• 한국융합학회논문지
• /
• 제7권4호
• /
• pp.1-7
• /
• 2016

구조적 MRI 영상은 여러 단 변량과 다변량 방법을 위해 그레이 메터 (GM), 화이트 메터 (WM), 뇌척수액 (CSF) 세션화 과정을 하고 난후 형태계측학적 특징을 추출하기 위해 사용한다. 새로운 접근 방법은 매우 가벼운 알츠하이머 병에서 가벼운 알츠하이머병의 진단을 위해 적용된다. 간이정신상태검사에 따른 형태계측학적 특징과 가우시안 복합 모델 파라미터를 결합하여 정상인으로부터 알츠하이머 병 환자로 분류하는 방법을 제안한다. 결합한 특징은 주성분 분석 기법을 이용한 고차원의 저주를 제거한 후 다중 커널 SVM 분류기에 공급한다. 제안한 진단 방법의 실험적 결과는 90%이상의 특성도와 고민감도에 따라 다중 커널 SVM을 가진 층화 정확도가 96%까지 최대 산출한다.

• Journal of Information Processing Systems
• /
• 제14권4호
• /
• pp.892-903
• /
• 2018

The paper proposes a novel gait recognition algorithm based on feature fusion of gait energy image (GEI) dynamic region and Gabor, which consists of four steps. First, the gait contour images are extracted through the object detection, binarization and morphological process. Secondly, features of GEI at different angles and Gabor features with multiple orientations are extracted from the dynamic part of GEI, respectively. Then averaging method is adopted to fuse features of GEI dynamic region with features of Gabor wavelets on feature layer and the feature space dimension is reduced by an improved Kernel Principal Component Analysis (KPCA). Finally, the vectors of feature fusion are input into the support vector machine (SVM) based on multi classification to realize the classification and recognition of gait. The primary contributions of the paper are: a novel gait recognition algorithm based on based on feature fusion of GEI and Gabor is proposed; an improved KPCA method is used to reduce the feature matrix dimension; a SVM is employed to identify the gait sequences. The experimental results suggest that the proposed algorithm yields over 90% of correct classification rate, which testify that the method can identify better different human gait and get better recognized effect than other existing algorithms.

• 한국컴퓨터그래픽스학회논문지
• /
• 제24권2호
• /
• pp.11-20
• /
• 2018

우리는 유체의 얇은 막을 명시적으로 표현하고 보존할 수 있는 CPU-GPU 이기종 컴퓨팅 기반의 유체 시뮬레이션 기법을 소개한다. 본 논문에서 가장 큰 기여는 얇은 유체표면에서 쪼개지거나 밀도가 높은 지점에서 붕괴되어 유체표면에 나타나는 Hole을 방지하는 입자 기반 프레임워크를 GPU를 활용한다는 것이다. 유체표면을 추적하는 기존의 방법과는 달리, 제안된 프레임워크는 CPU-GPU 프레임워크상에서 수치적 확산이나 꼬임문제 없이 안정적으로 토폴로지 변화를 처리할 수 있다. 얇은 표면의 특징은 이방성 커널(Anisotropic kernel)과 주성분 분석(Principal component analysis; PCA)을 GPU상에서 수행하여 유체의 방향성을 빠르게 찾고, 새로운 유체입자의 위치를 결정하기 위해 계산하는, 후보위치 추출 과정의 효율성을 CPU-GPU 이기종 컴퓨팅 기술 기반으로 빠르게 계산한다. 제안된 알고리즘은 직관적으로 구현되며, 병렬화가 쉽고 시각적으로 디테일한 액체의 얇은 표면을 빠르게 애니메이션 할 수 있다.

