• 품질경영학회지
• /
• 제13권1호
• /
• pp.26-30
• /
• 1985

In the light of the properties of colloids, in the surface of disperse phase and dispersion, there exist specific characters such as adsorption or electric double layer, which seems to play important roles in determining the physiochemical properties in the dyeing system. Nylon, wool and silk, the typical amphoteric fibers were dyed with Acid dye and various combinations were prepared by combining pH, temperature and dye concentration, in order to generate flowing electric potential which were measured by microviolt meter and specific conductivity meter. The results were transformed to Zeta potential by Helmholtz-Smoluchowski formular and to surface electric charge density by Suzawa formular, surface dye amount, and effective surface area of fibers, and these data were statistically analysed by principle component analysis.

• 제어로봇시스템학회논문지
• /
• 제21권10호
• /
• pp.982-987
• /
• 2015

The inspection machine in SMT (Surface Mount Technology) line detects the assembly defects such as missing, misalignment, loosing, or tombstone. We propose a new method to classify the defect types of chip components by processing the image of PCB. Two original images are obtained from horizontal lighting and vertical lighting. The image of the component is divided into two soldering regions and one packaging region. The features are extracted by appling the PCA (Principle Component Analysis) to each region. The MLP (Multilayer Perceptron) and SVM (Support Vector Machine) are then used to classify the defect types by learning. The experimental results are presented to show the usefulness of the proposed method.

• 한국콘텐츠학회논문지
• /
• 제11권4호
• /
• pp.27-32
• /
• 2011

본 논문은 수면 2기의 EEG 신호와 주성분 분석(principle component analysis)을 이용하여 수면 장애를 분류하는 방안을 제안하고 있다. 초기 특징을 추출하기 위해서 첫 번째 단계에서는 수면 2기의 EEG 신호가 고속 푸리에 변환(fast Fourier transforms)에 의해서 잡음을 제거하는 과정이 수행되었다. 잡음이 제거된 EEG 신호를 두 번째 단계에서는 주성분 분석을 이용하여 5개의 차원으로 축소하였다. 마지막 단계에서는 축소된 5개의 차원을 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions, NEWFM)의 입력으로 사용하여 분류성능을 측정하였다. 분류성능에 있어서 정확도(accuracy), 특이도(specificity), 민감도(sensitivity)가 모두 100%로 나타났다.

• 한국해양공학회지
• /
• 제26권4호
• /
• pp.57-63
• /
• 2012

In this paper, a Bayesian classifier based on PCA (principle component analysis) is proposed to classify underwater transient signals using $16^{th}$ order LPC (linear predictive coding) coefficients as feature vector. The proposed classifier is composed of two steps. The mechanical signals were separated from biological signals in the first step, and then each type of the mechanical signal was recognized in the second step. Three biological transient signals and two mechanical signals were used to conduct experiments. The classification ratios for the feature vectors of biological signals and mechanical signals were 94.75% and 97.23%, respectively, when all 16 order LPC vector were used. In order to determine the effect of underwater noise on the classification performance, underwater ambient noise was added to the test signals and the classification ratio according to SNR (signal-to-noise ratio) was compared by changing dimension of feature vector using PCA. The classification ratios of the biological and mechanical signals under ocean ambient noise at 10dB SNR, were 0.51% and 100% respectively. However, the ratios were changed to 53.07% and 83.14% when the dimension of feature vector was converted to three by applying PCA. For correct, classification, it is required SNR over 10 dB for three dimension feature vector and over 30dB SNR for seven dimension feature vector under ocean ambient noise environment.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 학술회의 논문집 정보 및 제어부문 A
• /
• pp.183-186
• /
• 2003

In this paper, we proposed fuzzy adaptive resonance theory(ART) combined with principle component analysis(PCA) to recognize and classify indoor environmental gases. In experiment Taguchi gas sensors(TGS) are used to detect VOCs. Using thermal modulation of operating temperature of two sensors, we extract patterns of gases from the voltage across the load resistance. We use the PCA algorithm to reduce dimension so it needs less memory and shortens calculation time. Simulation is accomplished to two directions for fuzzy ART with and without PCA.

• 전기학회논문지P
• /
• 제56권1호
• /
• pp.28-36
• /
• 2007

Sensor networks are usually composed of tens or thousands of tiny devices with limited resources. Because of their limited resources, many researchers have studied on the energy management in the WSNs(Wireless Sensor Networks), especially taking into account communications efficiency. For effective data transmission and sensor fault detection in sensor network environment, a new remote monitoring system based on PCA(Principle Component Analysis) and AANN(Auto Associative Neural Network) is proposed. PCA and AANN have emerged as a useful tool for data compression and identification of abnormal data. Proposed system can be effectively applied to sensor network working in LEA2C(Low Energy Adaptive Connectionist Clustering) routing algorithms. To verify its applicability, some simulation studies on the data obtained from real WSNs are executed.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.662-665
• /
• 2013

다양한 네트워크 단말기와 서버로 이루어져 있는 분산 네트워크 환경에서 사용자의 단말기 단에 대규모로 등록된 사용자의 얼굴을 인식하는 시스템의 요구는 빠르게 증가하고 있다. 우리는 기존의 PCA(Principle Component Analysis) 알고리즘을 분석하여, 알고리즘의 특정 부분을 단말기와 서버로 적절하게 분산시켰다. 이를 바탕으로 다양한 네트워크 환경에 적합한 얼굴인식 시스템 모델을 제시하였다. 제안된 모델의 유용성은 실험을 통해 보이고자 하였다.

