• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2004년도 추계학술대회 논문집
• /
• pp.1123-1126
• /
• 2004

Recognizing emotion in speech is required lots of spoken language corpus not only at the different emotional statues, but also in individual languages. In this paper, we focused on the changes speech signals in different emotions. We compared the features of speech information like formant and pitch according to the 4 emotions (normal, happiness, sadness, anger). In Korean, pitch data on monophthongs changed in each emotion. Therefore we suggested the suitable analysis techniques using these features to recognize emotions in Korean.

• 한국컴퓨터정보학회논문지
• /
• 제5권3호
• /
• pp.215-219
• /
• 2000

The purpose of this paper is to propose a method to maximize the efficiency of a content-based image retrieval for various kinds of images. This paper discuss the self-adaptivity for the change of image domain and the self-selection of optimal features for query image, and present the efficient method to maximize content-based retrieval for various kinds of images. In this method, a content-based retrieval system is adopted to select automatically distinctive feature patterns which have a maximum efficiency of image retrieval in various kinds of images. Experimental results show that the Proposed method is improved 3% than the method using individual features.

• 대한인간공학회:학술대회논문집
• /
• 대한인간공학회 1993년도 춘계학술대회논문집
• /
• pp.134-144
• /
• 1993

The psychophysical magnitude estimation thechnique can provide a useful tool for determining the best design features of a product in terms of user preference, especially when it is difficult or almost impossible to obtain objective and quantitative data on the user performance. In this research, several interior design features of a high speed train such as arrangement of passenger seats, and availability of interior facilities were examined quantitatively to provide interior design recommendations for the high speed train. A train simulator was built to provide a realistic interior enviror enviroment of the high speed train, and individual design features were manipulated by using a three-factor within-subject experimental design. At the same time, a psychophysical scale of verbal descriptors ranging from "extremly like" to "extremly dislike" was developed to explain the magnitude estimates of the design features in ordinary language.n ordinary language.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.295-296
• /
• 2007

Fake fingersubmission to the sensor is a major problem in fingerprint recognition systems. In this paper, we introduce a novel liveness detection method using multi-static features. For convenience and usefulness of field application, static features are only considered to detect 'live' and 'fake' fingerprint images. Individual pore spacing, noise of image and first order statistics of image are analyzed as our static features to reflect the Physiological and statistical characteristics of live and fake fingerprint.

• 아시아태평양코퍼스연구
• /
• 제3권1호
• /
• pp.21-34
• /
• 2022

This study aims to apply corpus-based approach to analyze The Yellow Wall-Paper and Herland written by Charlotte Perkins Gilman, a women's rights activist in the late nineteenth-century America. Although both works have attracted feminists' attention to the woman question that concerned Gilman, discussion on her language features and their relation to the literary themes of these two works is still in need. In this corpus-based analysis, we argue that the main themes of different literary works can be revealed through linguistic patterns identified by number and gender features of nouns and pronouns in the contrast of two works and a balanced corpus. The linguistic features (number and gender) have been related with two themes, the 'group and individual' and the 'feminine and masculine', and are further interpreted in terms of mothering and feminine consciousness. By adopting linguistic approach, our study provides quantitative and qualitative evidence to verify the established themes and arguments of these literary texts.

• 한국시뮬레이션학회논문지
• /
• 제20권4호
• /
• pp.13-20
• /
• 2011

현재 일상생활에서 얼굴 인식은 신원확인, 보안 등의 목적으로 사용되고 있다. 얼굴인식의 과정은 첫 번째로 얼굴이미지의 특징을 추출해야 한다. 다음으로 추출된 특징을 학습하고 그 중 학습이 잘된 식별력 있는 특징을 선택하게 된다. 그 이후 식별력 있는 특징을 이용하여 얼굴이미지를 인식하게 된다. 얼굴인식을 위해 사용하는 얼굴이미지의 특징의 수는 매우 많다. 이 많은 특징을 학습 및 인식에 다 사용할 경우 학습 시간과 컴퓨팅 자원의 효율성이 떨어지는 문제점을 가지고 있다. 이러한 문제를 해결하기 위해서 최근 여러가지의 Boosting 기법이 소개되어왔다. Boosting 기법은 특징을 효율적으로 선택하여 학습 알고리즘의 성능을 좋게해주는 기법이다. 그 중 MutualBoost라는 기법이 있는데 이 기법은 특징간의 상호정보를 이용하여 특징을 효율적으로 선택하게 하는 기법이다. 본 논문에서는 MutualBoost의 효과를 더 증대시키기 위해서 개별적인 특징학습이 아니라 특징들을 Group화하여 특징학습을 하는 GroupMutual-Boost기법을 제안한다. 특징들을 Group화 함으로써 특징의 학습 및 선택 시간이 줄어들게 되고 컴퓨팅 자원을 보다 효율적으로 사용할 수 있다.