• 한국축산식품학회지
• /
• 제29권1호
• /
• pp.132-139
• /
• 2009

본 연구에서는 1,300명의 소비자들이 직접 먹어보고 평가한 한우고기 데이터를 이용하여 쇠고기 맛 등급을 구분 해 내기 위한 판별분석 방법들을 비교하였다. 한우 관능평가의 주요 세 변수인 연도, 다즙성, 향미를 포함한 정준 판별분석과 대표적인 맛 변수로 여겨지는 전반적인 기호도 만을 이용하여 선형판별분석과 비모수 판별분석을 하였다. 전반적인 기호도와 같은 한 개의 변수만을 사용할 경우 두 가지 모두 비슷한 분류율을 나타내지만 선형판별 함수는 이해와 사용 측면에서 장점이 있었던 반면에 비모수적 방법은 커널함수와 띠폭에 대한 선택이 불편하지만 잘 선택하면 정확한 분류율을 높일 수 있는 장점이 있었다. 그러나 다른 정보를 가진 변수들이 있음에도 불구하고 한 개의 변수만을 이용한 판별 분석은 판별에 영향을 미치는 다른 중요한 변수들의 정보를 활용하지 못한다는 문제점이 있다. 한편, 정준판별분석의 경우 정준판별함수의 오분류율이 일변량 선형 판별함수와 비모수 판별함수의 오분류율에 비해 크게 떨어지지 않으면서 분포에 대한 특별한 가정이 필요하지 않아 통계적 가정이 까다롭지 않고 또한 맛에 중요한 요인인 연도, 다즙성, 향미의 세 개변수를 모두 사용하므로 맛 정보를 최대로 활용한다는 장점이 있었다. 따라서 본 연구결과 연도, 다즙성, 향미의 세가지 변수 정보를 모두 포함한 다변량 정준판별분석법을 이용하는 것이 맛 등급을 구분하는데 가장 적절할 것으로 판단되었다.

• 제어로봇시스템학회논문지
• /
• 제6권12호
• /
• pp.1113-1119
• /
• 2000

To operate a process plant safely and economically, process monitoring is very important. Process monitoring is the task to identify the state of the system from sensor data. Process monitoring includes data acquisition, regulatory control, data reconciliation, fault detection, etc. This research focuses on the data recon-ciliation using scale-space filtering and fault detection using functional-link associative neural networks. Scale-space filtering is a multi-resolution signal analysis method. Scale-space filtering can extract highest frequency factors(noise) effectively. But scale-space filtering has too large calculation costs and end effect problems. This research reduces the calculation cost of scale-space filtering by applying the minimum limit to the gaussian kernel. And the end-effect that occurs at the end of the signal of the scale-space filtering is overcome by using extrapolation related with the clustering change detection method. Nonlinear principal component analysis methods using neural network have been reviewed and the separately expanded functional-link associative neural network is proposed for chemical process monitoring. The separately expanded functional-link associative neural network has better learning capabilities, generalization abilities and short learning time than the exiting-neural networks. Separately expanded functional-link associative neural network can express a statistical model similar to real process by expanding the input data separately. Combining the proposed methods-modified scale-space filtering and fault detection method using the separately expanded functional-link associative neural network-a process monitoring system is proposed in this research. the usefulness of the proposed method is proven by its application a boiler water supply unit.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제4권1호
• /
• pp.25-44
• /
• 2010

With the increasing popularity of mobile devices, it has become necessary to protect private information and content in these devices. Face recognition has been favored over conventional passwords or security keys, because it can be easily implemented using a built-in camera, while providing user convenience. However, because mobile devices can be used both indoors and outdoors, there can be many illumination changes, which can reduce the accuracy of face recognition. Therefore, we propose a new face recognition method on a mobile device robust to illumination variations. This research makes the following four original contributions. First, we compared the performance of face recognition with illumination variations on mobile devices for several illumination normalization procedures suitable for mobile devices with low processing power. These include the Retinex filter, histogram equalization and histogram stretching. Second, we compared the performance for global and local methods of face recognition such as PCA (Principal Component Analysis), LNMF (Local Non-negative Matrix Factorization) and LBP (Local Binary Pattern) using an integer-based kernel suitable for mobile devices having low processing power. Third, the characteristics of each method according to the illumination va iations are analyzed. Fourth, we use two matching scores for several methods of illumination normalization, Retinex and histogram stretching, which show the best and $2^{nd}$ best performances, respectively. These are used as the inputs of an SVM (Support Vector Machine) classifier, which can increase the accuracy of face recognition. Experimental results with two databases (data collected by a mobile device and the AR database) showed that the accuracy of face recognition achieved by the proposed method was superior to that of other methods.

