• 식물조직배양학회지
• /
• 제28권1호
• /
• pp.53-58
• /
• 2001

제초제 저항성 오이 (Cucumis sativus L. cv Green angel)를 생산하기 위하여 배발생 현탁배양세포와 binary vector pGA-bar을 지닌 Agrobacterium tumefacians (LBA4404)를 공동배양하였다. 형질전환 벡터의 T-DNA부분에는 kanamycin에 저항성을 나타내는 neomycin phosphotrans ferase (npt II) 유전자와 phosphinothricin (PPT)에 저항성을 나타내는 phosphinothricin acetyltransferase (bar) 유전자를 지니고 있다. 48시간의 공동배양 후 배발생 캘러스는 20mg/L PPT가 함유된 성숙배지에서 배양하였다. 약 200개체의 형질전환 유식물체를 40mg/L PPT가 첨가된 호르몬이 없는 배지에서 생산하였다. 5개의 오이 형질전환 식물체의 염색체에 bar유전자가 도입되어 발현되는 것을 northern blot 분석을 통하여 확인하였다. 형질전환 오이 식물체가 토양에서 성숙되었다. 성숙한 오이 식물체는 PPT가 함유된 상업적 제초제 (Basta)를 일반적인 사용 농도 (3ml/L)처리시에도 저항성을 나타내며 생장하였다.

• 한국정보처리학회논문지
• /
• 제1권1호
• /
• pp.81-91
• /
• 1994

벡터 양자화기를 이용하여 영상의 부호화기를 설계하는데 있어서 2차원 이산여현 변환(2D-Discrete Cosine Transform)에 근거한 DCT 맵(map)과 새로운 부호책(codebook) 설계로서 알고리듬을 제안한다. 영상을 작은 부블럭으로 나누고 2차원 이산여현변환 으로 대부분의 정보를 포함하는 부분, 즉 부호화하기 어려운 부분과 부호화하기 쉬운 적은 정보를 포함하는 영역으로 나누어 맵을 만들고 이 맵에 따라 영상의 중요한 특징 들을 2차원 이산여현변환으로 추출한다. 부호책은 트리 구조에 근거한 2진 트리로 두 영역을 따로 학습세트로 나눔으로서 만들어 진다. 2진 트리의 중간 노드에서 각 학 습 벡터는 그 노드에서의 문턱 값과 비교하여 두개의 아래 노드중 하나에 속하게 된다. 국제 표준화상인 Lenna와 Boat 영상에 대하여 본 알고리듬으로 영상을 부호화했을 때 PNN과 CVQ 알고리듬에 비하여 수행 시간을 줄이고, PNN 알고리듬보다는 각각 약0.45 dB과 0.33 dB만큼, CVQ 알고리듬보다 각각 약 0.05 dB과 0.1 dB만큼 더 좋은 영상의 화질을 얻을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.774-779
• /
• 2012

본 논문은 brain-computer interface (BCI)를 통해 움직임 상상 시 측정된 뇌-활동전위신호(EEG)에 내포된 행동의도의 패턴을 보다 정확하게 분류하기 위한 최적 EEG 채널 선택 기법을 제안한다. 기존의 EEG 측정실험에서는 실험 설계자에 의해 대뇌 기능적 피질 분류를 이용하여 인위적으로 선별된 채널을 활용하거나 측정기기가 수용 가능한 전체 채널을 사용해왔으며, 일정 수준의 패턴분류 정확도를 얻을 수 있었지만 다수의 채널로 인해 Common Spatial Pattern (CSP) 등의 패턴특징 추출 시 overfit 및 계산 복잡도 증가의 문제가 발생되었다. 이를 극복하기 위하여 방안으로 본 논문에서는 binary particle swarm optimization (BPSO)을 기반으로 다수의 채널 중 최적 채널을 자동으로 선택하고, 각각의 채널에 대한 impact factor를 부여함으로써 중요 채널 부근의 채널들에 가중치를 부여하는 선택방법을 제안하였으며, Support Vector Machine (SVM)을 이용하여 다수의 채널을 사용 하였을 때의 정확도와 channel impact factor를 고려한 BPSO를 적용시켰을 때의 정확도를 비교, 분석하였다.

• 전자공학회논문지
• /
• 제51권6호
• /
• pp.201-208
• /
• 2014

본 논문은 DTW 결과를 이용하여 분류기 구조를 설계하는 알고리즘을 제안한다. 제안된 알고리즘은 다수 클래스의 데이터를 분류하기 위한 SVM 기반 이진트리 구조를 설계하는데 있어 DTW 결과를 이용한다. 각 클래스에 대한 데이터를 DTW의 입력으로 하여 얻어진 결과행렬의 열의 합을 이용하여 계산된 임계치를 기준으로 SVM 기반 이진트리 구조(SVM-BTA)를 설계한다. 제안된 알고리즘의 성능 비교를 위해 데이터베이스와 k-means 알고리즘을 이용한 이진트리 구조의 분류 결과를 비교한다. 분류에 사용된 데이터는 수중과도소음 데이터베이스의 18개 클래스 333개의 데이터이다. 제안된 분류기는 데이터베이스의 체계를 이용한 분류기에 비해 분류성능이 향상되었고, k-means 알고리즘을 이용한 분류기에 비해 비 생물소음의 검출 확률이 향상되었다. 제안된 SVM-BTA는 생물 소음(BO) 68.77%, 기계 소음인 체인(CHAN) 92.86%, 그 외의 기계 소음 및 음향학적 소음, 기타소음의 6종은 100%로 분류한다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2003년도 추계학술대회
• /
• pp.123-123
• /
• 2003

More elaborated methods allowing the usage of binary classifiers for the resolution of multi-class classification problems are briefly presented. This way of using FSVC to learn a K-class classification problem consists in choosing the maximum applied to the outputs of K FSVC solving a one-per-class decomposition of the general problem.

