• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2485-2487
• /
• 2000

In this paper, we use a fuzzy algorithm to detect and diagnose the error which is caused by time delay of the computer-controlled system. Generally, a computer-controlled system is composed of computer and process. And they communicate the data each other. In data communication, error occurs by some reasons, such as noise, disturbance, hardware defect, etc. Time delay is one of the reasons. And time delay makes it difficult to distinguish whether the system really has a problem or not. Therefore, we need to detect and diagnose the error from time delay. For difficulty of modeling and ambiguity of classification, we use a fuzzy algorithm. To verify the better performance of the proposed algorithm, we exemplified by some simulation results.

• Proceedings of the IEEK Conference
• /
• 2000.07b
• /
• pp.1049-1052
• /
• 2000

In this paper, an efficient method to find cut in the MPEG stream data is proposed. For this purpose, histogram difference and pixel difference is considered as a noise signal. The signal is then filtered out by a median filter to make the frame difference larger. The frame difference obtained in this way is classified into cut frame and non-cut frame by the 2-means clustering without using any threshold value. To improve the classification ratio, a back-propagation neural network is constructed, where outputs of 2-means clustering are used as the inputs of the network. The simulation results demonstrate the performance of the proposed methods.

• International journal of advanced smart convergence
• /
• v.4 no.2
• /
• pp.170-176
• /
• 2015

The stamp is one of the crucial information of traditional historical and cultural for nations. In this paper, we purpose to detect official stamps from scanned document and recognize the Mongolian traditional, historical stamps. Therefore we performed following steps: first, we detect official stamps from scanned document based on red-color segmentation and document standard. Then we collected 234 traditional stamp images with 6 classes and 100 official stamp images from scanned document images. Also we implemented the processing algorithms for noise removing, resize and reshape etc. Finally, we proposed a new scale invariant classification algorithm based on KNN (k-nearest neighbor). In the experimental result, our proposed a method had shown proper recognition rate.

• Communications for Statistical Applications and Methods
• /
• v.13 no.2
• /
• pp.449-466
• /
• 2006

We propose to use variable selection methods based on penalized regression for pruning decision tree ensembles. Pruning methods based on LASSO and SCAD are compared with the cluster pruning method. Comparative studies are performed on some artificial datasets and real datasets. According to the results of comparative studies, the proposed methods based on penalized regression reduce the size of boosting ensembles without decreasing accuracy significantly and have better performance than the cluster pruning method. In terms of classification noise, the proposed pruning methods can mitigate the weakness of AdaBoost to some degree.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.560-567
• /
• 1998

This paper concerned about a imputed color printed material image in camera to decrease noise and distortion by processing median filtering with input image to identical condition. Also this paper proposed the way of compares a normal printed material with an abnormal printed material color tone with trained a learning of the error back-propagation to block classification by extracting five place from identical block(3${\times}$3) of color printed material R, G, B value. As a representative algorithm of multi-layer perceptron the error Back-propagation technique used to solve complex problems. However, the Error Back-propagation is algorithm which basically used a gradient descent method which can be converged to local minimum and the Back Propagation train include problems, and that may converge in a local minimum rather than get a global minimum. The network structure appropriate for a given problem. In this paper, a good result is obtained by improve initial condition and adjust th number of hidden layer to solve the problem of real time process, learning and train.

• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2000.11a
• /
• pp.409-412
• /
• 2000

A high performance EEG signal measurement system is fabricated. It consists of high precision pre-amplifier and auto identification bandwidth unit. High precision pre-amplifier is composed of signal generator, signal amplifier with a impedance converter, body driver and isolation amplifier. The pre-amplifier is designed for low noise characteristics, high CMRR, high input impedance, high IMRR and safety, Auto identification bandwidth unit is composed of AD-converter and PIC micro-controller for real time processing EEG signal. The performance of EEG signal measurement system has been shown the classified bandwidth through the clinical demonstrations.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.69-72
• /
• 2006

