• 한국생산제조학회지
• /
• 제9권2호
• /
• pp.45-51
• /
• 2000

This study proposes that analysis and evaluation method of time series ultrasonic signal using the chaotic feature extrac-tion for degradation extent. Features extracted from time series data using the chaotic time series signal analyze quantitatively material degradation extent. For this purpose analysis objective in this study if fractal dimension lyapunov exponent and strange attractor on hyperspace. The lyapunov exponent is a measure of the rate at which nearby trajectories in phase space diverge. Chaotic trajectories have at least one positive lyapunov exponent. The fractal dimension appears as a metric space such as the phase space trajectory of a dynamical syste, In experiment fractal(correlation) dimensions and lyapunov experiments showed values of mean 3.837-4.211 and 0.054-0.078 in case of degradation material The proposed chaotic feature extraction in this study can enhances ultrasonic pattern recognition results from degrada-tion signals.

• Journal of Welding and Joining
• /
• 제16권6호
• /
• pp.86-96
• /
• 1998

This study proposes the analysis method of time series ultrasonic signal using the chaotic feature extraction for degradation extent evaluation. Features extracted from time series data using the chaotic time series signal analyze quantitatively degradation extent. For this purpose, analysis objective in this study is fractal dimension, lyapunov exponent, strange attractor on hyperspace. The lyapunov exponent is a measure of the rate at which nearby trajectories in phase space diverge. Chaotic trajectories have at least one positive lyapunov exponent. The fractal dimension appears as a metric space such as the phase space trajectory of a dynamical system. In experiment, fractal correlation) dimensions, lyapunov exponents, energy variation showed values of 2.217∼2.411, 0.097∼ 0.146, 1.601∼1.476 voltage according to degardation extent. The proposed chaotic feature extraction in this study can enhances precision ate of degradation extent evaluation from degradation extent results of the degraded materials (SA508 CL.3)

• 한국콘텐츠학회논문지
• /
• 제2권1호
• /
• pp.59-67
• /
• 2002

본 논문에서는 입력의 자동화 및 교육을 위한 문자 익히기 시스템을 위하여 자소의 특징 추출과 유사도 함수를 정의하여 한글에 대한 미적평가를 수행하였다. 이를 위해 한글 문자의 자소에 대한 특징 추출 및 유사도 함수를 정의 한 후 표준 문자와 입력 문자가 얼마나 유사한지를 평가하는 방법을 제안하였다. 표준 문자와 입력 문자의 획에 대한 특징 추출 및 유사도 함수를 정의하였으며, 다양한 입력 문자 패턴에 대해 표준 문자 패턴과 얼마나 유사한지를 실험한 결과 예상한 값과 유사하게 일치하는 실험 결과를 얻을 수 있었다. 또한 일반 사람들의 미적 평가 결과와 제안한 방법의 실험 결과가 유사하게 일치한다는 결과도 얻을 수 있었다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1996년도 추계학술대회 논문집
• /
• pp.323-327
• /
• 1996

Gap and thickness difference information between blanks are often necessary for tailored blank welding quality evaluation , optimum welding parameters selection and evaluation of shearing machine, blink allocation device accuracy and clamping device. We develope 3D vision system and camera unit using structured lighting for this purpose. A simple ar d efficient scheme for gap and thickness feature recognition Is developed as well as measurements. Experimental results shows this system measuring accuracy is 10 ${\mu}{\textrm}{m}$ and 16${\mu}{\textrm}{m}$ for gap and thickness difference respectively The data are expexed to be useful for preview gap control.

• Industrial Engineering and Management Systems
• /
• 제16권1호
• /
• pp.64-79
• /
• 2017

Identifying disease genes from human genome is a critical task in biomedical research. Important biological features to distinguish the disease genes from the non-disease genes have been mainly selected based on traditional feature selection approaches. However, the traditional feature selection approaches unnecessarily consider many unimportant biological features. As a result, although some of the existing classification techniques have been applied to disease gene identification, the prediction performance was not satisfactory. A small set of the most important biological features can enhance the accuracy of disease gene identification, as well as provide potentially useful knowledge for biologists or clinicians, who can further investigate the selected biological features as well as the potential disease genes. In this paper, we propose a new stepwise random forests (SRF) approach for biological feature selection and disease gene identification. The SRF approach consists of two stages. In the first stage, only important biological features are iteratively selected in a forward selection manner based on one-dimensional random forest regression, where the updated residual vector is considered as the current response vector. We can then determine a small set of important biological features. In the second stage, random forests classification with regard to the selected biological features is applied to identify disease genes. Our extensive experiments show that the proposed SRF approach outperforms the existing feature selection and classification techniques in terms of biological feature selection and disease gene identification.

