• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제4권3호
• /
• pp.322-326
• /
• 2004

This paper describes a new iris recognition method based on a shift-invariant wavelet sub-images. For the feature representation, we first preprocess an iris image for the compensation of the variation of the iris and for the easy implementation of the wavelet transform. Then, we decompose the preprocessed iris image into multiple subband images using a shift-invariant wavelet transform. For feature representation, we select a set of subband images, which have rich information for the classification of various iris patterns and robust to noises. In order to reduce the size of the feature vector, we quantize. each pixel of subband images using the Lloyd-Max quantization method Each feature element is represented by one of quantization levels, and a set of these feature element is the feature vector. When the quantization is very coarse, the quantized level does not have much information about the image pixel value. Therefore, we define a new similarity measure based on mutual information between two features. With this similarity measure, the size of the feature vector can be reduced without much degradation of performance. Experimentally, we show that the proposed method produced superb performance in iris recognition.

• 한국통신학회논문지
• /
• 제24권6B호
• /
• pp.1191-1202
• /
• 1999

본 논문에서는 간단히 한국통신학회본 논문에서는 웨이브렛 영역에서의 질감 유사성을 특징으로 사용함으로써 프레임간의 급격한 밝기변화에 강건한 특성을 가지는 툴게이트 과금을 위한 차량검지 및 차종분류 알고리듬을 제안하였다. 질감의 유사성을 나타내는 특징으로는 웨이브렛 변환된 입력영상과 배경영상 간의 국부상관계수를 이용하였다. 기존의 차량검지에서 사용되었던 특징인 차영상에 대한 분산과 비교하여 제안된 특징의 유용성을 정상적으로 분석하였으며, 실제 테스트 영상에 대하여 차량과 그림자가 관측되거나 관측되지 않는 도로와의 구분 용이성 정도를 측정함으로써 제안된 특징의 우수성을 보인다. 현장 테스트에 대한 실험 결과는 제안된 차량검지 및 차종분류 알고리듬이 센서의 특성과 그림자의 발생에 의한 프레임 간의 급격한 밝기 변화와 같은 상황하에서도 매우 안정적이며 우수한 성능을 보이는 것을 확인할 수 있다.

• Journal of Electrical Engineering and Technology
• /
• 제12권6호
• /
• pp.2106-2117
• /
• 2017

An effective statistical feature extraction approach of data sampling of fault in the combined transmission system is presented in this paper. The proposed algorithm leads to high accuracy at minimum cost to predict fault location and fault type classification. This algorithm requires impedance measurement data from one end of the transmission line. Modal decomposition is used to extract positive sequence impedance. Then, the fault signal is decomposed by using discrete wavelet transform. Statistical sampling is used to extract appropriate fault features as benchmark of decomposed signal to train classifier. Support Vector Machine (SVM) is used to illustrate the performance of statistical sampling performance. The overall time of sampling is not exceeding 1 1/4 cycles, taking into account the interval time. The proposed method takes two steps of sampling. The first step takes 3/4 cycle of during-fault and the second step takes 1/4 cycle of post fault impedance. The interval time between the two steps is assumed to be 1/4 cycle. Extensive studies using MATLAB software show accurate fault location estimation and fault type classification of the proposed method. The classifier result is presented and compared with well-established travelling wave methods and the performance of the algorithms are analyzed and discussed.

• 한국멀티미디어학회논문지
• /
• 제20권10호
• /
• pp.1637-1645
• /
• 2017

Target/Nontarget classification can be divided into the study of shape estimation of the target analysing reflected echo signal and of type classification of the target using acoustical features. In active sonar system, the feature vectors are extracted from the signal reflected from the target, and an classification algorithm is applied to determine whether the received signal is a target or not. However, received sonar signals can be distorted in the underwater environments, and the spatio-temporal characteristics of active sonar signals change according to the aspect of the target. In addition, it is very difficult to collect real sea-trial data for research. In this paper, target/non-target classification were performed using real sea-trial data. Feature vectors are extracted using MFCC(Mel-Frequency Cepstral Coefficients), filterbank energy in the Fourier spectrum and wavelet domain. For the performance verification, classification experiments were performed using backpropagation neural network classifiers.

• 한국지능시스템학회논문지
• /
• 제18권5호
• /
• pp.718-723
• /
• 2008

베어링은 각종 설비에서 활용되는 중요한 기계요소 중 하나이다. 설비고장의 상당수는 베어링의 결함이나 파손에 기인하고 있다. 따라서 베어링에 대한 온라인모니터링기술은 설비의 정지를 예방하고 손실을 줄이는 데 필수적이다. 본 논문은 진동 신호를 이용하여 베어링의 상태를 예측하기 위한 온라인모니터링에 대해 연구한다. 프로파일로 주어지는 진동신호는 이산 웨이블릿 변환을 통해 분석되고, 분해수준별 웨이블릿 계수로부터 얻은 통계적 특징 중 유의한 것을 선별하고자 분산분석 (ANOVA)을 이용한다. 선별된 특징벡터는 Support Vector Machine (SVM)의 입력이 되는 데, 본 논문에서는 다중클래스 분류문제를 다루기 위한 계층적 SVM 트리를 제안한다. 수치실험 결과, 제안된 방법은 베어링의 결함을 분류하는 데 우수한 성능을 갖는 것으로 나타났다.