최근 생명 정보학 기술의 발달로 마이크로 단위의 실험조작이 가능해짐에 따라 하나의 chip상에서 전체 genome의 expression pattern을 관찰할 수 있게 되었고, 동시에 수 만개의 유전자들 간의 상호작용도 연구가능하게 되었다. 이처럼 DNA 마이크로어레이 기술은 복잡한 생물체를 이해하는 새로운 방향을 제시해주게 되었다. 따라서 이러한 기술을 통해 얻어진 대량의 유전자 정보들을 효과적으로 분석하는 방법이 시급하다. 본 논문에서는 마이크로어레이 실험에서 다양한 원인에 의해 발생하는 잡음(noise)을 줄이거나 제거하는 과정인 정규화과정을 거쳐 특징 추출방법인 SVM(Support Vector Machine) 방법을 이용하여 데이터를 2개의 클래스로 나누고, 표준화 방법들의 성능 비교를 위해 Adaptive Simulated Annealing 알고리즘으로 정확도를 평가하는 분류 시스템을 설계 구현하였다.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2810-2812
• /
• 2001

본 논문에서는 독립성분해석을 이용한 영상분리에 있어서의 잡음에 대한 강인성에 대한 주성분해석과 비교 연구를 함으로써, 독립성분해석(Independent Component Analysis, ICA)기법의 효율성을 고찰하고 분석하고자 한다. 원래의 인식 시스템 모델에 잡음을 주었을 때, ICA를 이용한 영상 분리의 잡음에 대한 강인성은 주성분 해석(Principal Component Analysis, PCA)기법에서 보다 더 잡음에 강인한 성질을 내포하고 있는데, 이는 PCA 보다 ICA가 분리하려는 영상정보의 상호관계를 더 약화시키는 작용을 하기 때문이다. 이러한 특성은 모의실험을 통해 확인되었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.343-345
• /
• 2020

본 논문에서는 선택적 노이즈 캔슬링을 위한 환경 인지 기술을 제안한다. 기존의 노이즈 캔슬링은 모든 소리를 구분 없이 차단하여 여러 가지 문제를 유발할 수 있으며 공통된 노이즈 캔슬링 동작으로 각 소음에 최적화된 성능을 보장할 수 없다. 이러한 문제를 해결하기 위해 제안하는 방법은 대표적 오디오 특성인 멜-스펙트로그램과 스펙트로그램 기반의 시간적 특성 벡터를 사용하여 환경 인지를 진행한다. 본 논문에서는 attack, rotation, sawing으로 구성된 3가지 소음과 speech, tonal로 구성된 2가지 비 소음으로 총 5가지 클래스를 분류한다. 제안하는 방법에서 특성 벡터로 멜-스펙트로그램만을 사용했을 때 87.5%의 분류 성능을 보였으며, 스펙트로그램 기반의 시간적 특성을 추가했을 때 분류 성능이 91.2%로 향상되었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.1-2
• /
• 2023

본 연구는 환경 요인이 통제되어 있는 실험실 데이터에 산업 현장에서 발생하는 유사 잡음을 노이즈로 추가하였을 때, SNR비에 따른 노이즈별 STFT Log Spectrogram, Mel-Spectrogram, CWT Spectrogram 총 3가지의 이미지를 생성하고, 각 이미지를 입력으로 한 CNN 결함 분류 모델의 성능 결과를 확인하였다. 원본 데이터의 영향력이 큰 0db 이상의 SNR비로 합성할 경우 원본 데이터와 분류 결과상 큰 차이가 존재하지 않았으며, 노이즈 데이터의 영향이 큰 0db 이하의 SNR비로 합성할 경우, -20db의 STFT 이미지 기준 약 26%의 성능 저하가 발생하였다. 또한, Wiener Filtering을 통한 디노이징 처리 이후, 노이즈를 효과적으로 제거하여 분류 성능의 결과가 높아지는 점을 확인하였다.