• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2810-2812
• /
• 2001

본 논문에서는 독립성분해석을 이용한 영상분리에 있어서의 잡음에 대한 강인성에 대한 주성분해석과 비교 연구를 함으로써, 독립성분해석(Independent Component Analysis, ICA)기법의 효율성을 고찰하고 분석하고자 한다. 원래의 인식 시스템 모델에 잡음을 주었을 때, ICA를 이용한 영상 분리의 잡음에 대한 강인성은 주성분 해석(Principal Component Analysis, PCA)기법에서 보다 더 잡음에 강인한 성질을 내포하고 있는데, 이는 PCA 보다 ICA가 분리하려는 영상정보의 상호관계를 더 약화시키는 작용을 하기 때문이다. 이러한 특성은 모의실험을 통해 확인되었다.

• 생명과학회지
• /
• 제13권3호
• /
• pp.343-348
• /
• 2003

육종재료를 얻기 위하여 부산·경남지역에서 수집된 재래종 옥수수 49 계통을 선발하여 본 실험을 실시하였다. 본 시료는 주성분분석을 이용하여 재래종 옥수수를 해석하고 계통분류를 실시하였던 바 다음과 같은 결과를 얻었다. 7 개의 형질을 이용하여 실시한 주성분분석에서는 제 4주성분까지를 가지고 전체 변동의 86.3%를 설명할 수 있었고, 제 2 주성분까지는 전체 변동의 67.4%를 설명할 수 있었다. 주성분에 대한 형질들의 기여율은 형질에 따라 달랐고 상위 주성분에서 켰으며 하위 주성분에서 작았다. 주성분과 형질과의 상관계수는 주성분의 생물학적 의의와 주성분에 대응한 식물체의 형을 명확히 하였는데 제 1 주성분은 식물체의 크기 및 생장기간에 관련된 주성분이었고, 제2주성분은 이삭수와 분얼수에 관련된 주성분이었다. 제 3주성분과 제 4 주성분에서는 형질간에는 유의성이 인정되지 않았다.

• 한국전자통신학회논문지
• /
• 제17권4호
• /
• pp.703-708
• /
• 2022

k-평균 군집화는 대표적인 클러스터링 기법이다. 하지만 성능 평가 척도와 최소 개수의 군집을 정하는 방법에 대하여 통합하지 못한 한계가 있다. 본 논문에서는 수치적으로 최소 개수의 군집을 정하는 방법을 도입한다. 설명된 분산을 통합측도로 제시한다. 최소 개수의 군집과 설명된 분산 달성을 동시에 만족하려면 주성분 해석의 부공간에서 k-평균 군집화 방법을 수행해야한다는 것을 제시하고자 한다. 패턴인식과 기계학습에서 왜 주성분 분석과 k-평균 군집화를 순차적으로 수행하는가에 대한 설명을 원론적으로 제시한다.

• 정보처리학회논문지B
• /
• 제8B권4호
• /
• pp.389-394
• /
• 2001

본 논문에서는 독립 성분 해석(Independent Component Analysis, ICA) 기법과 인근 평균 및 정규화를 이용한 영상 분류 방법을 제안하였다. ICA에 잡음을 주어 영상을 분류하였을 때, 잡음에 대한 강인성을 증가시키기 위하여, 제안된 인근 평균 및 정규화를 전처리로 적용하였다. 제안된 방법은 전처리 없이 ICA에 주성분 해석(Principal Component Analysis, PCA)을 이용한 것에 비해 잡음에 대한 강인성을 증가시키는 것을 모의 실험을 통하여 확인하였다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2003년도 춘계학술발표회 논문집
• /
• pp.167-170
• /
• 2003

