• Journal of Advanced Marine Engineering and Technology
• /
• 제40권2호
• /
• pp.138-145
• /
• 2016

This paper proposes an improved tabu search method for subset selection in multiple linear regression models. Variable selection is a vital combinatorial optimization problem in multivariate statistics. The selection of the optimal subset of variables is necessary in order to reliably construct a multiple linear regression model. Its applications widely range from machine learning, timeseries prediction, and multi-class classification to noise detection. Since this problem has NP-complete nature, it becomes more difficult to find the optimal solution as the number of variables increases. Two typical metaheuristic methods have been developed to tackle the problem: the tabu search algorithm and hybrid genetic and simulated annealing algorithm. However, these two methods have shortcomings. The tabu search method requires a large amount of computing time, and the hybrid algorithm produces a less accurate solution. To overcome the shortcomings of these methods, we propose an improved tabu search algorithm to reduce moves of the neighborhood and to adopt an effective move search strategy. To evaluate the performance of the proposed method, comparative studies are performed on small literature data sets and on large simulation data sets. Computational results show that the proposed method outperforms two metaheuristic methods in terms of the computing time and solution quality.

• 한국음향학회지
• /
• 제14권6호
• /
• pp.62-67
• /
• 1995

본 논문에서는 금속내부에 존재하는 결함의 다양한 형태로부터 반사된 초음파 신호를 디지탈 신호처리에 의하여 특징추출하는 방법을 연구분석하였다. 다양한 형태의 결함으로부터 반사된 초음파 신호는 잡음 등의 영향으로 그 특징의 구별이 애매하므로 자기 회기법(auto-regressive)을 이용한 위너 필터링(Wiener filtering)과 최소 절대치 노름(least-absolute-values norm) 기법을 사용하여 신호의 특징을 추출하고 상호 비교분석하였다. 실험에서는 알루미늄 시편에 평면결함, 사각결함, 원형결함의 세가지 결함형태를 제작하였으며, 초음파를 입사하고 펄스-에코 방법에 의하여 반사신호를 측정하였다. 반사신호의 디지탈 신호처리 결과, 이러한 특징추출방법은 다양한 형태의 결함으로부터 반사된 신호를 효율적으로 분류 할 수 있었다.

• 한국군사과학기술학회지
• /
• 제14권4호
• /
• pp.590-597
• /
• 2011

The IDRS provides detection, classification and bearing/range estimation by performing wavefront curvature analysis on an intercepted active transmission from target. Especially, a estimate of the target bearing/range that significantly affects the optimal operation of own submarine is required. Target bearing/range can be estimated by wavefront curvature ranging which use the difference of time arrival at sensors. But estimation ambiguity occur in bearing/range estimation due to a number of peaks caused by high center frequency and limited bandwidth of the intercepted active transmission and distortion caused by noise. As a result the bearing/range estimation performance is degraded. To estimate target bearing/range correctly, bearing/range estimation method that eliminate estimation ambiguity is required. In this paper, therefore, for wavefront curvature ranging, NLS cost function with curve fitting method is proposed, which provide robust bearing/range estimation performance by eliminating estimation ambiguity. Through simulation the performance of the proposed bearing/range estimation methods are verified.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제13권3호
• /
• pp.178-185
• /
• 2013

As computer technology continues to develop, computer networks are now widely used. As a result, there are many new intrusion types appearing and information security is becoming increasingly important. Although there are many kinds of intrusion detection systems deployed to protect our modern networks, we are constantly hearing reports of hackers causing major disruptions. Since existing technologies all have some disadvantages, we utilize algorithms, such as the fuzzy C-means (FCM) and the support vector machine (SVM) algorithms to improve these technologies. Using these two algorithms alone has some disadvantages leading to a low classification accuracy rate. In the case of FCM, self-adaptability is weak, and the algorithm is sensitive to the initial value, vulnerable to the impact of noise and isolated points, and can easily converge to local extrema among other defects. These weaknesses may yield an unsatisfactory detection result with a low detection rate. We use a genetic algorithm (GA) to help resolve these problems. Our experimental results show that the combined GA and FCM algorithm's accuracy rate is approximately 30% higher than that of the standard FCM thereby demonstrating that our approach is substantially more effective.

• Journal of Astronomy and Space Sciences
• /
• 제13권2호
• /
• pp.198-209
• /
• 1996

본 논문에서는 인공위성을 통하여 수신되는 다중대역 영상을 압축하기 위한 방법을 제시한다. 본 논문에서 제안하는 방법은 다대역 영상에서 보이는 대역간 상관성 및 대역내에서 각 화소간의 상관성을 줄이는 목표를 가지고, 화소간 상관성을 줄이기 위해서는 wavelet 변환을 사용하고, 대역간 상관성을 줄이기 위해서는 대역간 데이타블럭의 화소값간의 상관관계를 1차식으로 모델링하고 회귀(regression) 방법을 이용하여 대역간 화소 차이을 가깝게 하여 데이타 압축율을 향상시킨다. 변환계수는 데이타 압축율을 높이기 위해 변형된 힐버트 커브와 RLE 그리고 허프만 코딩을 이용하였다. 제안된 알고리듬은 우리별 1호 영상과 LANDSAT MSS 영상을 이용하여 실험하였으며, 성능평가 척도로는 원영상과 복원된 영상의 PSNR과 ISODATA를 이용할 때의 분류 능력을 비교하였다.

