• 재활복지공학회논문지
• /
• 제11권3호
• /
• pp.261-270
• /
• 2017

바르지 못한 앉은 자세는 다양한 질병과 신체 변형을 유발한다. 하지만 오랜 시간동안 바른 앉은 자세를 유지하는 것은 쉬운 일이 아니다. 이러한 이유 때문에 그동안 자동으로 바른 앉은 자세를 유도하기 위한 다양한 시스템이 제안되어왔다. 이전에 제안되었던 앉은 자세 판별 및 바른 앉은 자세 유도 시스템은 영상 처리를 이용한 방법, 의자에 압력센서를 달아 측정하는 방법, IMU(Internal Measurement Unit)를 이용한 방법이 있었다. 이 중 IMU를 이용한 측정 방법은 하드웨어 구성이 간단하고, 공간, 광량 등의 환경적 제한이 적어 측정에 있어서 용이한 이점이 있었다. 본 논문에서는 하나의 IMU를 이용하여 적은 데이터로 효율적으로 앉은 자세를 분류하는 방법을 연구하였다. 특징추출 기법을 이용하여 데이터 분류에 기여도가 낮은 데이터를 제거하였으며, 머신러닝 기법을 이용하여 앉은 자세 분류에 적합한 센서 위치를 찾고, 여러 개의 머신러닝 모델 중 가장 분류 정확도가 높은 머신러닝 모델을 선정하였다. 특징추출 기법은 PCA(Principal Component Analysis)를 사용하였고, 머신러닝 모델은 SVM(Support Vector Machine), KNN(K Nearest Neighbor), K-means (K-means Algorithm) GMM (Gaussian Mixture Model), and HMM (Hidden Marcov Model)모델을 사용하였다. 연구결과 데이터 분류율이 높게나온 뒷목이 적합한 센서 위치가 되었으며, 센서 데이터 중 Yaw데이터는 분류 기여도가 가장 낮은 데이터임을 PCA 특징추출 기법을 이용하여 확인하고, 제거하여도 분류율에 영향이 매우 작음을 확인하였다. 적합 머신러닝 모델은 SVM, KNN 모델로 다른 모델에 비하여 분류율이 높게 나오는 것을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (C)
• /
• pp.22-27
• /
• 2006

4단계 스카이라인 영역 결정 기법[2]은 영역 결정 시간이 객체의 개수에 비례해서 현저히 증가하기 때문에 다수의 객체를 포함하는 도메인들에 적용하기 어렵다. 이러한 문제점은 스카이라인 영역이 지배 객체 집합의 부분 집합으로 이루어지는 특성을 고려하지 않았기 때문에 발생한다. 이 논문에서는 스카이라인 영역 결정에 불필요한 객체들을 제거할 수 있는 거리 기반 가지치기 기법과 영역 결정 선분의 범위 축소 기법을 제안한다. 제안한 기법들을 R*-트리와 INN(Incremental Nearest Neighbor) 알고리즘에 적용함으로써 점진적으로 스카이라인 영역을 결정할 수 있으며 영역 결정 시간을 현저하게 감소시킬 수 있다. 제안한 기법의 성능 향상을 증명하기 위해 4단계 영역 결정 기법과의 비교 실험을 수행한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.160-162
• /
• 2005

무선 방송 방식은 부족한 대역폭의 효율적인 활용과 채널을 듣는 모든 사용자를 지원할 수 있다는 효율성 측면에서 각광받고 있다. 위치기반 서비스 중에서도 효율적인 방송기법을 이용하기 위한 연구 및 가장 기본적인 질의 중 하나인 NN 질의를 효율적으로 수행하기 위한 연구가 이루어져 왔다. 그러나 기존의 연구된 기법들은 NN 탐색 시 하나 이상의 방송주기를 필요로 하여 긴 접근 시간을 가진다는 단점이 있다. 이러한 단점을 모바일 환경에서 비효율적으로 자원을 사용한다는 문제를 발생시킨다. 이에 따라 본 논문에서는 한층 효율적인 자원 사용을 위해서 무선 기기에서 무선 방송 채널을 통해 NN 탐색을 수행할 수 있는 새로운 기법을 제안하고자 한다. 기존의 기법들에 비해서 접근 시간과 튜닝 시간을 줄임으로써 본 논문에서는 효율적으로 자원을 사용하고자 한다. 또한, 실험을 통해 본 논문에서 제안한 기법이 기존의 기법보다. 향상된 성능을 보이는 것을 증명한다.

• International Journal of Contents
• /
• 제9권2호
• /
• pp.8-13
• /
• 2013

Locating text data in images automatically has been a challenging task. In this approach, we build a three stage system for text detection purpose. This system utilizes tensor voting and Completed Local Binary Pattern (CLBP) to classify text and non-text regions. While tensor voting generates the text line information, which is very useful for localizing candidate text regions, the Nearest Neighbor classifier trained on discriminative features obtained by the CLBP-based operator is used to refine the results. The whole algorithm is implemented in MATLAB and applied to all images of ICDAR 2011 Robust Reading Competition data set. Experiments show the promising performance of this method.

