• 한국콘텐츠학회논문지
• /
• 제2권3호
• /
• pp.87-95
• /
• 2002

본 연구에서는 성공적인 컴포넌트의 재사용을 위하여 도메인 지향(domain orientation) 개념을 도입하여 컴포넌트들을 저장소에 분류, 검색하는 방법을 제안한다. 설계 시 디자인 패턴이 적용된 기존 시스템의 컴포넌트를 대상으로, 해당 도메인 내에 있는 각 컴포넌트와 기준패턴과의 구조적 유사함을 비교함으로서 컴포넌트를 분류하는 방법을 제안한다. 재사용 가능한 컴포넌트를 기능별로 분할하고 그 구조를 다이어그램으로 제공함으로서 컴포넌트의 재사용 및 플랫폼간의 이식성을 높일 수 있다. 또한 E-SARM 알고리즘을 이용하여 질의와 가장 적합한 컴포넌트와 그와 유사한 후보컴포넌트들이 우선순위로 제공됨으로서 컴포넌트 재사용 효율을 높여줄 수 있도록 하였다.

• 한국컴퓨터산업학회논문지
• /
• 제4권10호
• /
• pp.631-642
• /
• 2003

본 논문에서는 웹상에서 자신을 대신하는 아바타 제작시 본인의 얼굴과 닮은 얼굴을 생성하기 위해 사진으로부터 개인의 특징정보를 추출하는 방법과 추출된 특징정보에 따라 해당하는 이목구비를 준비된 분류기준에 의해 특정 클래스로 분류해 내는 방법을 제안한다. 특징정보 추출은 눈, 코, 입, 턱선으로 나누어 진행되어졌으며, 각 이목구비의 특징점과 분류기준을 각각 제시하였다. 추출 된 특징정보들은 전문 디자이너에 의해 그려진 이목구비 이미지들과 유사도를 계산하는데 사용되었으며, 여기서 가장 유사한 이미지를 턱선 벡터이미지에 합성하여 아바타 얼굴을 얻어낼 수 있었다.

• 한국항만학회지
• /
• 제13권1호
• /
• pp.11-26
• /
• 1999

The subject of port efficiency is one of the important issues facing port authorities and policy makers today. A number of studies have been undertaken which compare ports in terms of their efficiency. But any port comparison can only be valid and meaningful if a port’s efficiency is compared with a similar port. The main objective of this paper is to introduce a systematic approach to identifying similar ports based on the technique of principal component analysis and cluster analysis. And it seeks to identify the most important factors underlying the port classification. Lack of awareness of which factors differentiate ports has resulted in an unnecessary collection of data which are of limited use in port classification. This paper has identified five groupings of similar ports within which port comparision can be justifiably made. This approach can be used for any future port comparision.

• 한국지능시스템학회논문지
• /
• 제22권4호
• /
• pp.515-520
• /
• 2012

In brain computer interface (BCI) system, the most important part is classification of human thoughts in order to translate into commands. The more accuracy result in classification the system gets, the more effective BCI system is. To increase the quality of BCI system, we proposed to reduce noise and artifact from the recording data to analyzing data. We used auditory stimuli instead of visual ones to eliminate the eye movement, unwanted visual activation, gaze control. We applied independent component analysis (ICA) algorithm to purify the sources which constructed the raw signals. One of the most famous spatial filter in BCI context is common spatial patterns (CSP), which maximize one class while minimize the other by using covariance matrix. ICA and CSP also do the filter job, as a raw filter and refinement, which increase the classification result of linear discriminant analysis (LDA).

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2004년도 추계 학술발표회 제16권2호
• /
• pp.663-666
• /
• 2004

An analysis of the annual frequency of collapse(AF) is performed for each bridge pier exposed to ship collision. AF is computed for each bridge component and vessel classification. The summation of AFs computed over all of the vessel classification intervals for a specific component should equal the annual frequency of collapse of the component. The designer should use judgment in developing a distribution of the vessel frequency data based on discrete groupings or categories of vessel size by DWT. In the present study the effect of vessel classification on the annual frequency of collapse in the ship collision risk assessment is investigated by illustrative numerical examples based on the vessel frequency data of the domestic harbor. The DWT interval for larger vessels has more effect on the ship collision risk. Therefore the expert judgement in determining the larger DWT interval is required because the design impact lateral resistances of bridge components depend on the ship collision risk.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2006년도 추계학술대회논문집
• /
• pp.401-406
• /
• 2006

This paper presents the fault diagnosis of induction motor based on support vector machine(SVMs). SVMs are well known as intelligent classifier with strong generalization ability. Application SVMs using kernel function is widely used for multi-class classification procedure. In this paper, the algorithm of SVMs will be combined with feature extraction and reduction using component analysis such as independent component analysis, principal component analysis and their kernel(KICA and KPCA). According to the result, component analysis is very useful to extract the useful features and to reduce the dimensionality of features so that the classification procedure in SVM can perform well. Moreover, this method is used to induction motor for faults detection based on vibration and current signals. The results show that this method can well classify and separate each condition of faults in induction motor based on experimental work.

• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2006년 창립20주년기념 정기학술대회 및 국제워크샵
• /
• pp.46-53
• /
• 2006

This paper presents the fault diagnosis of induction motor based on support vector machine (SVMs). SVMs are well known as intelligent classifier with strong generalization ability. Application SVMs using kernel function is widely used for multi-class classification procedure. In this paper, the algorithm of SVMs will be combined with feature extraction and reduction using component analysis such as independent component analysis, principal component analysis and their kernel (KICA and KPCA). According to the result, component analysis is very useful to extract the useful features and to reduce the dimensionality of features so that the classification procedure in SVM can perform well. Moreover, this method is used to induction motor for faults detection based on vibration and current signals. The results show that this method can well classify and separate each condition of faults in induction motor based on experimental work.

• 한국산림과학회지
• /
• 제78권3호
• /
• pp.255-262
• /
• 1989

강원도(江原道) 점봉산(點鳳山) 일대 중생혼효림(中生混淆林)의 식생(植生)에 대하여 Classification과 Ordination을 병행 사용한 분석법을 시도하였다. 조사 삼림내의 70개 표본구에 나타난 8종(種)의 목본식물(木本植物)의 수도(數度)를 바탕으로, Classification기법(技) 중의 하나인 Cluster 분석에 의하여 다섯 식생군(植生群)이 분류(分類)되었으며, 각 식생군(植生群) 별로 수종(樹種) 다양성(多樣性)도 비교 검토되었다. Cluster 분석이 분류한 식생군(植生群)별 교목(喬木) 수종(樹種)의 중요치(重要値)를 매개변수(媒介變數)로 하여 Principal component analysis (PCA) 한 결과로써 각 식생군별 수종(樹種) 구성(構成) 상태(狀態)의 유사성(類似性)을 비교할 수 있었다. 단풍나무, 물푸레나무, 신갈나무 그리고 고로쇠나무의 eigenvector 즉, 식생군이 ordination된 좌표(座標) 위치를 결정하는 인자(因子) 부가율(附加率)이 높게 나타남으로써, 본 연구대상 삼림(森林)에서는 이들 네가지 수종(樹種)의 분포(分布)가 삼림군의(森林群義) 분류(分類)의 핵심이라 할 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권7호
• /
• pp.487-497
• /
• 2002

컴포넌트 기반의 재사용 기술이 소개되면서 소프트웨어 컴포넌트의 유통이 인터넷을 통한 온라인 기반의 유통 형태로 변하게 되었다. 이를 위해서는 유통 모델이 필요하며, 유통 시스템의 구축이 이루어져야 한다. 더욱이 유통 시스템이 효율적으로 운영되기 위해서는 컴포넌트들을 효율적으로 관리, 검색하기 위한 분류 체계가 마련되어야 한다. 본 논문은 이러한 유통 시스템 구축에 필요한 컴포넌트 분류 체계를 6가지 관점을 기반으로 한 컴포넌트 분류체계를 제시하고 BNF 표기법을 이용하여 명세한다. 제시된 분류체계의 효율성을 검증하고 기존의 분류체계들과 비교하기 위해 개발된 컴포넌트들을 적용하여 적중율과 정확도를 측정하여 실험 및 평가한다. 본 논문에서 제시한 기법이 기존의 분류기법에 비해서 여러 각도에서 분류하기 때문에 컴포넌트의 검색이나 등록이 효율적으로 이루어질 수 있도록 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권6호
• /
• pp.2709-2729
• /
• 2016

Representation based classification, kernel method and sparse representation have received much attention in the field of face recognition. In this paper, we proposed an improved kernel principal component analysis method based on sparse representation to improve the accuracy and robustness for face recognition. First, the distances between the test sample and all training samples in kernel space are estimated based on collaborative representation. Second, S training samples with the smallest distances are selected, and Kernel Principal Component Analysis (KPCA) is used to extract the features that are exploited for classification. The proposed method implements the sparse representation under ℓ₂ regularization and performs feature extraction twice to improve the robustness. Also, we investigate the relationship between the accuracy and the sparseness coefficient, the relationship between the accuracy and the dimensionality respectively. The comparative experiments are conducted on the ORL, the GT and the UMIST face database. The experimental results show that the proposed method is more effective and robust than several state-of-the-art methods including Sparse Representation based Classification (SRC), Collaborative Representation based Classification (CRC), KCRC and Two Phase Test samples Sparse Representation (TPTSR).