• Communications for Statistical Applications and Methods
• /
• 제20권3호
• /
• pp.225-233
• /
• 2013

The linear support vector machine(SVM) is motivated by the maximal margin separating hyperplane and is a popular tool for binary classification tasks. Many studies exist on the consistency properties of SVM; however, it is unknown whether the linear SVM is consistent for estimating the optimal classification boundary even in the simple case of two Gaussian classes with a common covariance, where the optimal classification boundary is linear. In this paper we show that the linear SVM can be inconsistent in the univariate Gaussian classification problem with a common variance, even when the best tuning parameter is used.

• 한국통신학회논문지
• /
• 제24권12B호
• /
• pp.2342-2348
• /
• 1999

기존의 코드북 설계방법의 많은 계산량과 초기 코드북 문제를 해결하기 위해 영상에 대한 DCT-기반 벡터양자화 코드북 설계방식이 제안되었다. 이 방법은 훈련벡터들의 DCT 계수들에 대한 분산을 각각 구하여 그 중 최대값을 가지는 계수를 분할키로 하고 그 평균값을 분할경계값으로 하여 균형 이진트리를 만들어 종단노드들을 최종코드북으로 하는 방법인데, 에지부분의 열화가 생기는 단점이 있다. 본 논문에서는 중복된 벡터가 많은 평탄영역 벡터들의 노드 분할을 억제하고 다양한 에지영역의 코드벡터들을 포함하는 코드북을 만들기 위해, 각 노드들의 분할키들을 비교하여 값이 가장 큰 노드부터 분할하는 불균형 이진트리를 이용한 벡터양자화 코드북 설계 방법을 제안하였다. 모의실험 결과 에지부분의 복원성과 PSNR 측면에서 기존의 방법에 비해 좋은 결과를 얻을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제18권4호
• /
• pp.549-554
• /
• 2008

Support Vector Machine(SVM)은 통계적 학습 이론에 기반을 둔 분류기이다. 또한 Twin Support Vector Machine(TWSVM)은 이진 SVM 분류기의 한 종류로써, 서로 관련된 두 개의 SVM 유형 문제를 통해 평행하지 않은 두개의 평면을 결정하고 이 두 평면을 통해 분류기를 완성하는 방식이다. 이러한 방식의 TWSVM은 학습 시간이 SVM에 비해 훨씬 짧으며, SVM과 비교하여 떨어지지 않는 성능을 보여준다. 본 논문은 분류기 입력에 Fuzzy Membership을 적용하는 방식의 TWSVM을 제안하고, 전리층 레이더 데이터를 이용한 실험을 통하여 기존에 세시 되었던 분류기와 비교한다.

• 한국식물병리학회지
• /
• 제11권1호
• /
• pp.66-72
• /
• 1995

The coat protein (CP) gene of cucumber mosaic virus-As (CMV-As) strain was engineered for expression in the plant by using the cauliflower mosaic virus 35S transcript regulatory sequences. The CP gene was cloned into an Agrobacterium-derived binary vector. A chimeric gene was constructed by the cDNA of CMV-As CP and plant expression vector pBI121. The clone, pCMAS66, was first introduced into the phagemid vector pSPORT1 for situating sense orientation for translation and making restriction sites in order to re-introduce plant expression vector, pHI121. The resulting subclone pCASCP02 and plant expression vector pBI121 were treated with BamHI-SacI for excising the target gene and removing GUS gene, respectively. After Agrobacterium transformation by freeze-thaw technique, the clone, pCMASCP121-123 which contains sense orientation of the target gene, was selected and confirmed by restriction endonuclease analysis. The CMV-As CP gene was introduced into A. tumefaciens. The results on tobacco plant transformation with the vector system revealed that the system could be successfully introduced and showed high frequency of selection to putative transformations.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2078-2093
• /
• 2019

Visual smoke recognition is a challenging task due to large variations in shape, texture and color of smoke. To improve performance, we propose a novel smoke recognition method by combining dual-encoded features that are extracted from both spatial and Curvelet domains. A Curvelet transform is used to filter an image to generate fifty sub-images of Curvelet coefficients. Then we extract Local Binary Pattern (LBP) maps from these coefficient maps and aggregate histograms of these LBP maps to produce a histogram map. Afterwards, we encode the histogram map again to generate Dual-encoded Local Binary Patterns (Dual-LBP). Histograms of Dual-LBPs from Curvelet domain and Completed Local Binary Patterns (CLBP) from spatial domain are concatenated to form the feature for smoke recognition. Finally, we adopt Gaussian Kernel Optimization (GKO) algorithm to search the optimal kernel parameters of Support Vector Machine (SVM) for further improvement of classification accuracy. Experimental results demonstrate that our method can extract effective and reasonable features of smoke images, and achieve good classification accuracy.