• 한국산학기술학회논문지
• /
• 제11권11호
• /
• pp.4568-4575
• /
• 2010

홍채인식은 홍채의 무늬 패턴 정보를 이용하는 생체인식 기술로 안정성, 보안성과 같은 특징을 가지고 있기 때문에 높은 보안을 요구하는 환경에 특히 적합하다. 최근 들어 홍채정보를 이용하여 출입통제, 정보보안등의 분야에 많이 활용되고 있다. 홍채 특징 추출시 크기, 조명, 회전에 무관한 홍채 특징을 추출하는 것이 바람직하다. 홍채크기 및 조명 문제는 전처리를 통해 쉽게 해결할 수 있지만 회전에 무관한 홍채 특징 추출은 여전히 문제가 된다. 본 논문에서는 회전 보정으로 인한 인식률 및 속도 저하를 개선하기 위해 Zernike 모멘트와 Daubechies Wavelet을 이용한 홍채인식 방법을 제안한다. 제안한 방법은 회전에 불변한 Zernike 모멘트의 통계적 특성을 이용하여 회전된 홍채에 대해서 1단계로 유사홍채를 분류함으로서 홍채인식에 필요한 시간을 단축하였고, 인식성능 역시 기존 방법과 대등함을 보였다. 따라서 제안한 방법이 대용량의 홍채 인식 시스템에 효과적인 적용이 가능함을 확인할 수 있었다.

• Natural Product Sciences
• /
• 제29권2호
• /
• pp.91-97
• /
• 2023

Mangosteen peel extract is a xanthone group, that plays an important role in anti-angiogenesis. This study investigated mangosteen peel extract on cerebral neovascularization in type 2 diabetes mellitus (DM) rats. This study used 36 rats, randomized into six groups: C1 (negative control); C2 (high fat diet (HFD) and mangosteen peel extract at 200 mg/kg BW); C3 (HFD and diabetic); E1, E2, and E3 (HFD, diabetic, and extract at 100, 200, and 400 mg/kg BW respectively). All groups were measured body mass index (BMI), homeostasis model assessment-insulin resistance (HOMA-IR) and β cell function (HOMA-B), and histopathological feature of cerebral vascular (CV). There were significant differences in BMI, HOMA-IR, HOMA-B, and the mean number of CV (all p < 0.05) among treatment groups. E1-3 groups had a significantly lower level of blood glucose and HOMA-IR, and a higher level of HOMA-B and BMI (all p < 0.05) which tends to reduce cerebral neovascularization. HOMA-IR independently had a positive effect to induce neovascularization of CV (p < 0.05, R² = 26.8%). These findings suggested that mangosteen peel extract increased β-cell function sensitivity, and effectively suppressed insulin resistance, BMI, and cerebral neovascularization process in type 2 DM rats.

• 한국항행학회논문지
• /
• 제12권4호
• /
• pp.372-377
• /
• 2008

본 논문은 의미특징행렬(semantic feature matrix)과 의미변수행령(semantic variable matrix)을 이용하는 질의 기반의 새로운 문서를 요약방법을 제안한다. 제안된 방법은 비지도 학습 방법으로 질의와 문장 간에 사전학습이 필요 없고, 의미 특징(semantic feature)과 의미변수(semantic variable)를 이용하여 질의에 적합한 하위 주제를 잘 반영하여서 정확한 문서를 요약 할 수 있다. 이것은 비음수 행렬 분해가 주제들로 구성된 문서의 내부구조를 나타내는 의미특징을 자연스럽게 추출할 수 있기 때문이다. 실험결과 제안방법이 다른 방법에 비하여 좋은 성능을 보인다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2007년도 추계학술대회논문집
• /
• pp.891-894
• /
• 2007

This study presents fault diagnosis of low speed bearing using support vector machine (SVM). The data used in the experiment was acquired using acoustic emission (AE) sensor and accelerometer. The aim of this study is to compare the performance of fault diagnosis based on AE signal and vibration signal with same load and speed. A low speed test rig was developed to simulate various defects with shaft speeds as low as 10 rpm under several loading conditions. In this study, component analysis was also performed to extract the feature and reduce the dimensionality of original data feature. Moreover, the classification for fault diagnosis was also conducted using original data feature without feature extraction. The result shows that extracted feature from AE sensor gave better performance in faults classification.

• 인지과학
• /
• 제11권2호
• /
• pp.53-58
• /
• 2000

본 논문은 FCM 군집화 알고리즘을 사용하여 표정영상에서 특징점들을 추출한 후 추출된 특징점으로부터 Gabor 웨이브렛들을 이용하여 표정영상의 국소영역을 복원한다. 얼굴의 특징점 추출은 두단계로 이루어진다. 1단계는 이차원 Gabor 웨이브렛 계수 히스토그램의 평균값을 적용하여 얼굴의 주요 요소성분들의 경계선을 추출한 후, 2단계에서는 추출된 경계선 정보로부터 FCM 군집화 알고리즘을 사용하여 얼굴의 주요 요소성분들의 최종적인 특징점들을 추출한다. 본 연구에서는 FCM 군집화 알고리즘을 이용하여 추출된 적은 수의 특징점들 만으로도 표정영상의 주요 요소들을 복원할 수 있음을 제시한다. 이것은 인간의 얼굴 표정인식 뿐만아니라 물체인식에도 적용되어질 수 있다.