• 응용통계연구
• /
• 제26권1호
• /
• pp.131-139
• /
• 2013

지지벡터기계는 잡음변수가 존재하는 경우에 성능이 저하될 수 있다. 또한 최종 분류기에서 각 변수들의 중요도를 알리 어려운 단점이 있다. 따라서 변수선택은 지지벡터기계의 해석력과 정확도를 높일 수 있다. 기존의 문헌상의 대부분의 연구는 선형 지지벡터기계에서 성근 해를 주는 벌점함수를 통해 변수를 선택에 관한 것이다. 실제로는 분류의 정확도를 높이기 위해 비선형 커널을 사용하는 경우가 일반적이다. 따라서 변수선택은 비선형 지지벡터기계에서도 마찬가지로 필요하다. 본 논문에서는 모의실험 및 실제자료를 통하여 비선형 지지벡터의 대표적인 변수선택법인 COSSO(component selection and smoothing operator)와 KNIFE(kernel iterative feature extraction)의 성능을 비교한다.

• 대한의용생체공학회:의공학회지
• /
• 제35권3호
• /
• pp.42-49
• /
• 2014

We propose an individual identification method using a single-lead electrocardiogram signal. In this paper, lead I ECG is measured from subjects in various physical and psychological states. We performed a noise reduction for lead I signal as a preprocessing stage and this signal is used to acquire the representative beat waveform for individuals by utilizing the ensemble average. From the P-QRS-T waves, features are extracted to identify individuals, 19 using the duration and amplitude information, and 16 from the QRS complex acquired by applying Pan-Tompkins algorithm to the ensemble averaged waveform. To analyze the effect of each feature and to improve efficiency while maintaining the performance, Relief-F algorithm is used to select features from the 35 features extracted. Some or all of these 35 features were used in the support vector machine (SVM) learning and tests. The classification accuracy using the entire feature set was 98.34%. Experimental results show that it is possible to identify a person by features extracted from limb lead I signal only.

• 컴퓨터교육학회논문지
• /
• 제3권1호
• /
• pp.169-176
• /
• 2000

본 논문은 NIE교육을 위하여 웹에서 분산된 교육적인 신문 정보들을 수집하여 교사와 학습자에게 제공하기 위한 ENIG Agent에 관한 연구이다. ENIG Agent는 교육적인 신문 정보를 학습자에게 실시간으로 제공하기 위하여 해당 교육 신문 사이트 기사의 표제들을 취득한다. 최적화된 표제의 추출은 교육용 신문 사이트의 전처리 과정과 잡음 제거 작업 및 패턴 매칭을 통하여 이루어진다. 얻어진 교육용 신문 표제 정보는 NIE를 위하여 학습자에게 웹브라우저를 통해 제시된다. 얻어진 자료의 활용도를 높이기 위해 지능적인 학습 기능과 시각적인 분류 기술을 이용한다. 실험을 통하여 본 연구에서 설계 구현된 ENIG 에이전트의 효율성을 살펴보았다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권6호
• /
• pp.1283-1291
• /
• 2014

본 논문에서는 대용량이거나 시간에 따라 순차적으로 들어오는 데이터의 분류를 위한 전진적 단계 알고리즘을 제안한다. Adaboost 알고리즘은 노이즈가 있는 데이터에 대하여 성능이 떨어지는 것으로 알려져 있다. 이를 해결하기 위한 한 가지 방법으로 전진적 단계 선형 회귀 방법을 사용한다. 대용량 데이터나 순차적 배치 데이터의 경우에도 이러한 상황을 극복하기 위해 전진적 단계 알고리즘 방법을 적용한 방법을 제안한다. 모의실험과 실제 자료 분석을 통해 제안된 알고리즘이 좋은 성능을 보임을 알 수 있었다.

• Smart Structures and Systems
• /
• 제4권6호
• /
• pp.759-777
• /
• 2008

A wireless sensing system is designed for application to structural monitoring and damage detection applications. Embedded in the wireless monitoring module is a two-tier prediction model, the auto-regressive (AR) and the autoregressive model with exogenous inputs (ARX), used to obtain damage sensitive features of a structure. To validate the performance of the proposed wireless monitoring and damage detection system, two near full scale single-story RC-frames, with and without brick wall system, are instrumented with the wireless monitoring system for real time damage detection during shaking table tests. White noise and seismic ground motion records are applied to the base of the structure using a shaking table. Pattern classification methods are then adopted to classify the structure as damaged or undamaged using time series coefficients as entities of a damage-sensitive feature vector. The demonstration of the damage detection methodology is shown to be capable of identifying damage using a wireless structural monitoring system. The accuracy and sensitivity of the MEMS-based wireless sensors employed are also verified through comparison to data recorded using a traditional wired monitoring system.