• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.781-784
• /
• 2009

본 논문에서는 실제 수중 환경에서 선박 또는 잠수함으로부터 발생하는 인위적인 천이신호와 돌고래, 새우 등의 해양 생물로부터 발생하는 천이신호들을 식별하기 위한 특징벡터 추출 기법을 제안하였다. MFCC와 엔트로피 기반의 웨이블릿 패킷 기법을 이용하여 특징을 추출하고, 이 두 특징들을 동시에 적용하여 수중 천이신호를 식별하고자 한다. 기존의 방법인 MFCC와 웨이블릿 패킷 기법과 이 두 방법을 동시에 적용했을 때의 식별률을 비교하였고, 전방향 신경회로망(feed-forward neural network)을 그 특징벡터의 성능을 평가하기 위한 식별기로 사용하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.5
• /
• pp.624-630
• /
• 2010

As electrocardiogram(ECG) signals are generally sampled with a frequency of over 200Hz, a method to compress diagnostic information without losing data is required to store and transmit them efficiently. In this paper, an ECG signal compression method, which uses feature points based on curvature, is proposed. The feature points of P, Q, R, S, T waves, which are critical components of the ECG signal, have large curvature values compared to other vertexes. Thus, these vertexes are extracted with the proposed method, which uses local extremum of curvatures. Furthermore, in order to minimize reconstruction errors of the ECG signal, extra vertexes are added according to the iterative vertex selection method. Through the experimental results on the ECG signals from MIT-BIH Arrhythmia database, it is concluded that the vertexes selected by the proposed method preserve all feature points of the ECG signals. In addition, they are more efficient than the AZTEC(Amplitude Zone Time Epoch Coding) method.

• Proceedings of the IEEK Conference
• /
• 2008.06a
• /
• pp.775-776
• /
• 2008

본 논문은 WLAN 환경에서 웨이블릿과 신경망을 사용한 실내 위치인식 방법을 제안한다. 제안한 방법의 기본적인 아이디어는 경제적이면서 효율적인 방법으로써 실내에 설치된 무선 AP들로부터 수신된 신호들의 수신세기로부터 비교적 정확하게 위치를 추정하는 연구이다. 일반적으로 무선 신호는 주위 환경 및 건물 구조적 요인에 의해 수신세기가 더해지거나 감해지는 현상이 발생함으로써 수신된 각 신호세기로부터 신호 잡음과 오류에 강인하고 시간과 주파수 도메인의 정보 표현이 가능하며 각 신호세기들간의 구별성을 갖는 특징값 획득이 필요하다. 제안 방법에서는 웨이블릿 변환을 이용하여 수신된 신호로부터 중복 데이터와 잡음에 민감하게 반응하지 않는 특징값을 획득하고, 수신신호 전역 및 지역적 특징의 표현이 가능한 신경망을 사용하여 실내위치인식 방법은 제안한다. 실험 결과 실내위치 인식률이 94 % 이상 제시하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.179-182
• /
• 2006

현재 감정을 인식할 수 있는 방법으로는 음성, 뇌파, 심박, 표정 등 많은 방법들이 존재한다. 본 논문은 이러한 방법 중 음성 신호를 이용한 방법으로써 특징들은 크게 피치, 에너지, 포만트 3가지 특징 점을 고려하였으며 이렇게 다양한 특징들을 사용하는 이유는 아직 획기적인 특징점이 정립되지 않았기 때문이며 이러한 선택의 문제를 해결하기 위해 본 논문에서는 특징 선택 방법 중 Multi Feature Selection(MFS) 방법을 사용하였으며 학습 알고리즘은 Self Organizing Map 알고리즘을 이용하여 음성 신호의 감정 특징 패턴을 분류하는 방법을 제안한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.153-157
• /
• 2002

자기 진단 센서는 자신의 상태를 스스로 진단하는 기능을 갖는 센서를 말한다. 이러한 기능을 갖기 위해서 자신의 상태를 판단 할 수 있는 정보를 얻는 것이 가장 중요하다. 본 연구에서는 자신의 노이즈 신호만으로 상태를 판단할 수 있는 자기 진단센서의 설계하는 방법을 제안하였다. 웨이브렛 및 ICA 분석기법을 이용하여 자신의 출력 신호로부터 대상목표의 측정물리량을 나타내는 신호성분을 제외한, 센서 자신으로부터 발생하는 특징 노이즈 신호만을 분류한 다음에, 이 신호를 PDS로 정량화하여 특징 데이터를 생성하였다. 실험을 통해 그 타당성을 입증하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.2035-2036
• /
• 2011

네트워크 기반 서비스를 이용하여 심전도 신호를 전송하는 과정에서 심전도의 특징 값을 조합한 one-time 템플릿 기반의 암호키를 생성하고 또한 이를 이용하여 심전도 신호를 암호화 하고자 하였다. 결과적으로 심전도 신호의 암호화/복호화 과정을 통하여 환자의 정보를 보호할 수 있는 생체 신호의 송수신 보안을 구현하고자 하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.770-772
• /
• 2016

본 논문에서는 음성신호처리 시스템에 유용하게 사용되는 음성신호의 특징 파라미터를 출력하는 스펙트럼 필터모델을 사용하여, 배경잡음 환경 하에서 음성신호 중의 잡음을 제거하는 알고리즘을 제안한다. 따라서 본 논문에서는 배경잡음을 제거할 때 고려해야 할 인간의 청각특성이 포함된 음성의 진폭 스펙트럼에 의한 청각필터의 특성을 도입한다. 본 논문의 실험에서 사용한 성능평가의 방법으로는 음절 명료도의 테스트에 적합한 주관적인 평가인 주파수 영역에서의 스펙트럼 왜곡률(Spectral Distortion, SD)을 사용하여 실험결과를 비교하고 고찰한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.237-240
• /
• 2001

본 논문은 단일 뷰-포인트 카메라 모델을 이용하여 무-특징 환경 (non-feature environment)에서의 영상 모자이킹 알고리즘을 제안한다. 특징 환경에서 영상의 기하구조를 만들어 내고 이 기하구조를 무-특징 환경에 적용시켜 모자이크 영상을 얻는다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.7
• /
• pp.209-220
• /
• 2014

In this paper, we analyze the discriminability of features for the classification of transient signals with an ambient noise in a shallow water. For the classification of the transient signals, robust features for the variance of a noise are required due to a low SNR under a marine environment. In the modelling the ambient noise in shallow water, theoretical noise model, Wenz's observation data from the shallow water, and Yule-walker filter are used. Discrimination of each feature of the transient signals with an additive ambient noise is analyzed by utilizing a Fisher score. As the analysis of a classification accuracy about the transient signals of 24 classes using the selected features with a high discriminability, the features selected in the environment without a noise relatively have a good classification accuracy. From the analyzed results, we finally select a total 16 features out of 28 features. The recognition using the selected features results in the classification accuracy of 92% in SNR 20dB using Multi-class SVM.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.19 no.2
• /
• pp.373-380
• /
• 1994

In this paper, we proposed a method of extracting optimum features of speech signal to adjust signal level. For extracting features of speech signal we used FRLS(Fast Recursive Least Square) algorithm, we adjusted each frames of equal to constant level, and extracted optimum features of speech signal by using equalized autocorrelation function proposed in this paper.