• 대한전자공학회논문지SP
• /
• 제37권6호
• /
• pp.48-59
• /
• 2000

안테나 센서 어레이를 이용하여 수신되는 전파의 도래각을 추정하는 방식으로서 MUSIC(multiple signal classification)과 같은 고유분해(eigendecomposition)를 기반으로 한 방식은 백색잡음 환경하에서는 고분해능의 우수한 성능을 보이지만 유색잡음이 존재하는 환경에서는 성능이 크게 저하된다. 본 논문에서는 주기성을 가진 신호에 잡음이 더해진 선호를 웨이브렛 영역으로 변환하여 신호와 잡음을 분리하는 방법을 사용하여 유색잡음이 있는 환경에서 도래각 추정 문제를 접근하였다. 배경잡음만 있는 경우 센서 어레이 출력을 이산 웨이브렛 분해를 하여 얻은 멀티스케일 성분들의 공분산 행렬은 밴드화된 행렬로 근사화 할 수 있는데 비하여 협대역 신호는 멀티스케일 성분간의 상관성은 급속히 감소하는 현상을 보이지 않고 공분산 행렬에서는 신호성분이 전체 행렬에 분포한다. 어레이 출력의 공분산 행렬을 웨이브렛 영역으로 변환하여 유색잡음에 해당하는 특정 밴드를 삭제하고 MUSIC과 같은 기존의 공간 스펙트럼 추정방식을 적용하여 도래각을 추정 한 다음 그 결과로 부터 신호성분을 합성하여 삭제한 밴드를 채우는 과정을 반복하여 정확한 도래각을 얻는 방안을 제안하였다. 제안된 알고리즘의 성능을 여러 가지 형태의 상관함수 특성을 가진 유색잡음 환경에서 모의실험을 통하여 기존 방식과 비교 분석하였다.

• 한국멀티미디어학회논문지
• /
• 제12권3호
• /
• pp.451-459
• /
• 2009

본 논문은 심전도(ECG) 신호로부터 조기심실수축(PVC)을 자동 탐지하는 방법으로 이산 웨이블릿 변환과 퍼지 신경망을 이용하는 방안을 제시하고 있다. 심전도 신호를 이산 웨이블릿 변환(DWT)으로 특징을 추출한 후, 퍼지 신경망으로 학습하여 정상 비트와 PVC 비트를 분류한다. 윈도우 크기는 R파를 기준으로 $-31/360{\sim}+32/360$초를 사용하며, 웨이블릿 변환은 d3, d4, d5의 웨이블릿 계수 14개를 사용한다. 퍼지 신경망은 가중 퍼지소속함수 기반 신경망을 사용한다. 본 논문은 벤치마킹 데이터로 MIT-BIH 부정맥 데이터베이스를 사용하여 Shyu 실험군(7개 레코드)에서는 전체 분류율에서 97.04% 보다 높은 99.91%의 신뢰성 있는 결과를 나타내었고, Inan 실험군(40개 레코드)에서는 각각 SE는 82.57% 보다 높은 84.67%, SP는 98.33% 보다 높은 99.39%, 전체 분류율은 96.85% 보다 높은 98.01%의 신뢰성 있는 결과를 나타내었다.

• Smart Structures and Systems
• /
• 제12권3_4호
• /
• pp.327-344
• /
• 2013

Beam string structure (BSS) is introduced as a new type of hybrid prestressed string structures. The composition and mechanics features of BSS are discussed. The main principles of wavelet packet transform (WPT), principal component analysis (PCA) and support vector machine (SVM) have been reviewed. WPT is applied to the structural response signals, and feature vectors are obtained by feature extraction and PCA. The feature vectors are used for training and classification as the inputs of the support vector machine. The method is used to a single one-way arched beam string structure for damage detection. The cable prestress loss and web members damage experiment for a beam string structure is carried through. Different prestressing forces are applied on the cable to simulate cable prestress loss, the prestressing forces are calculated by the frequencies which are solved by Fourier transform or wavelet transform under impulse excitation. Test results verify this method is accurate and convenient. The damage cases of web members on the beam are tested to validate the efficiency of the method presented in this study. Wavelet packet decomposition is applied to the structural response signals under ambient vibration, feature vectors are obtained by feature extraction method. The feature vectors are used for training and classification as the inputs of the support vector machine. The structural damage position and degree can be identified and classified, and the test result is highly accurate especially combined with principle component analysis.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2010년도 추계학술대회 논문집
• /
• pp.236-241
• /
• 2010

This paper presents a wear diagnosis method for centrifugal impellers by using an accelerometer. The features are calculated from raw and wavelet transformed signals with several statistical methods applied in time or frequency domains. From the effectiveness coefficient test, it is shown that 7th level of wavelet transformed signal is suitable for wear classification problems. A neural network with 5 feature sets is applied to diagnose the wear magnitude of pump impellers. The verification result reveals that high accuracy for the wear diagnosis of impellers can be obtained by using wavelet features transformed from acceleration signals.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 하계종합학술대회 논문집(3)
• /
• pp.113-116
• /
• 2000

In this paper, we present new scheme for image coding which efficiently use the relationship between the properties of spatial image and its wavelet transform. Firstly an original image is decomposed into several layers by the wavelet transform, and simultaneously decomposed into 2$\^$n/ ${\times}$ 2$\^$n/ blocks. Each block is classified into 3 regions according to their property, i.e., low activity region(LAR), midrange activity region(MAR), high activity region(HAR). Secondly we are applied texture modeling technique to LAR, MAR and HAR are encoded by Stack-Run coding technique. Finally our scheme Is superior to the Zerotree method in both reconstructed image Quality and transmitted bit rates.