• 한국컴퓨터정보학회논문지
• /
• 제21권5호
• /
• pp.167-175
• /
• 2016

The volatile component analysis of 82 commercialized liquors(44 samples of single malt whisky, 20 samples of blended whisky and 18 samples of brandy) was carried out by gas chromatography after liquid-liquid extraction with dichloromethane. Pattern recognition techniques such as principle component analysis(PCA), cluster analysis(CA), linear discriminant analysis(LDA) and partial least square discriminant analysis(PLSDA) were applied for the discrimination of different liquor categories. Classification rules were validated by considering sensitivity and specificity of each class. Both techniques, LDA and PLSDA, gave 100% sensitivity and specificity for all of the categories. These results suggested that the common characteristics and identities as typification of whiskies and brandys was founded by using multivariate data analysis method.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• pp.299-301
• /
• 2005

본 연구는 생체정보를 이용하여 개인을 인증하고 확인하기 위한 방법으로 기존 단일 생체인식 기법의 단점을 보완하기 위해 홍채와 얼굴을 이용한 다중생체인식(Multi-Modal Biometrics Recognition)기법을 연구하였다. 중국 홍채 데이터베이스 CASIA(Chinese Academy of Science)에 Gabor Wavelet과 FLDA(Fuzzy Linear Discriminant Analysis)를 사용하여 특징벡터를 획득하였으며, FERET(FERET(Face Recognition Technology) 얼굴영상데이터를 사용하여 FERET 연구에서 매우 우수한 성능을 보인 EBGM알고리듬으로 특징벡터를 획득하였다. 이로부터 얻어진 두 score 값에 대하여 다양한 균등화 과정을 시도해 보았으며, 등록자와 침입자를 구분하기 위한 Fusion Algorithm으로 Bayesian Classifier, Support vector machine, Fisher's linear discriminant를 사용하였다. 또한, 널리 사용되는 방법 중 Weighted Summation을 이용하여 다중생체인식의 성능을 비교해 보았다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.761-764
• /
• 2004

얼굴 데이터를 사용하는 인식 시스템에서 특징 벡터의 차원은 일반적으로 매우 크다. 패턴인식에서 차원 축소는 중요한 문제로서, 효과적인 얼굴 인식을 위한 특징 벡터의 차원 축소는 필수적이라 할 수 있다. 본 논문에서는 획득된 얼굴 데이터로부터 저 차원의 강건한 특징을 얻기 위하여 웨이블릿을 사용하고, 식별력 있는 특징을 얻기 위하여 direct linear discriminant analysis를 사용하였다. Direct linear discriminant analysis 방법을 사용하기 이전에 웨이블릿을 사용함으로써 계산 복잡도를 줄여줄 뿐만 아니라 식별력을 높여주고 효과적으로 얼굴 데이터의 차원을 축소할 수 있음을 보여 준다. 얼굴의 패턴정합을 위해서는 최근접 평균 분류기(Nearest Mean Classifier)를 사용하였으며, 최근접 평균 분류기를 사용함으로써 분류를 위한 시간을 최소화하였다. 본 논문에서 인간의 얼굴인식을 위해 제시한 방법이 얼굴패턴을 표현하는 효과적인 방법이며, 시간 및 공간의 절약이라는 측면에서 유리하다는 것을 보여준다.

• 전기전자학회논문지
• /
• 제13권2호
• /
• pp.140-149
• /
• 2009

최근 인터넷을 통한 각종 침해사고 및 트래픽 폭주와 같은 현상이 급격하게 증가함에 따라 네트워크의 비정상적 상황을 조기에 탐지하기 위한 보다 능동적이고 진보적인 기술이 요구되고 있다. 본 논문에서는 캠퍼스 네트워크와 같이 트래픽이 주기적인 특성을 띠는 환경에서 Fisher 선형 분류법(FLD)을 사용하여 트래픽을 두 개의 그룹으로 분류하고, 네트워크에 유입되는 트래픽이 어떤 그룹에 속하는지를 판별하는 기법을 제안한다. 이를 위해 WISE-Mon이라 불리는 트래픽 분석 시스템을 개발하여 캠퍼스 네트워크의 트래픽을 수집하고 이를 모니터링해서 분석을 수행한다. 생성된 트래픽의 training set을 이용하여 비정상 트래픽의 범위를 판단하기 위한 chi-square distribution을 유도하고, FLD를 적용하여 유입되는 트래픽을 두 그룹으로 분리하기 위한 초평면 (hyperplane)을 만든다. 또한 네트워크 내의 트래픽 패턴이 시간이 지남에 따라 계속적으로 변하는 상황을 반영하기 위하여 self-learning 알고리즘을 적용한다. 캠퍼스 네트워크의 트래픽을 적용한 수학적 결과를 통하여 제안하는 기법의 정확성과 신뢰도를 보여준다.