• 인지과학
• /
• 제18권4호
• /
• pp.445-455
• /
• 2007

본 논문은 주성분분석기법을 이용한 치아의 다면특징을 기반으로 한 새로운 생체 식별시스템을 제안한다. 치아의 다면 특징들은 정면치아와 좌측, 우측 치아들로 이루어진다. 우리는 실생활 환경에서 보안 접속을 위하여 치아를 이용한 생체식별을 목표로 한다. 다면 치아 영상들은 특별히 고안된 실험환경에서 획득되었으며, 개인 식별을 위한 특징으로 42개의 주성분이 개발되었다. 개인 식별은 학습된 다면치아와 회전된 다면치아 사이의 최소근접기법에 의해 계산되었다. 2도 회전 후의 다면치아 인식성능은 평균값으로 좌측면 치아 95.2%, 우측면 치아 91.3%을 보였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권3호
• /
• pp.273-285
• /
• 2003

일반적으로 공간 벡터 데이타는 래스터 데이타에 비해 많은 정보를 포함하고 있으므로, 좀 더 융통적이고 효율적으로 데이타에 대한 처리가 가능하다. 그러나 인터넷을 통한 공간 벡터 데이타의 조작 시 해결해야 할 문제로 좁은 대역폭을 갖는 인터넷에서 크기가 크고 복잡한 벡터 데이타를 어떻게 효율적으로 전송하는가 라는 문제이다. 본 논문은 좁은 대역폭을 갖는 인터넷을 통한 공간 벡터 데이타를 효율적으로 전송하기 위한 새로운 전송 기법인 스케일에 기반한 전송 기법을 제안한다. 제안된 기법의 아이디어는 보여질수 있는 것만을 전송하는 것이다. 특정 스케일에서 일부 피쳐만이 사용자에게 보여지므로, 자연히 스케일은 공간 피쳐와 연관된 요소이다. 제안된 기법은 웨이블릿에 기반한 지도 일반화 알고리즘을 통해 공간 객체 중에서 출력되는 스케일에 따라 보여질 필요가 없는 피쳐들을 필터링하고, 보여지는 피쳐만을 최종적으로 전송한다. 본 논문에서는 실험을 통해 제안된 기법을 사용하는 경우, 개개의 공간 연산들에 대한 응답 시간이 대체적으로 향상됨을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제26권2호
• /
• pp.61-68
• /
• 2021

최근 악성코드와 정상 바이너리를 분류하기 위해 기계학습을 이용하는 기술이 다양하게 연구되고 있다. 효과적인 기계학습을 위해서는 악성코드와 정상 바이너리를 식별하기 위한 Feature를 잘 추출하는 것이 무엇보다 중요하다. 본 논문에서는 재귀적인 방법을 이용하여 기계학습에 활용하기 위한 Feature 추출 방법인 RFA(Recursive Feature Addition) 제안한다. 제안하는 방법은 기계학습의 성능을 극대화 하기 위해 개별 Feature를 대상으로 재귀적인 방법을 사용하여 최종 Feature Set을 선정한다. 세부적으로는 매 단계마다 개별 Feature 중 최고성능을 내는 Feature를 추출하여, 추출한 Feature를 결합하는 방법을 사용한다. 제안하는 방법을 활용하여 Decision tree, SVM, Random forest, KNN등의 기계학습 알고리즘에 적용한 결과 단계가 지속될수록 기계학습의 성능이 향상되는 것을 검증하였다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.93-101
• /
• 2024

Accurate field crop classification is essential for various agricultural applications, yet existing methods face challenges due to diverse crop types and complex field conditions. This study aimed to address these issues by combining support vector machine (SVM) models with multi-seasonal unmanned aerial vehicle (UAV) images, texture information extracted from Gray Level Co-occurrence Matrix (GLCM), and RGB spectral data. Twelve high-resolution UAV image captures spanned March-October 2021, while field surveys on three dates provided ground truth data. We focused on data from August (-A), September (-S), and October (-O) images and trained four support vector classifier (SVC) models (SVC-A, SVC-S, SVC-O, SVC-AS) using visual bands and eight GLCM features. Farm maps provided by the Ministry of Agriculture, Food and Rural Affairs proved efficient for open-field crop identification and served as a reference for accuracy comparison. Our analysis showcased the significant impact of hyperparameter tuning (C and gamma) on SVM model performance, requiring careful optimization for each scenario. Importantly, we identified models exhibiting distinct high-accuracy zones, with SVC-O trained on October data achieving the highest overall and individual crop classification accuracy. This success likely stems from its ability to capture distinct texture information from mature crops.Incorporating GLCM features proved highly effective for all models,significantly boosting classification accuracy.Among these features, homogeneity, entropy, and correlation consistently demonstrated the most impactful contribution. However, balancing accuracy with computational efficiency and feature selection remains crucial for practical application. Performance analysis revealed that SVC-O achieved exceptional results in overall and individual crop classification, while soybeans and rice were consistently classified well by all models. Challenges were encountered with cabbage due to its early growth stage and low field cover density. The study demonstrates the potential of utilizing farm maps and GLCM features in conjunction with SVM models for accurate field crop classification. Careful parameter tuning and model selection based on specific scenarios are key for optimizing performance in real-world applications.