은 각각의 특징적 요인을 내포하고 있다. 이 특징적 요인들은, 공간해상도에 따라 정도의 차이가 있겠지만, 수집된 위성영상에도 반영된다. 이러한 요인들 중에서는 영상분류에 활용될 경우 영상 분류의 정확도를 높혀주고, 때로는 이것이 거의 물체인식의 수준까지 기여할 수 있는 것들이 있다. 이 연구에서는 텍스춰 및 지형지물의 배열에 있어서 특징적 현상을 보이는 비닐하우스를 대상으로 spatial auto-corelation 개념을 기반으로 자동적으로 이를 인지하는 방법을 개발하였다. 사용된 알고리즘은 디지타이징과 같은 사람의 직접적인 개입이 없이 자동화된 방법으로 비닐하우스의 특정한 패턴이 반복적으로 나타나는 것을 감지할 수 있도록 개발되었다. 패틴의 인식에 더하여 비닐하우스의 기하학적 모양을 고려하는 방법도 도입하였다. 그럼으로써 비닐하우스의 추출에 단순히 화소 단위의 분석이 아닌 보다 객체지향적인 방법으로 비닐하우스를 추출하도록 하였다. 개발된 방법을 제주지역의 IKONOS에 적용시켜 본 결과 연구대상지역내의 비닐하우스가 매우 정확하게 적출되었다.

• 한국정보기술학회논문지
• /
• 제16권12호
• /
• pp.75-83
• /
• 2018

최근 자율 주행 자동차에 대한 연구가 활발하다. 자율 주행 자동차는 보행자 검출 및 인식 기술이 중요하다. 최근에 주로 사용되는 CNN(Convolutional Neural Network)을 이용한 보행자 검출은 대체로 좋은 성능을 보이나 영상의 환경에 따른 성능 저하가 있다. 본 논문에서는 LGP-FL(Local Gradient Pattern-Feature Layer)을 추가한 CNN Network를 기반으로 해마 신경망의 장기 기억 구조를 적용한 보행자 검출 시스템을 제안한다. 먼저 입력 이미지를 $227{\times}227$의 크기로 변경한다. 그 후 총 5개 층의 Convolution layer를 거쳐 특징을 추출한다. 그 과정에서 추가되는 LGP-FL에서는 LGP 특징 패턴을 추출하여 출현 빈도수가 높은 패턴을 장기 기억 장치에 저장한다. 이후 검출 과정에서 밝기 및 색상 변화에 강인한 LGP 특징 패턴 정보를 이용해 검출함으로써 보다 정확하게 보행자를 검출할 수 있다. 기존의 방법들과 제안하는 기법의 비교를 통해 약 1~4%의 검출률 증가를 확인하였다.

• 한국지능시스템학회논문지
• /
• 제22권3호
• /
• pp.319-327
• /
• 2012

본 논문에서는 착용식 추적장치나 표식 등의 보조 도구를 사용하지 않는 환경의 동영상 데이터로부터 수화 패턴을 인식하는 방법론에 관하여 고찰한다. 시스템 설계 및 구현에 관한 주제로서 특징점의 추출기법, 특징데이터의 표현기법 및 패턴 분류기법에 관한 방법론을 제시하고 그 유용성을 고찰한다. 일련의 동영상으로 표현되는 수화패턴에 대하여 특징점의 공간적 위치에 대한 변이 뿐만 아니라 시간차원의 변화를 고려한 특징데이터의 표현방법을 제시하며, 방대한 데이터에 의한 분류기의 크기 문제와 계산량의 문제를 개선하기 위하여 효과적으로 특징수를 줄일 수 있는 특징추출 방법을 소개한다. 패턴 분류과정에서 점진적 학습(incremental learning)이 가능한 신경망 모델을 제시하고 그 동작특성 및 학습효과를 분석한다. 또한 학습된 분류모델로부터 특징과 패턴 클래스 간의 상대적 연관성 척도를 정의하고, 이로부터 효과적인 특징을 선별하여 성능저하 없이 분류기의 규모를 최적화 할 수 있음을 보인다. 제안된 내용에 대하여 여섯 가지 수화패턴을 대상으로 적용한 실험을 통하여 유용성을 평가한다.

• 한국CDE학회논문집
• /
• 제6권4호
• /
• pp.263-270
• /
• 2001

In stamping-die manufacturing, the first step is to build die patterns for lost wax casting process. A recent industry trend is to manufacture the die pattern using 3-axis NC machining. This study identifies technical considerations of the pattern machining caused by the characteristics of Styrofoam material, and proposes technical methods related to establishing a process plan and generating tool paths for optimizing the pattern machining. In this paper, the process plan includes the fellowing three items: 1) deter-mining a global machining sequence-a sequence of profile, top, bottom machining and two set-ups, 2) extracting machining features from a pattern model and merging them, and 3) determining a machining sequence of machining features. To each machining feature, this study determines the machining start point, generates the approach tool path, and proposes a tool path linking method fur reducing the distance of the cutter rapid motion. Finally, a smooth tool path generation and an automatic feedrate adjustment (AFA) method are introduced far raising the machining efficiency.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제54권6호
• /
• pp.417-422
• /
• 2005

This paper presents an EMG pattern classification method to identify motion commands for the control of the artificial arm by SOM-TVC(self organizing map - tracking Voronoi cell) based on neural network with a feature parameter. The eigenvalue is extracted as a feature parameter from the EMG signals and Voronoi cells is used to define each pattern boundary in the pattern recognition space. And a TVC algorithm is designed to track the movement of the Voronoi cell varying as the condition of additive noise. Results are presented to support the efficiency of the proposed SOM-TVC algorithm for EMG pattern recognition and compared with the conventional EDM and BPNN methods.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.393-396
• /
• 1995

In this syudy, the researches classifying the artificial and natural flaws in welding parts are performed using the smart pattern recognition technology. For this purpose the smart signal pattern recognition package including the user defined function was developed and the total procedure including the digital signal processing,feature extraction , feature selection and classifier selection is treated by bulk. Specially it is composed with and discussed using the statistical classifier such as the linear disciminant function classifier, the empirical Bayesian classifier. Also, the smart pattern recognition technology is applied to classification problem of natural flaw(i.e multiple classification problem-crack,lack of penetration,lack of fusion,porosity,and slag inclusion, the planar and volumetric flaw classification problem). According to this results, if appropriately learned the neural network classifier is better than ststistical classifier in the classification problem of natural flaw. And it is possible to acquire the recognition rate of 80% above through it is different a little according to domain extracting the feature and the classifier.

• 전자공학회논문지B
• /
• 제30B권10호
• /
• pp.95-104
• /
• 1993

IPA(interpattern association) model is a method of feature extraction using a neural network. Even in the case that the reference patterns are simuklar to one another, this model can recover the reference patterns effectively. However, when the pattern whose feature pixels are lost is used as input, this model can not guarantee perfect recovery of the reference pattern. It is proposed a improved interpattern association(IPA) model for the feature extraction using neural network. The improved IPA model that combines the first interconnection weight matrix of the IPA model with the second additional weight matrix is proposed here to overcome the recovery problem of the original IPA model. The results of computer simulation and optical experiment are advanced.