• 한국정보전자통신기술학회논문지
• /
• 제8권5호
• /
• pp.384-393
• /
• 2015

본 논문은 두 가지 속성 삭제 방법인 ReliefF와 SVM-REF를 조합하여 유전자 선택을 위한 속성 삭제에 기반을 둔 최적화된 분류법(OCFE)을 제안한다. ReliefF 알고리즘은 데이터의 중요도에 따라 데이터 순위를 매기고 필터(filter) 속성 선택 알고리즘이다. SVM-RFE 알고리즘은 속성의 가중치 기반으로 데이터 순위를 매기고 데이터를 감싸는 래퍼(wrapper) 속성 선택 알고리즘이다. 이러한 두 가지 기법을 조합함으로써, 우리는 SVM-RFE는 0.3096779이고 OCFE는 0.3016138으로 에러율 평균이 좀 더 낮게 나타났다. 또한, 제안된 기법은 SVM-RFE가 69%이고 OCFE는 70%으로 좀 더 정확한 것으로 나타났다.

• 한국정보전자통신기술학회논문지
• /
• 제8권5호
• /
• pp.373-383
• /
• 2015

이 논문은 망막 질병을 인지하기 위한 의사결정 지원 시스템을 제안한다. 이 논문은 시스템의 기초로써 스마트 폰 플랫폼과 클라우드 컴퓨팅을 사용한다. 마이크로 렌즈는 사용자의 망막 상태를 인지하기 위해 사용자 망막 이미지를 캡쳐 할 수 있도록 스마트 폰 카메라에 부착되어 있다. 어플리케이션은 컴퓨터에서 생성된 후에 스마트 폰에 설치된다. 이 어플리케이션의 역할은 스마트 폰에 있는 시스템과 클라우드에 있는 시스템 사이를 연결시키는 것으로, 어플리케이션은 분류하기 위해 클라우드 시스템에 망막 이미지를 전송하는 것이다. 이 논문은 분류기로써 OCFE 알고리즘을 사용한다. 망막 이미지는 두 개의 안과학 데이터베이스 DIARETDB1 v2.1과 STARE의 조합을 사용하여 실험하였다. 그리하여 평균 에러율을 12%인 반면에, 이 시스템 평균 정확도는 88%로 나타났다.