• 한국공작기계학회논문집
• /
• 제16권6호
• /
• pp.62-70
• /
• 2007

In this study, the natural flaws in welding parts are classified using the signal pattern classification method. The storage digital oscilloscope including FFT function and enveloped waveform generator is used and the signal pattern recognition procedure is made up the digital signal processing, feature extraction, feature selection and classifier design. It is composed with and discussed using the distance classifier that is based on euclidean distance the empirical Bayesian classifier. Feature extraction is performed using the class-mean scatter criteria. The signal pattern classification method is applied to the signal pattern recognition of natural flaws.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.647-652
• /
• 2006

본 논문은 일반적으로 많은 특징들을 갖고 있는 패턴 분류 문제인 감정 인식을 위한 새로운 특징 선택 방법을 제안한다. '특징 선택'은 패턴 인식 성능의 향상에 기여하고 '차원의 저주'문제에도 좋은 해결책으로 많이 사용되는 방법이다. 그래서, 본 논문에서는 강화학습의 개념을 사용한 상호 작용에 의한 특징 선택 방법인 IFS(Interactiv Feature Selection)를 고안하였고 이 알고리즘을 사용하여 선택된 특징들을 감정 인식 시스템에 적용하여 성능이 향상됨을 확인하였다. 또한 기존의 특징 선택 방법과의 비교를 통하여 본 알고리즘의 우수성을 확인하였다.

• Journal of Electrical Engineering and information Science
• /
• 제2권4호
• /
• pp.59-65
• /
• 1997

In this paper, a general fuzzy syntactic method for recognition of flaw patterns and for the measurement of flaw characteristic parameters for a non-destructive inspections signal, called eddy-current, is presented. Solutions are given to the subtasks of primitive pattern selection, signal to symbol transformation, pattern grammar formulation, and event-synchronous flaw pattern extraction based on the grammars. Fuzzy attribute grammars are used as the model for the pattern grammar because of their descriptive power in the face of uncertain constraints caused by nose or distortion in the signal waveform, due to their ability to handle syntactic as well as semantic information. This approach has been implemented and the performance of eh resultant system has been evaluated using a library of law patterns obtained from steam generator tubes in nuclear power plants by an eddy current-based non-destructive inspection method.

• 비파괴검사학회지
• /
• 제21권1호
• /
• pp.46-53
• /
• 2001

음향방출 신호를 이용하여 분류기를 설계하는 과정에서의 특징값 선택법에 관해 연구하였다. 분류기는 역전파법을 이용한 신경망 분류기를 사용하였다. Fisher's criterion, class mean scatter criterion, eigenvector analysis와 함께 본 논문에서 새로 제안하는 특징값 공간에서의 특징값 좌표사이의 차이를 이용하는 2-D criterion, 3-D criterion을 이용해서 특징값을 선택하고 각각에 대해 분류기를 설계하여, 인식률과 수렴속도를 비교하였다. 분류를 위한 자료를 얻기 위하여 용접부 결함시편과 로터리 압축기 금속 접촉부 결함시편을 사용하였다. 인식률 면에서 2-D criterion과 3-D criterion이 우수한 결과를 나타내었다.

• 비파괴검사학회지
• /
• 제16권1호
• /
• pp.34-45
• /
• 1996

음향 방출 신호의 수집 및 처리, 특징값 추출 및 선택, 분류기 설계 및 검증 과정 등을 수행할 수 있는 신호 형상 인식 프로그램을 개발하고, 이를 오스테나이트계 STS304 용접부의 인공 결함 분류 연구에 적용하였다. 특히 분류기로는 선형 함수 분류기, 경험적 Bayesian 분류기, 신경 회로망 분류기를 사용하였고, 센서는 광대역 센서와 공진형 센서를 사용하여 분류기간의 비교와 센서간의 차이점을 검토하였다. 그 결과 신경 회로망 분류기가 다른 분류기에 비해 높은 인식률을 주었고, 공진형 센서보다는 광대역 센서를 통해 받은 신호가 더 높은 인식률을 주었다.