• 정보보호학회논문지
• /
• 제25권4호
• /
• pp.817-827
• /
• 2015

현대인은 스마트폰과 매우 밀접한 관계를 가지고 있으며 이로 인한 수 많은 보안 위협에 노출되어 있다. 실제로 해커들은 스마트폰에 악성 프로그램을 은밀하게 설치하여 장치 이용 제한 및 개인정보 유출 등의 보안 위협을 야기하고 있다. 그리고 그러한 악성 프로그램은 일반적인 프로그램과 다르게 필요 이상의 권한을 요구한다. 본 논문에서는 이 같은 문제를 바탕으로 사용되는 안드로이드 기반 앱들이 요구하는 권한 데이터를 이용하여 주성분 분석(Principle Component Analysis:PCA)과 확률적 K-인접 이웃(Probabilistic K-Nearest Neighbor:PKNN) 방식을 사용하여 효과적으로 악성 프로그램과 일반 프로그램을 분류하고자 한다. 이뿐 아니라 이를 k-묶음 교차 검증(K-fold Croos Validation)을 통해 PKNN의 정확도를 측정하였다. 그리고 일반적으로 사용되는 K-인접 이웃(K-Nearest Neighbor:KNN) 방식과 비교하여, KNN이 분류하기 힘든 부분을 확률적으로 해결하는 PKNN방법을 제안한다. 최종적으로 제안한 방식을 최적화하는 ${\kappa}$와 ${\beta}$ 파라미터를 구하는 것을 목표로 한다. 본 논문에서 사용된 악성 앱 샘플은 Contagio에 요청하여 이용하였다.

• Smart Structures and Systems
• /
• 제12권3_4호
• /
• pp.327-344
• /
• 2013

Beam string structure (BSS) is introduced as a new type of hybrid prestressed string structures. The composition and mechanics features of BSS are discussed. The main principles of wavelet packet transform (WPT), principal component analysis (PCA) and support vector machine (SVM) have been reviewed. WPT is applied to the structural response signals, and feature vectors are obtained by feature extraction and PCA. The feature vectors are used for training and classification as the inputs of the support vector machine. The method is used to a single one-way arched beam string structure for damage detection. The cable prestress loss and web members damage experiment for a beam string structure is carried through. Different prestressing forces are applied on the cable to simulate cable prestress loss, the prestressing forces are calculated by the frequencies which are solved by Fourier transform or wavelet transform under impulse excitation. Test results verify this method is accurate and convenient. The damage cases of web members on the beam are tested to validate the efficiency of the method presented in this study. Wavelet packet decomposition is applied to the structural response signals under ambient vibration, feature vectors are obtained by feature extraction method. The feature vectors are used for training and classification as the inputs of the support vector machine. The structural damage position and degree can be identified and classified, and the test result is highly accurate especially combined with principle component analysis.

• 대한원격탐사학회지
• /
• 제35권6_3호
• /
• pp.1173-1185
• /
• 2019

본 연구에서는 처음으로 주성분분석(Principle component analysis; PCA) 방법을 이용하여 Sentinel-5p의 TROPOspheric Monitoring Instrument (TROPOMI) 위성센서 원시자료로부터 산업활동 및 화산활동에 의해 발생한 이산화황 연직칼럼농도(Vertical column density; VCD)를 산출하였다. 본 연구에서 TROPOMI로부터 주성분분석방법을 이용하여 산출된 이산화황 연직칼럼농도는 차등흡수분광법(Differential Optical Absorption Spectroscopy; DOAS)을 이용하여 산출된 TROPOMI Level 2 이산화황 연직칼럼농도 산출물과 비교되었다. 산업활동과 같은 인위적 요인에 의하여 다량의 이산화황을 지표부근에 배출하는 동아시아 지역에서 TROPOMI 로부터 주성분분석방법으로 산출된 이산화황 연직칼럼농도와 차등흡수분광법을 이용하여 산출된 TROPOMI 이산화황 연직칼럼농도의 평균값은 각각 0.05 Dobson Unit (DU)와 -0.02 DU로 비슷한 값으로 나타났다. 두 산출물 사이의 기울기(Slope)는 모든 구름조건에 대하여 0.64, 상관계수(Correlation coefficient, R)는 0.51로 다소 낮은 상관관계를 보였으나, 구름비율이 0.5 이하인 픽셀에 대한 기울기는 0.68, 상관계수는 0.61로 증가하였다. 이러한 결과는 두 알고리즘에서 공통적으로 구름비율이 높을 때 지표부근에 대한 이산화황의 산출 민감도가 감소한다는 것을 의미한다. 화산활동에 의한 고농도 이산화황이 발생하는 지역인 인도네시아와 일본 남부 지역에서 두 알고리즘으로 산출된 이산화황 연직칼럼농도 사이의 상관계수는 모든 구름 조건에 대하여 0.90으로 높은 상관관계를 보였다. 이는 화산지역에서의 가스 분출로 인하여 고농도로 대류권 상층 혹은 성층권 하부에 주로 분포하는 이산화황에 대한 위성 기반 이산화황 산출 정확도가 높게 나타나기 때문인 것으로 사료된다.