• 대한토목학회논문집
• /
• 제30권6B호
• /
• pp.599-606
• /
• 2010

우리나라의 경우 짧은 강우 관측 기간으로 인해 지점빈도해석에 의한 가뭄분석은 불확실성이 크다는 문제가 있어 가뭄에 대한 지역빈도해석의 적용이 필요하다. 본 연구에서는 강우의 경향이나 크기를 고려하기 위해 단기가뭄을 나타내어 줄 수 있는 3개월 이동평균강우량과 장기가뭄을 나타내어 줄 수 있는 12개월 이동평균강우량을 산정한 후, 가뭄분석을 수행하기 위한 가뭄특성변수를 추출하였다. 가뭄특성변수를 이용하여 주성분분석과 군집분석을 수행하여 가뭄의 동질성을 갖는 관측지점들을 구분하였다. 또한, 본 연구에서는 지역별 가뭄빈도해석을 위해 이변량 확률분포함수를 적용하였으며, 가뭄 특성(가뭄 지속기간과 심도)의 상호 관계를 고려하여 지역적 가뭄특성을 종합적으로 판단하였다. 또한 이변량 핵밀도함수의 적용을 통해 가뭄 발생의 분포 및 경향성을 가장 근접하게 나타내어 줄 수 있는 결합 확률밀도함수를 추정하고, 군집지역별 2개월, 5개월, 10개월, 20개월의 가뭄지속기간과 5년, 10년, 20년, 50년, 100년의 재현기간에 따른 지역적 가뭄특성을 분석하였다. 그 결과 금강하류, 영산강의 일부 권역 및 남해안 일대에서 상대적으로 큰 가뭄심도가 발생하는 것으로 나타났다.

• 한국작물학회지
• /
• 제67권4호
• /
• pp.265-273
• /
• 2022

본 연구는 국립식량과학원에서 고품질 내재해성 찰옥수수 품종 개발을 위해 육성한 177개의 흰찰옥수수, 노랑찰옥수수, 검정찰옥수수 자식계통을 이용하여 16개 농업형질에 대해 평가하여 우수 계통 선발 및 품종 개방을 위한 기초 자료로 이용하고자 수행하였다. 1. 흰찰옥수수, 노랑찰옥수수, 검정찰옥수수 자식계통의 16개 농업형질을 조사한 결과 전체 계통의 평균 출웅일수는 77.69±2.22일, 출사일수 81.12±7.56일, 초장 164.88±22.67 cm, 간장 124.61±24.62 cm, 착수고율 49.34±9.08%, 옆폭 7.53±1.45 cm, 이삭길이 11.75±2.52 cm, 이삭폭 2.94±0.68 cm, 이삭열수 12.22±2.22열, 종자길이 7.75±1.08 mm, 종자너비 7.42±0.68 mm, 종자두께 5.06±0.68 mm, 이삭착립장 11.79±2.13 cm, 열당 종자수 24.30±4.22립, 조단백질 12.05±1.53%, 총 전분 69.27±5.74%로 조사되었다. 2. 16개 농업형질 간의 상관관계 분석결과 출웅일수와 출사일수 간의 상관관계가 0.896으로 가장 높게 나타났다. 초장과 간장 간의 상관관계가 0.740로, 이삭착립장과 이삭 열당 종자수도 0.675로 상관관계가 다음으로 높았다. 3. 주성분 분석 결과 16개의 농업형질 중에서 이삭폭, 종자길이, 이삭길이, 출웅일수, 출사일수, 착수고율, 총 전분이 177개 옥수수 자식계통을 식별하는데 유용한 형질들인 것으로 나타났다. 4. 계층 군집분석을 통해 초장이 크고 동시에 출사일수가 짧은 흰찰 자식계통 7개(KW34, KW37, KW83, KW84, KW100, KW103), 검정찰 자식계통 1개(KBW33), 노랑찰 자식계통 4개(KY11, KY23, KY26, KY34)를 선발하였다. 이 계통들은 수량성이 높은 조생종 찰옥수수 품종을 개발하는데 활용할 수 있을 것으로 기대된다.