• 한국지능시스템학회논문지
• /
• 제24권2호
• /
• pp.161-165
• /
• 2014

본 논문에서는 입력 공간의 부분 영역의 특성을 기술하기 위하여 각 부분 영역을 대표하는 prototype을 정의하고 정의된 Prototype 에 가중치를 적용하여 각 부분 영역이 각 클래스의 경계면에 미치는 영향을 차등화 하는 Fuzzy Prototype 분류기를 제안 한다. 제안된 패턴 분류기의 Prototype은 퍼지 클러스터링 알고리즘인 Fuzzy C-Means Clustering 알고리즘을 사용하여 결정한다. 또한, 각 부분 영역의 가중치를 결정하기 위하여 유전자 알고리즘에서 파생된 차분 진화 알고리즘을 적용하여 각각의 퍼지 규칙의 가중치를 최적화 한다. 또한 퍼지 규칙 기반 시스템 기반 패턴 분류기의 경우 각각의 퍼지 규칙의 후반부 구조인 다항식의 계수를 추정하기 위하여 Linear Discriminant Analysis를 사용한다. 마지막으로, 본 논문에서 제안한 패턴 분류기의 패턴 분류 특성 및 성능을 평가하기위하여 기계 학습 데이터를 사용한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권3호
• /
• pp.1390-1403
• /
• 2016

Facial expression recognition (FER) plays a very significant role in computer vision, pattern recognition, and image processing applications such as human computer interaction as it provides sufficient information about emotions of people. For video-based facial expression recognition, depth cameras can be better candidates over RGB cameras as a person's face cannot be easily recognized from distance-based depth videos hence depth cameras also resolve some privacy issues that can arise using RGB faces. A good FER system is very much reliant on the extraction of robust features as well as recognition engine. In this work, an efficient novel approach is proposed to recognize some facial expressions from time-sequential depth videos. First of all, efficient Local Binary Pattern (LBP) features are obtained from the time-sequential depth faces that are further classified by Generalized Discriminant Analysis (GDA) to make the features more robust and finally, the LBP-GDA features are fed into Hidden Markov Models (HMMs) to train and recognize different facial expressions successfully. The depth information-based proposed facial expression recognition approach is compared to the conventional approaches such as Principal Component Analysis (PCA), Independent Component Analysis (ICA), and Linear Discriminant Analysis (LDA) where the proposed one outperforms others by obtaining better recognition rates.

• Journal of Electrical Engineering and Technology
• /
• 제12권2호
• /
• pp.911-917
• /
• 2017

There are generally three folds when developing neural network classifiers. They are as follows: 1) discriminant function; 2) lots of parameters in the design of classifier; and 3) high dimensional training data. Along with this viewpoint, we propose space search optimized polynomial neural network classifier (PNNC) with the aid of data preprocessing technique and simultaneous tuning strategy, which is a balance optimization strategy used in the design of PNNC when running space search optimization. Unlike the conventional probabilistic neural network classifier, the proposed neural network classifier adopts two type of polynomials for developing discriminant functions. The overall optimization of PNNC is realized with the aid of so-called structure optimization and parameter optimization with the use of simultaneous tuning strategy. Space search optimization algorithm is considered as a optimize vehicle to help the implement both structure and parameter optimization in the construction of PNNC. Furthermore, principal component analysis and linear discriminate analysis are selected as the data preprocessing techniques for PNNC. Experimental results show that the proposed neural network classifier obtains better performance in comparison with some other well-known classifiers in terms of accuracy classification rate.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.372-378
• /
• 2003

얼굴 인식을 위한 주요 기법인 PCA, LBA 등과 같은 mapping에 의한 기법과 템플리트 정합기법 모두 얼굴 영역의 회전, 이동, 표정, 그리고 조명조건의 변화에 민감한 특성을 가진다. 본 논문에서는, 영상의 변화를 보상할 수 있는 전처리 과정으로서 기하학적 특징에 기반한 순수 얼굴영역검출기법을 도입하고 후처리 과정으로서 간단한 정합기법을 사용한 얼굴인식 기법을 제안한다. 제안한 기법은 PCA와 LDA 기법에 비해 영상의 변화에 민감하지 않고 높은 인식률을 보장할 수 있는 장점을 가진다.

• 응용통계연구
• /
• 제21권6호
• /
• pp.969-980
• /
• 2008

본 연구에서는 한우의 연도, 다즙성, 향미, 전반적인 기호도에 관한 소비자 관능평가 데이터를 기반으로 소비자 맛 등급을 판별하는 방법을 비교 연구하였다. 판별방법으로는 선형판별, 이차판별, 정준판별, 비모수적 판별방법을 사용하였고, 재대입 방법에 의한 분류율을 측정하여 판별방법들의 분류능력을 비교하였다.

• 분석과학
• /
• 제34권3호
• /
• pp.134-141
• /
• 2021

GC-FID를 이용하여 유통판매 참기름 62건(국산 18건, 수입산 44건)의 지방산 조성을 확인 하였으며 참기름의 원산지 판별을 위해 주요지방산 5 종(C16:0, C18:0, C18:1, C18:2, C18:3)에 대하여 다변량 통계분석인 주성분 분석과 선형판별 분석을 실시하였다. t-검정 결과 국산과 수입산 참기름에서 C16:0, C18:0, C18:1, 및 C18:2 함량 간에 유의적인 차이가 확인되었으며, C16:0과 C18:1 및 C18:2의 상관성은 국산과 수입산 참기름에서 서로 반대되는 경향을 보였다. 실험법 검증을 위한 회수율 검정 결과 82.8~100.2 %의 양호한 결과를 얻을 수 있었다. 주성분 분석을 통해 참기름의 원산지에 따른 집단 분포 양상의 차이를 시각적으로 확인하였다. 참기름 시료를 원산지에 따라 두 집단으로 분류하기 위해 선형판별 분석을 실시한 결과 국산은 88.9 %, 수입산은 100 %의 판별 정확성을 보였다. C16:0 (Wilks λ = 0.361)과 C18:1 (Wilks λ= 0.637)은 참기름 원산지 판별에 가장 판별력이 큰 지방산으로 확인되었다. 전체 62건의 참기름 중 60건이 정확하게 분류되어 96.8 %의 예측정확성을 보였으며 이러한 결과는 상기의 접근법이 참기름의 원산지를 판별하고 분류하는 유용한 툴로서 활용될 수 있음을 보여준다.