본 연구는 무감독영상해석(Unsupervised Classification)에서 주성분 분석법(Principal Component Analysis)의 응용성을 연구하기 위하여, 주성분 분석법을 K-means, ISODATA 두가지 무감독분류법에 적용하였다. 적용대상지역은 제주도이다. 본 연구에서 주성분 분석 방법중에서 비정규형 주성분 분석방법 (Unstandardized PCA)과 정규형 주성분 분석방법(Standardized PCA) 두가지 경우로 나누어서 각각 연구하였다. 이를 위하여 제주도의 Landsat TM영상과 국토연구원에서 조사한 제주도 식생분류 조사자료와 현장조사 자료 그리고 1/25,000 수치지도를 이용하였다. 그리고 분석된 자료의 정확도를 평가하기 위하여 오차행렬(Error Matrix)을 도입하여 계산하였다. 우선 비정규형 주성분 분석법으로 구한 주성분 영상과 Landsat TM 원래 영상을 오차행렬을 이용하여 제주도의 식생 분류에 각각 적용하였다. 그 결과, K-means 무감독분류법에서는 Landsat TM 자료를 직접 이용한 경우에는 바다와 육상의 분류가 잘 되지 않았으며, 또한 전반적인 영상분류결과가 관측치와 많은 차이를 보였다. 그러나, 주성분 분석법으로 계산된 주성분 영상으로 K-means방법으로 분류 한 결과는 관측치와 잘 일치를 하였다. ISODATA의 경우, Landsat TM 원래영상을 계산하면, K-means으로 분류한 결과보다는 좋은 값을 나타냈으나, 주성분 분석법으로 구한 영상의 계산결과와 비교하면, 주성분 영상으로 구한 분류결과의 정확도가 약 15%정도 높게 나타났다. 정규형 주성분 분석법의 경우를 보면 K-means에서는 Landsat TM원래 자료보다 우수한 결과를 보여주었으나, 비정규형 주성분 분석법으로 계산된 결과보다는 정확도가 다소 떨어지는 단점이 있었고, ISODATA의 경우도 Landsat TM원래 자료보다 약 7%정도의 높은 정확도를 보였으나, 비정규형 영상보다는 약8%정도 낮은 정확도를 보였다. 본 연구에서 주성분 분석법으로 계산된 결과에서 주목되는 것은, 주성분 분석법으로 구한 주성분 영상은 분류방법(K-means, ISODATA, artificial neural networks)에 따라 분류된 결과값이 비슷하게 나타난 반면, Landsat TM원래 자료는 분류방법에 따라 결과값이 많은 차이를 보여 주었다. 그리고 주성분 분석 방법 중에서도 비정규형 주성분 분석법(Unstandardized PCA)이 정규형 주성분 분석법(Standardized PCA)보다 영상분석에서 더 좋은 결과를 보여주는 것으로 나타났다.

• 농업과학연구
• /
• 제8권2호
• /
• pp.139-151
• /
• 1981

육종재료(育種材料)를 얻기 위해 수집(蒐集)된 한국(韓國) 재래종(在來種) 옥수수 57계통(系統)에 대(對)하여 주성분(主成分) 분석(分析)을 적용(適用)하여 재래종(在來種) 옥수수르 해석(解釋)하고 계통분류(系統分類)를 하였던 바 다음과 같은 결과(結果)를 얻었다. 1. 27개(個) 형질(形質)을 이용(利用)하여 실시(實施)한 주성분(主成分) 분석(分析)에서 제(第)4 주성분(主成分)까지를 가지고 전변동(全變動)의 67.09% 설명(說明)할 수 있었고, 제(第)1주성분(主成分)까지를 취(取)하면 전변동(全變動)의 88.63%를 설명(說明)할 수 있었다. 2. 형질(形質)의 주성분(主成分)에 대(對)한 기여율(寄與率)은 형질(形質)과 주성분(主成分)에 따라 큰 차이(差異)가 있었다. 3. 주성분(主成分)과 형질문(形質問)에 상관계수(相關係數)는 주성분(主成分)의 생물학적(生物學的) 의의(意義)와 주성분(主成分)에 대응(對應)한 식물체의 type을 명확(明確)히 하였다. 4. 계통간거리(系統間距離)에 의(依)해 57계통(系統)을 4개(個)의 계통군(系統群)으로 분류(分類)하였다.

