• 천문학회지
• /
• 제54권5호
• /
• pp.139-155
• /
• 2021

We present an updated version of the multilayer spectral inversion (MLSI) recently proposed as a technique to infer the physical parameters of plasmas in the solar chromosphere from a strong absorption line. In the original MLSI, the absorption profile was constant over each layer of the chromosphere, whereas the source function was allowed to vary with optical depth. In our updated MLSI, the absorption profile is allowed to vary with optical depth in each layer and kept continuous at the interface of two adjacent layers. We also propose a new set of physical requirements for the parameters useful in the constrained model fitting. We apply this updated MLSI to two sets of Hα and Ca II line spectral data taken by the Fast Imaging Solar Spectrograph (FISS) from a quiet region and an active region, respectively. We find that the new version of the MLSI satisfactorily fits most of the observed line profiles of various features, including a network feature, an internetwork feature, a mottle feature in a quiet region, and a plage feature, a superpenumbral fibril, an umbral feature, and a fast downflow feature in an active region. The MLSI can also yield physically reasonable estimates of hydrogen temperature and nonthermal speed as well as Doppler velocities at different atmospheric levels. We conclude that the MLSI is a very useful tool to analyze the Hα line and the Ca II 8542 line spectral daya, and will promote the investigation of physical processes occurring in the solar photosphere and chromosphere.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.305-309
• /
• 2000

In this paper, we presents a new methodology for face recognition after analysing conventional ICA(Independent Component Analysis) based approach. In the literature we found that ICA based methods have followed the same procedure without any exception, first PCA(Principal Component Analysis) has been used for feature extraction, next ICA learning method has been applied for feature enhancement in the reduced dimension. However, it is contradiction that features are extracted using higher order moments depend on variance, the second order statistics. It is not considered that a necessary component can be located in the discarded feature space. In the new methodology, features are extracted using the magnitude of kurtosis(4-th order central moment or cumulant). This corresponds to the PCA based feature extraction using eigenvalue(2nd order central moment or variance). The synergy effect of PCA and ICA can be achieved if PCA is used for noise reduction filter. ICA methodology is analysed using SVD(Singular Value Decomposition). PCA does whitening and noise reduction. ICA performs the feature extraction. Simulation results show the effectiveness of the methodology compared to the conventional ICA approach.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.146-149
• /
• 2009

실시간 영상에서 사람의 얼굴 검출은 얼굴 인식분야에 있어서 주요한 관심 분야 중의 하나이다. 본 논문에서는 실시간 입력되는 영상에서 피부 색상과 Haar-like feature를 이용한 얼굴 검출 및 추적 알고리듬을 제안한다. 제안된 알고리듬은 컬러 색 공간에서 피부색상과 특징점을 가지고 얼굴 영역 및 추적하였다. 실험 결과 실시간 영상에 대해 조명 변화 및 가림 현상에서 강건한 추적 결과를 얻을 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.203-207
• /
• 2001

In this Paper, we propose the neural network based emotion recognition method for intelligently recognizing the human's emotion using CCD color image. To do this, we first acquire the color image from the CCD camera, and then propose the method for recognizing the expression to be represented the structural correlation of man's feature Points(eyebrows, eye, nose, mouse) It is central technology that the Process of extract, separate and recognize correct data in the image. for representation is expressed by structural corelation of human's feature Points In the Proposed method, human's emotion is divided into four emotion (surprise, anger, happiness, sadness). Had separated complexion area using color-difference of color space by method that have separated background and human's face toughly to change such as external illumination in this paper. For this, we propose an algorithm to extract four feature Points from the face image acquired by the color CCD camera and find normalization face picture and some feature vectors from those. And then we apply back-prapagation algorithm to the secondary feature vector. Finally, we show the Practical application possibility of the proposed method.

• Journal of Computing Science and Engineering
• /
• 제8권3호
• /
• pp.137-148
• /
• 2014

Named entity classification of Wikipedia articles is a fundamental research area that can be used to automatically build large-scale corpora of named entity recognition or to support other entity processing, such as entity linking, as auxiliary tasks. This paper describes a method of classifying named entities in Chinese Wikipedia with fine-grained types. We considered multi-faceted information in Chinese Wikipedia to construct four feature sets, designed different feature selection methods for each feature, and fused different features with a vector space using different strategies. Experimental results show that the explored feature sets and their combination can effectively improve the performance of named entity classification.