• Journal of information and communication convergence engineering
• /
• 제15권1호
• /
• pp.53-61
• /
• 2017

The preferred feature selection methods for text classification are filter-based. In a common filter-based feature selection scheme, unique scores are assigned to features; then, these features are sorted according to their scores. The last step is to add the top-N features to the feature set. In this paper, we propose an improved global feature selection scheme wherein its last step is modified to obtain a more representative feature set. The proposed method aims to improve the classification performance of global feature selection methods by creating a feature set representing all classes almost equally. For this purpose, a local feature selection method is used in the proposed method to label features according to their discriminative power on classes; these labels are used while producing the feature sets. Experimental results obtained using the well-known 20 Newsgroups and Reuters-21578 datasets with the k-nearest neighbor algorithm and a support vector machine indicate that the proposed method improves the classification performance in terms of a widely known metric ($F_1$).

• Journal of Positioning, Navigation, and Timing
• /
• 제9권3호
• /
• pp.285-292
• /
• 2020

This paper introduces a new computational efficient Dilution of Precision (DOP)-based landmark exclusion method while ensuring the safety of the LiDAR-based navigation system that uses an innovation-based Nearest-Neighbor (NN) Data Association (DA) process. The NN DA process finds a correct landmark association hypothesis among all potential landmark permutations using Kalman filter innovation vectors. This makes the computational load increases exponentially as the number of landmarks increases. In this paper, we thus exclude landmarks by introducing DOP that quantifies the geometric distribution of landmarks as a way to minimize the loss of integrity performance that can occur by reducing landmarks. The number of landmarks to be excluded is set as the maximum number that can satisfy the integrity risk requirement. For the verification of the method, we developed a simulator that can analyze integrity risk according to the landmark number and its geometric distribution. Based on the simulation, we analyzed the relationship between DOP and integrity risk of the DA process by excluding each landmark. The results showed a tendency to minimize the loss of integrity performance when excluding landmarks with poor DOP. The developed method opens the possibility of assuring the safety risk of the Lidar-based navigation system in real-time applications by reducing a substantial amount of computational load.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권4호
• /
• pp.670-691
• /
• 2013

In RSSI-based RFID(Radio Frequency IDentification) indoor localization system, the signal path loss model of each sub-region is different from others in the whole localization area due to the influence of the multi-path phenomenon and other environmental factors. Therefore, this paper divides the localization area into many sub-regions and constructs separately the signal path loss model of each sub-region. Then an improved LANDMARC method is proposed. Firstly, the deployment principle of RFID readers and tags is presented for constructing localization sub-region. Secondly, the virtual reference tags are introduced to create a virtual signal strength space with RFID readers and real reference tags in every sub-region. Lastly, k nearest neighbor (KNN) algorithm is used to locate the target object and an error compensating algorithm is proposed for correcting localization result. The results in real application show that the new method enhances the positioning accuracy to 18.2% and reduces the time cost to 30% of the original LANDMARC method without additional tags and readers.

• 한국환경과학회지
• /
• 제20권3호
• /
• pp.373-384
• /
• 2011

This study aims at the examination of the relative characteristics of discharge and water quality in river basins using statistical methods. For it, water quality and discharge data was collected in observed stations of Nakdong river and carried out correlation analysis, regression analysis, factor analysis and cluster analysis. And it was investigated the applicability of water quality prediction using Nearest-neighbor method. As a result, it grasped a trenditional characteristics and mutual relations between discharge an water quality data. Therefore, this results were suggested the comprehensive data and methods for a management of water quality, effective operation and policy development in Nakdong river basin.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 1988년도 제30회 수공학연구발표회논문초록집
• /
• pp.85-92
• /
• 1988

A model for the transient one-dimensional moisture movement in the saturated-unsaturated zone using a finite difference method is developed. Hysteresis in the soil water retention is incorporated. The model considers layered geologic formations. Monte Carlo simulation, together with the nearest neighbor model is used. Outputs of the model include pressure head, water content, and the water table elevation. Two Monte Carlo simulations of 100 realizations each are made for a 12-day simulation period with different input values. The simulation results show that the S.D. of the outputs increases with an increase in the input, the S.D. of the log K$$. The model is applied to predict a long term water table fluctuation, and the predicted water table agress well with the observed one.

• 한국정밀공학회지
• /
• 제16권12호
• /
• pp.119-125
• /
• 1999

This paper gives an overview of the various approaches to designing statistical pattern recognition scheme based on Bayes discrimination rule and the artificial neural networks for rotating machine condition classification. Concerning to Bayes discrimination rule, this paper contains the linear discrimination rule applied to classification into several multivariate normal distributions with common covariance matrices, the quadratic discrimination rule under different covariance matrices. Also we discribes k-nearest neighbor method to directly estimate a posterior probability of each class. Five features are extracted in time domain vibration signals. Employing these five features, statistical pattern classifier and neural networks have been established to detect defects on rotating machine. Four different cases of rotation machine were observed. The effects of k number and neural networks structures on monitoring performance have also been investigated. For the comparison of diagnosis performance of these two method, their recognition success rates are calculated form the test data. The result of experiment which classifies the rotating machine conditions using each method presents that the neural networks shows the highest recognition rate.