• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1343-1344
• /
• 2015

본 연구에서는 증분형 FCM(Incremental Fuzzy C-Means: Incremental FCM) 클러스터링 알고리즘을 기반으로 방사형 기저함수 신경회로망(Radial Basis Function Neural Networks: RBFNN) 패턴 분류기를 설계한다. 방사형 기저함수 신경회로망은 조건부에서 가우시안 함수 또는 FCM을 사용하여 적합도를 구하였지만, 제안된 분류기에서는 빅 데이터간의 적합도를 구하기 위해 증분형 FCM을 사용한다. 또한, 빅 데이터를 학습하기 위해 결론부에서 재귀최소자승법(Recursive Least Square Estimation: RLSE)을 사용하여 다항식 계수를 추정한다. 마지막으로 추론부에서는 증분형 FCM에서 구한 적합도와 재귀최소자승법으로 구한 다항식을 이용하여 최종 출력을 구한다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1369-1370
• /
• 2015

본 논문에서는 얼굴 인식을 위하여 인공 신경망의 일종인 Extreme Learning Machine의 학습 알고리즘을 기반으로 하여 지능형 알고리즘인 퍼지 집합 이론을 이용하여 주변 노이즈에 매우 강한 특성을 보이며 학습 속도가 매우 빠른 새로운 패턴 분류기를 제안한다. 제안된 퍼지 패턴 분류기는 기존 신경회로망의 학습 속도에 비해 매우 빠른 학습 속도를 보이며, 패턴 분류기의 일반화 성능이 우수하다고 알려진 Extreme Learning Machine의 특성을 퍼지 집합 이론과 결합하여 퍼지 패턴 분류기의 일반화 성능을 개선하였다. 제안된 퍼지 패턴 분류기는 얼굴 인식 데이터를 이용하여 성능을 평가 하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• v.5 no.2
• /
• pp.157-163
• /
• 2005

In this paper, we present the multimodal system based on the fusion of two user-friendly biometric modalities: Iris and Face. In order to reach robust identification and verification we are going to combine two different biometric features. we specifically apply 2-D discrete wavelet transform to extract the feature sets of low dimensionality from iris and face. And then to obtain Reduced Joint Feature Vector(RJFV) from these feature sets, Direct Linear Discriminant Analysis (DLDA) is used in our multimodal system. In addition, the Synergetic Neural Network(SNN) is used to obtain matching score of the preprocessed data. This system can operate in two modes: to identify a particular person or to verify a person's claimed identity. Our results for both cases show that the proposed method leads to a reliable person authentication system.

• Journal of Sensor Science and Technology
• /
• v.13 no.3
• /
• pp.199-206
• /
• 2004

Epileptic seizures result from a temporary electrical disturbance of the brain. In this paper, a method of discriminating EEG for diagnoses of temporal lobe epilepsy is proposed. The proposed method for classification of epilepsy and sleep EEG is based on the wavelet transform and the fuzzy c-means. The magnitude and mean of wavelet coefficients for each EEG band are applied to the cluster of the FCM classifier. The proposed system show a little more accurate diagnosis for EEG by analysis of frequency for Wavelet and the success rate of 95% classification using FCM. From the simulation results by the implemented system, we demonstrated this research can be reduce doctor's labors and realize quantitative diagnosis of EEG.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.35 no.6B
• /
• pp.888-894
• /
• 2010

For the indoor positioning, wireless fingerprinting is most favorable because fingerprinting is most accurate among the technique for wireless network based indoor positioning which does not require any special equipments dedicated for positioning. The deployment of a fingerprinting method consists of off-line phase and on-line phase and more efficient and accurate methods have been studied. This paper proposes a bayesian algorithm for wireless fingerprinting and indoor location determination using fuzzy clustering with bayesian learning as a statistical learning theory.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.11a
• /
• pp.186-191
• /
• 2000