• 한국지능시스템학회논문지
• /
• 제13권3호
• /
• pp.281-286
• /
• 2003

웨이블릿 변환(Wavelet Transform)은 공간-주파수 영역에서 신호의 국소특성을 효율적으로 구현할 수 있다 하지만, 웨이블릿 변환을 패턴 인식을 위한 특징 추출에 적용할 경우, 입력 신호의 위치 이동에 따라 추출된 특징 값이 변화하게 되어 인식률이 낮아지는 결함이 있다. 본 논문에서는 웨이블릿 변환을 패턴 인식에 적용할 경우 발생하는 입력 신호의 위치 이동에 따른 문제점을 보완하여 노이즈에 강인한 홍채인식 알고리즘을 제안한다. 실험을 통하여 제안한 알고리즘의 우수성을 보여 준다.

• 전자공학회논문지CI
• /
• 제41권2호
• /
• pp.87-94
• /
• 2004

특징 집합 선택은 학습 알고리즘의 전처리 과정으로 사용되기도 한다. 수집된 자료가 문제와 관련이 없다거나 중복된 정보를 갖고 있는 경우, 이를 학습 모델생성 이전에 제거함으로써 학습의 성능을 향상시킬 수 있다. 또한 탐색 공간을 감소시킬 수 있으며 저장 공간도 줄일 수 있다. 본 논문에서는 특징 집합의 추출과 추출된 특징 집합의 성능 평가를 위하여 엔트로피를 기반으로 한 휴리스틱 함수를 사용하는 새로운 특징 선택 알고리즘을 제안하였다. 탐색 방법으로는 ACS 알고리즘을 이용하였다. 그 결과 학습에 사용될 특징의 차원을 감소시킴으로써 학습 모델의 크기와 불필요한 계산 시간을 감소시킬 수 있었다.

• 대한전자공학회논문지SP
• /
• 제43권2호
• /
• pp.82-86
• /
• 2006

패턴인식 시스템은 일반적으로 데이터의 전처리, 특징 추출, 학습단계의 과정을 거쳐서 개발되어 진다. 그중에서도 특징 추출 과정은 다차원 공간을 가진 입력 데이터의 복잡도를 줄여서 다음 단계인 학습단계에서 계산 복잡도와 인식률을 향상시키는 역할을 한다. 패턴인식에서 특징 추출 기법으로써 principal component analysis, factor analysis, linear discriminant analysis 같은 방법들이 널리 사용되어져 왔다. 이 논문에서는 singular value decomposition (SVD) 방법이 패턴인식 시스템의 특징 추출과정에 유용하게 사용될 수 있음을 보인다. 특징 추출단계에서 SVD 기법의 유용성을 검증하기 위하여 원격탐사 응용에 적용하였는데, 실험결과는 널리 쓰이는 PCA에 비해 약 25%의 인식률의 향상을 가져온다는 것을 알 수 있다.

• 한국정보전자통신기술학회논문지
• /
• 제3권2호
• /
• pp.12-17
• /
• 2010

본 논문에서는 자동적으로 얼굴 특징점을 검출하는 시스템을 제안하였다. 얼굴은 Gabor 특징에 의하여 지정된 특징점의 교점 그래프와 공간적 연결을 나타내는 에지 그래프로 표현하였으며, 제안된 탄력적 특징 정합은 모델과 입력 영상에 상응하는 특징을 취하였다. 정합 모델은 국부적으로 경쟁적이고 전체적으로 협력적인 구조를 이룸으로서 영상공간에서 불규칙 확산 처리와 같은 역할을 하도록 하였다. 복잡한 배경이나 자세의 변화, 그리고 왜곡된 얼굴 영상에서도 원활하게 동작하는 얼굴 식별 시스템을 구성함으로서 제안된 방법의 효율성을 증명하였다.

• Journal of Information Processing Systems
• /
• 제14권4호
• /
• pp.892-903
• /
• 2018

The paper proposes a novel gait recognition algorithm based on feature fusion of gait energy image (GEI) dynamic region and Gabor, which consists of four steps. First, the gait contour images are extracted through the object detection, binarization and morphological process. Secondly, features of GEI at different angles and Gabor features with multiple orientations are extracted from the dynamic part of GEI, respectively. Then averaging method is adopted to fuse features of GEI dynamic region with features of Gabor wavelets on feature layer and the feature space dimension is reduced by an improved Kernel Principal Component Analysis (KPCA). Finally, the vectors of feature fusion are input into the support vector machine (SVM) based on multi classification to realize the classification and recognition of gait. The primary contributions of the paper are: a novel gait recognition algorithm based on based on feature fusion of GEI and Gabor is proposed; an improved KPCA method is used to reduce the feature matrix dimension; a SVM is employed to identify the gait sequences. The experimental results suggest that the proposed algorithm yields over 90% of correct classification rate, which testify that the method can identify better different human gait and get better recognized effect than other existing algorithms.