• 한국융합학회논문지
• /
• 제12권1호
• /
• pp.99-104
• /
• 2021

본 논문에서는 시간 흐름을 고려한 특징추출과 군집분석을 이용한 헬스 리스크 관리를 제안한다. 제안하는 방법은 세단계로 진행한다. 첫 번째는 전처리 및 특징추출 단계이다. 이는 웨어러블 디바이스를 이용하여 라이프로그를 수집하여 불완전데이터, 에러, 잡음, 모순된 데이터를 제거하며 결측 값을 처리한다. 그 다음 특징추출을 위해 주성분 분석을 통해 중요 변수를 선택하고, 상관계수와 공분산을 통해 데이터 간의 관계와 유사한 데이터들의 분류를 진행한다. 또한 라이프로그에서 추출한 특징을 분석하기 위해 시간의 흐름을 고려하여 K-means 알고리즘을 통해 동적 군집을 진행한다. 새로운 데이터는 오차 제곱합의 증가분을 기반으로 유사성 거리 측정 방법을 통해 군집을 진행하고, 시간의 흐름을 고려하여 군집에 대한 정보를 추출한다. 따라서 특징 군집을 통해 헬스 의사결정 시스템을 이용하여 신체적 특성, 생활습관, 질병여부, 헬스케어 이벤트 발생위험, 예상 정도 등의 요소를 통해 리스크를 관리할 수 있다. 성능평가는 Precision, Recall, F-measure을 사용하여 제안하는 방법과 퍼지방법, 커널기반 방법을 비교한다. 평가결과 제안하는 방법이 우수하게 평가된다. 따라서 제안하는 방법을 통해 유병자와의 유사도를 이용하여 정확한 사용자의 잠재적 건강 위험을 예측 및 적절한 관리가 가능하다.

• 한국작물학회지
• /
• 제68권4호
• /
• pp.343-370
• /
• 2023

Developing improved wheat varieties is vital for global food security to meet the rising demand for food. Therefore, assessing the genetic diversity across wheat genotypes is crucial. This study examined the diversity of 168 durum wheat and 47 common wheat collections from 54 different countries using twelve agro-morphological parameters. Geumgang, a prominent Korean common wheat variety, was used as a control. Both qualitative and quantitative agronomical characteristics showed wide variations. Most durum wheats were shown to possess dense spikes (90%), while common wheats showed dense (40%) or loose (38%) spikes, with yellowish-white being the dominant spike color. The majority of the accessions were awned regardless of wheat type, yellowish-white being the main awn color. White or red kernels were produced, with white kernels dominating in both common (74%) and durum (79%) wheats. Days to heading (DH) and days to maturity (DM) were in the ranges of 166-215 and 208-250 days, respectively, while the culm length (CL), spike length (SL), and awn length (AL) were in the ranges of 53.67-163, 5.33-18.67, and 0.50-19.00 cm, respectively. Durum wheats possessed the shortest average DH, DM, and SL, while common wheat had the longest CL and AL (p < 0.05). Common wheats also exhibited the highest average one-thousand-kernel weight. Hierarchical cluster analysis, aided by principal component analysis, grouped the population into seven clusters with significant differences in their quantitative variables (p < 0.05). In conclusion, this research revealed diversity among common and durum wheat genotypes. Notably, 26 durum wheat and 17 common wheat accessions outperformed the control, offering the potential for developing early-maturing, high-yielding, and lodging-resistant wheat varieties.