요에 함유된 여러 성분들의 영향에 의해 다양한 정적 특성을 나타내는 요분석용 스트립의 화학적인 변화 양상을 요분석 시스템을 사용하여 요분석용 스트립의 각 항목별 각 등급별을 정성적 및 반정량적 분석을 하기 위하여 퍼지 알고리듬을 제안하고, 퍼지 분류기를 구현한 후 구현된 분류기를 검증하기 위하여 시뮬레이션 하였다. 이를 위하여 다음과 같은 연구를 수행하였다. 표준시료를 사용하여 요분석용 스트립의 분광학적 분석에 의한 퍼지 입력 변수, 퍼지 멤버쉽함수 및 퍼지규칙을 생성하였다. 그리고 구현된 분류기를 사용하여 각 항목별과 각 등급별로 평가하였다. 평가 결과 요분석용 스트립의 항목별 음성과 양성의 판별에서는 우수한 결과가 나왔으나, 정량적 분석을 위한 각 항목별 등급의 분류에서는 측정값의 오차로 인해 최고 8%의 오차가 발생하였다.

• Journal of the Semiconductor & Display Technology
• /
• v.12 no.3
• /
• pp.53-57
• /
• 2013

Human emotions are expressed in various ways. It can be expressed through language, facial expression and gestures. In particular, the facial expression contains many information about human emotion. These vague human emotion appear not in single emotion, but in combination of various emotion. This paper proposes a emotional expression algorithm using Active Appearance Model(AAM) and Fuzz k- Nearest Neighbor which give facial expression in similar with vague human emotion. Applying Mahalanobis distance on the center class, determine inclusion level between center class and each class. Also following inclusion level, appear intensity of emotion. Our emotion recognition system can recognize a complex emotion using Fuzzy k-NN classifier.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.79-81
• /
• 2003

본 논문에서는 위성영상의 강독 분류에 대한 성능 개선을 위하여 ISODATA와 퍼지 C-Means 클러스터링 기법을 이용한 베이시안 최대우도 분류방법을 제안하였다. 본 연구에서는 ISODATA 클러스터링 기법을 이용하여 각각의 분류항목별로 분광특징에 따라 분석가가 선정한 훈련 데이터를 분할하여 새로운 훈련 데이터를 선정함으로써 분류항목별 훈련데이터의 분광적인 특징에 관계없이 분류를 수행할 수 있도록 하였다. 그리고 새롭게 선정된 훈련 데이터를 이용하여 퍼지 C-Means 클러스터링을 수행하고 그 결과를 베이시안 최대우도 분류기법의 사전확률로 이용함으로써 위성영상의 감독 분류에 대한 성능을 개선할 수 있는 방법을 제안한다. 제안된 기법은 Landset TM 위성영상을 이용하여 그 적용성을 시험하였다.

• The Transactions of The Korean Institute of Electrical Engineers
• /
• v.61 no.1
• /
• pp.125-129
• /
• 2012

In this paper, we propose an intelligent method to surveil moving objects and to judge an unusual-behavior by using network cameras. To surveil moving objects, the Scale Invariant Feature Transform (SIFT) algorithm is used to characterize the feature information of objects. To judge unusual-behaviors, the virtual human skeleton is used to extract the feature points of a human in input images. In this procedure, the Principal Component Analysis (PCA) improves the accuracy of the feature vector and the fuzzy classifier provides the judgement principle of unusual-behaviors. Finally, the experiment results show the effectiveness and the feasibility of the proposed method.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• v.11 no.2
• /
• pp.124-128
• /
• 2011

Music emotion recognition is currently one of the most attractive research areas in music information retrieval. In order to use emotion as clues when searching for a particular music, several music based emotion recognizing systems are fundamentally utilized. In order to maximize user satisfaction, the recognition accuracy is very important. In this paper, we develop a new music emotion recognition system, which employs a multilabel feature selector and multilabel classifier. The performance of the proposed system is demonstrated using novel musical emotion data.