• 재활복지공학회논문지
• /
• 제7권2호
• /
• pp.19-26
• /
• 2013

본 논문에서는 다수의 특징 값 중에서 적합한 특징 및 채널을 선택하는 sEMG 신호기반 보행단계 인식기법을 제안한다. 제안하는 방법은 sEMG 신호 기반 분류기를 이용하여 하지 절단 환자의 동력의족을 제어하며, 적응적으로 특징 및 채널들을 선택하여 임베디드 시스템의 신호처리과정에서 발생하는 오버헤드를 감소시킨다. 또한 피험자의 보행 습관에 따라 근육 발달도가 다르다는 특성을 이용하여 피험자의 보행단계에 따라 사용 빈도가 높은 근육과 특징 추출 알고리즘을 선택함으로서 정확도를 향상시킨다. 실험 결과 피험자마다 인식율이 높은 근육이 다르다는 것을 발견하였다. 또한 모든 특징들과 채널들을 이용하는 기존 방법의 경우 50%의 평균정확도를 보인 반면에 제안한 방법은 91%의 평균정확도를 보였다. 따라서 소수의 발달된 근육과 이에 맞는 특징을 사용한 sEMG기반 보행단계인식 방법이 하지절단환자의 동력의족을 제어하는 데 적용될 수 있음을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제13권8호
• /
• pp.754-759
• /
• 2007

In this paper, we proposed the Bi-Modal Sensor Fusion Algorithm which is the emotional recognition method that be able to classify 4 emotions (Happy, Sad, Angry, Surprise) by using facial image and speech signal together. We extract the feature vectors from speech signal using acoustic feature without language feature and classify emotional pattern using Neural-Network. We also make the feature selection of mouth, eyes and eyebrows from facial image. and extracted feature vectors that apply to Principal Component Analysis(PCA) remakes low dimension feature vector. So we proposed method to fused into result value of emotion recognition by using facial image and speech.

• 전자공학회논문지B
• /
• 제30B권6호
• /
• pp.67-75
• /
• 1993

ECG pattern was classified using a back-propagation neural network. An improved feature extractor of ECG is proposed for better classification capability. It is consisted of preprocessing ECG signal by an FIR filter faster than conventional one by a factor of 5. QRS complex recognition by moving-window integration, and peak extraction by quadratic approximation. Since the FIR filter had a periodic frequency spectrum, only one-fifth of usual processing time was required. Also, segmentation of ECG signal followed by quadratic approximation of each segment enabled accurate detection of both P and T waves. When improtant features were extracted and fed into back-propagation neural network for pattern classification, the required number of nodes in hidden and input layers was reduced compared to using raw data as an input, also reducing the necessary time for study. Accurate pattern classification was possible by an appropriate feature selection.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1543-1561
• /
• 2020

Taxonomy of human brain activity is a complicated rather challenging procedure. Due to its multifaceted aspects, including experiment design, stimuli selection and presentation of images other than feature extraction and selection techniques, foster its challenging nature. Although, researchers have focused various methods to create taxonomy of human brain activity, however use of multivariate pattern analysis (MVPA) for image recognition to catalog the human brain activities is scarce. Moreover, experiment design is a complex procedure and selection of image type, color and order is challenging too. Thus, this research bridge the gap by using MVPA to create taxonomy of human brain activity for different categories of images, both colored and gray scale. In this regard, experiment is conducted through EEG testing technique, with feature extraction, selection and classification approaches to collect data from prequalified criteria of 25 graduates of University Technology PETRONAS (UTP). These participants are shown both colored and gray scale images to record accuracy and reaction time. The results showed that colored images produces better end result in terms of accuracy and response time using wavelet transform, t-test and support vector machine. This research resulted that MVPA is a better approach for the analysis of EEG data as more useful information can be extracted from the brain using colored images. This research discusses a detail behavior of human brain based on the color and gray scale images for the specific and unique task. This research contributes to further improve the decoding of human brain with increased accuracy. Besides, such experiment settings can be implemented and contribute to other areas of medical, military, business, lie detection and many others.

• 비파괴검사학회지
• /
• 제17권1호
• /
• pp.11-22
• /
• 1997

원자력발전소 압력용기 및 배관은 많은 용접부를 포함하고 있으며 용접부내 결함은 크기, 위치 및 형태에 따라 압력용기 및 배관의 건전성에 커다란 영향을 미친다. 따라서 주요 압력용기와 배관의 용접부에 대해서는 가동 전 중 검사시 초음파 탐상시험을 실시하여 그 건전성을 확인하고 있다. 초음파 결함 신호로부터의 결함 분류는 비파괴 평가에 있어 매우 중요하며 초음파 형상 인식 방법이 적당하다. 본 논문에서는 탄소강 압력용기 용접부에 내재하는 결함으로부터 얻어진 초음파 결함 신호의 형상 인식을 위한 절차로써 데이터 수집, 특징 추출, 특징 선택 및 결함 분류를 하였으며, 결함 분류에 있어 결함의 종류를 크게 선형(linear)과 체적(volumetric)의 두 종류로 분류함에 있어 퍼지이론을 적용하여 퍼지이론을 적용한 초음파 형상 인식 기법의 가능성 및 효율성을 제시하였고 그 결과 기존의 분류기(classifier)들에 비해 보다 우수한 결과를 얻을 수 있었다.