• 한국통신학회논문지
• /
• 제17권3호
• /
• pp.268-276
• /
• 1992

본 논문에서는 전파감측(감시 및 측정)이나 유니버셜 복조기의 개발을 위한 기초 연구로써, 미지의 디지털 변조 신호 식별에 대하여 논의한다. 제안한 식별 방법은 시간 영역의 파라미터를 이용하는 방안으로 먼저 포락선, 순시 주파수, 차위상 정보를 기본특징으로 추출한다. 추출된 기본특징은 식별을 위해 2개의 2차원 비선형 식별 공간으로 사상되며 입력 신호의 식별은 1차 선형식별함수를 이용해 이루어진다. 본 논문에서 제안한 방법의 타당성을 검증하기 위하여 가우스성 잡음 환경하에서 ASK-2, ASK-4, BPSK, QPSK, 8PSK, FSK, QAM 신호를 대상으로 특징추출과 식별과정을 모의실험한다.

• 조명전기설비학회논문지
• /
• 제29권9호
• /
• pp.14-22
• /
• 2015

TIn this paper, a centering method for an unfocused input character using the spherical domain system and the centering character to use the shift invariant feature for the recognition system is proposed. A system for recognition is implemented using the centroid method with coordinate average values, and the results of an above 78.14% average differential ratio for the character features were obtained. It is possible to extract the shift invariant feature using spherical transformation similar to the human eyeball. The proposed method, which is feature extraction using spherical coordinate transform and transformed extracted data, makes it possible to move the character to the center position of the input plane. Both digital and optical technologies are mixed using a spherical coordinate similar to the 3 dimensional human eyeball for the 2 dimensional plane format. In this paper, a centering character feature using the spherical domain is proposed for character recognition, and possibilities for the recognized possible character shape as well as calculating the differential ratio of the centered character using a centroid method are suggested.

• 한국소음진동공학회논문집
• /
• 제21권11호
• /
• pp.1020-1028
• /
• 2011

As rotating machines play an important role in industrial applications such as aeronautical, naval and automotive industries, many researchers have developed various condition monitoring system and fault diagnosis system by applying artificial neural network. Since using obtained signals without preprocessing as inputs of neural network can decrease performance of fault classification, it is very important to extract significant features of captured signals and to apply suitable features into diagnosis system according to the kinds of obtained signals. Therefore, this paper proposes a neural-network-based fault diagnosis system using AR coefficients as feature vectors by LPC(linear predictive coding) and EIV(errors-in variables) analysis. We extracted feature vectors from sound, vibration and current faulty signals and evaluated the suitability of feature vectors depending on the classification results and training error rates by changing AR order and adding noise. From experimental results, we conclude that classification results using feature vectors by EIV analysis indicate more than 90 % stably for less than 10 orders and noise effect comparing to LPC.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권5호
• /
• pp.617-624
• /
• 2004

본 연구에서는 3차원 얼굴 데이타에서 인접 부위의 깊이 차를 이용하여 얼굴의 주요 특징을 추출해 내는 방법을 제안한다. 인간은 사물의 특정 부분의 깊이 정보를 인식하는데 있어서 인접 부위와의 깊이 정보를 비교하고, 이를 바탕으로 깊이 값에 의한 대조가 두드러진 정도에 따라 상대적으로 깊이가 깊고 얕음을 지각하게 된다. 이런 인식 원리를 얼굴의 특징 추출에 적용하여 간단한 연산 과정을 통해 신뢰성 있고, 빠른 얼굴의 특징 추출이 가능하다. 인접 부위의 깊이 차는 수평방향과 수직방향으로 각각 일정 거리를 둔 지점에서의 두 지점간의 깊이 차로 생성된다. 생성된 수평, 수직 방향으로 인접 깊이 차와 입력된 3차원 얼굴 영상을 분석하여 3차원 얼굴 영상에서 가장 주된 특징이 되는 코 영역을 추출하였다.

• 한국멀티미디어학회논문지
• /
• 제12권1호
• /
• pp.50-57
• /
• 2009

본 논문은 3차원 다각형 모델에서 특징 선을 추출하기 위한 방법에 대해 제안한다. 이산 곡면으로 이루어진 다각형 모델에서 특징 선을 추출하기 위하여 기존 방법에서는 전역적인 음함수 곡면 맞춤 기법(Implicit Surface Fitting)을 이용하여 모델의 꼭지점에서 곡률과 곡률 미분 값을 측정하였다. 이러한 방법은 다각형 모델의 꼭지점에서 음함수 곡면으로 정확하게 투영할 수 있도록 사용자의 정의 파라미타를 찾아야 하며, 특징 추출을 위한 많은 계산 시간을 요구한다. 그러나 제안 방법은 지역적 음함수 곡면 맞춤 기법을 이용하여 모델의 꼭지점에 근사된 곡면을 통해 미분 정보를 측정한다. 측정된 미분 정보를 통해 쉽게 각각의 모서리에서 제로-클로싱을 통해 특징 점을 추출하고, 곡률 방향을 따라 추출된 점들을 연결하여 특징 선을 생성한다. 여러 가지 다각형 모델에서 실험을 하였고 기존 방법보다 빠르며 높은 품질의 특징 선을 추출한다.