• 반도체디스플레이기술학회지
• /
• 제15권4호
• /
• pp.97-102
• /
• 2016

Image stitching is a process of combining two or more images with overlapping area to create a panorama of input images, which is considered as an active research area in computer vision, especially in the field of augmented reality with 360 degree images. Image stitching techniques can be categorized into two general approaches: direct and feature based techniques. Direct techniques compare all the pixel intensities of the images with each other, while feature based approaches aim to determine a relationship between the images through distinct features extracted from the images. This paper proposes a novel image stitching method based on feature pixels with approximated clustering filter. When the features are extracted from input images, we calculate a meaning of the minutiae, and apply an effective feature extraction algorithm to improve the processing time. With the evaluation of the results, the proposed method is corresponding accurate and effective, compared to the previous approaches.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권9호
• /
• pp.375-384
• /
• 2021

딥러닝 기법은 영상 처리 분야에서 높은 성능을 입증 받아 다양한 분야에서 적용되고 있다. 이러한 딥러닝 모델의 검증에 가장 널리 사용되는 방법으로는 홀드아웃 검증 방법, k-겹 교차 검증 방법, 부트스트랩 방법 등이 있다. 이러한 기존의 기법들은 데이터 셋을 분할하는 과정에서 클래스 간의 비율에 대한 균형을 고려하지만, 같은 클래스 내에서도 존재하는 다양한 특징들의 비율은 고려하지 않고 있다. 이러한 특징들을 고려하지 않을 경우, 일부 특징에 편향된 검증 결과를 얻게 될 수 있다. 따라서 본 논문에서는 기존 검증 방법들을 개선하여 영상 분류를 위한 데이터 특징 커버리지 기반의 딥러닝 모델 검증 기법을 제안한다. 제안하는 기법은 딥러닝 모델의 학습과 검증을 위한 훈련 데이터 셋과 평가 데이터 셋이 전체 데이터 셋의 특징을 얼마나 반영하고 있는지 수치로 측정할 수 있는 데이터 특징 커버리지를 제안한다. 이러한 방식은 전체 데이터 셋의 특징을 모두 포함하도록 커버리지를 보장하여 데이터 셋을 분할할 수 있고, 모델의 평가 결과를 생성한 특징 군집 단위로 분석할 수 있다. 검증결과, 훈련 데이터 셋의 데이터 특징 커버리지가 낮아질 경우, 모델이 특정 특징에 편향되게 학습하여 모델의 성능이 낮아지며, Fashion-MNIST의 경우 정확도가 8.9%까지 차이나는 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제20권9호
• /
• pp.49-55
• /
• 2019

본 논문에서는 효과적인 마커기반의 증강현실 구현을 위하여 영상 내 객체의 분포에 대한 분석과 반복 패턴을 포함하는 영상의 분류를 통한 마커영상의 평가 방법을 제안한다. 객체의 분포는 영상의 부분적 가림 현상에 따라 객체추적성능에 영향을 미치기 때문에 특징점 좌표의 분산을 이용하여 가림 현상에 취약한 마커영상을 구분할 수 있도록 하였고, 일반 영상과 반복 패턴을 포함하는 영상의 특징점 기술자 벡터의 분포가 현저하게 다르다는 사실에 기반하여 객체의 인식 및 추적에 적합한 영상을 구분할 수 있는 방법을 제안한다. 다양한 실험 결과 제안하는 마커 평가 방법이 가림 현상에 취약한 영상 및 반복 패턴 영상을 구분하는데 우수한 성능을 보이는 것을 확인하였다. 또한 마커영상에 대한 객체 추적 등의 안정성 측면에서 SURF보다 SIFT 기법이 우수한 성능을 보임을 확인할 수 있었다. 이러한 결과를 이용하여 다양한 종류의 마커영상에 대한 적합성 정보를 사용자에게 제공함으로써 효과적인 증강현실 시스템을 구현할 수 있을 것으로 판단된다.

• 한국음향학회지
• /
• 제32권1호
• /
• pp.79-85
• /
• 2013

CASA 시스템의 특징 추출은 시간의 연속성과 채널 간 유사성을 이용하여 청각 요소의 상관지도를 구성하여 사용한다. 채널 간 유사성을 교차 상관 계수를 이용하여 특징 추출 할 경우 상관성을 정량적으로 나타내기 위해 계산량이 많은 단점이 있다. 따라서 본 논문에서는 특징 추출 시 계산 량을 줄이기 위한 방법으로 비모수적 상관 계수를 이용한 특징 추출 방법을 제안하고 이를 CASA 시스템을 통하여 목적 음성을 분리하는 실험을 수행하였다. 목적 음성의 분리 성능을 평가하기 위하여 신호 대 잡음비를 측정한 결과, 제안 방식이 기존 방식에 비해 평균 0.14 dB의 미세한 성능 개선을 보였다.

• Structural Engineering and Mechanics
• /
• 제63권2호
• /
• pp.237-249
• /
• 2017

The Self-Organization Feature Map as an unsupervised network is very widely used these days in engineering science. The applied network in this paper is the Self Organization Feature Map with constant weights which includes Kohonen Network. In this research, Reinforced Concrete Shear Wall buildings with different stories and heights are analyzed and a database consisting of measured fundamental periods and characteristics of 78 RC SW buildings is created. The input parameters of these buildings include number of stories, height, length, width, whereas the output parameter is the fundamental period. In addition, using Genetic Algorithm, the structure of the Self-Organization Feature Map algorithm is optimized with respect to the numbers of layers, numbers of nodes in hidden layers, type of transfer function and learning. Evaluation of the SOFM model was performed by comparing the obtained values to the measured values and values calculated by expressions given in building codes. Results show that the Self-Organization Feature Map, which is optimized by using Genetic Algorithm, has a higher capacity, flexibility and accuracy in predicting the fundamental period.