• 융합보안논문지
• /
• 제12권3호
• /
• pp.3-10
• /
• 2012

본 연구는 주성분 분석을 통하여 출입인원에 대한 보안성을 확보방안을 제시하기 위함이다. 데이터를 수집하기 위해 K센터(IPS) 보안등급 A~E 출입구역 출입데이터를 바탕으로 BoxPlot와 주성분분석으로 통해 연구결과를 도출하였다. 주성분 분석을 수행하기 전에 공통성의 추출값에 대하여 다중공선성을 측정한 값인 분산팽창인수(VIF)가 2.902 이하이므로 주성분분석을 해석하는데 문제가 없음을 확인하였다. 이를 바탕으로 주성분 분석을 실시하여 제 1 주성분의 고유값 1.453, 제 2주성분의 고유값 1.283, 제 3 주성분의 고유값 1.142을 바탕으로 보안등급별 인원을 나누어 본 결과를 바탕으로 보안등급별 인원을 Green-list, Blue-list, Red-list, Black-list로 구분하였다.

• 한국지리정보학회지
• /
• 제2권3호
• /
• pp.71-80
• /
• 1999

본 연구의 목적은 Landsat TM 자료를 이용하여 시화호로부터 황해로 방류되는 오염된 시화호물의 방류범위를 해석하는 것이다. 본 연구지역은 Case 2 water에 속하는 지역이기 때문에 엽록소와 부유사의 정량적인 해석을 위한 알고리듬을 적용하는데는 한계가 있다. 본 연구의 초점은 다중시기의 Landsat TM 자료를 이용하는데 있다. 즉, 시화호로부터 방류되는 방류수의 공간적인 확산범위를 관측하기 위해 주성분분석을 적용하였다. 주성분분석의 결과는 엽록소, 부유사, 투명도, 표층수온, SeaWiFS 채널의 수중광학 측정결과인 반사치와 비교하였다. 그리고, PRR-600에 의해 얻어진 수중 광학 반사치는 Landsat TM 자료에서 얻어진 주성분분석 결과와 함께 분석되었다. 이러한 현장관측자료를 바탕으로 비록 다른 현장관측 측정변수가 낮은 상관관계를 나타냈음에도 불구하고 투명도(Secchi Disk Depth)와 주성분분석의 제 1 성분이 $R^2$=0.7631의 좋은 상관관계를 나타내었다. 또한 본 연구에서는 다중시기의 원격탐사자료를 사용하여 주성분분석을 할 때 나타나는 여러 문제를 토의하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권3호
• /
• pp.533-541
• /
• 2013

이 연구에서는 라소를 이용한 간편한 주성분분석을 제안한다. 이 방법은 다음의 두 단계로 구성되어 있다. 먼저 주성분분석에 의해 주성분을 구한다. 다음으로 각 주성분을 반응변수로 하고 원자료를 설명변수로 하는 라소 회귀모형에 의한 회귀계수 추정량을 구한다. 이 회귀계수 추정량에 기반한 새로운 주성분을 사용한다. 이 방법은 라소 회귀분석의 성질에 의해 회귀계수 추정량이 보다 쉽게 0이 될 수 있기 때문에 해석이 쉬운 장점이 있다. 왜냐하면 주성분을 반응변수로 하고 원자료를 설명변수로 하는 회귀모형의 회귀계수가 고유벡터가 되기 때문이다. 라소 회귀모형을 위한 R 패키지를 이용하여 모의생성된 자료와 실제 자료에 이 방법을 적용하여 유용성을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.710-714
• /
• 2006

지역빈도해석기법은 수문학적으로 성질이 유사한 지점을 하나의 군으로 구성한 자료를 이용해서 빈도해석을 하는 기법으로, 지점빈도해석이 가질 수 있는 단점들을 보완하기 위한 방안의 하나로 기대되고 있다. 본 논문은, 지역빈도해석기법을 적용하기 위한 단계중의 하나인 군집해석에 사용되는 변수들을 보다 효율적으로 선택하기 위한 연구로서, 다변량 분석방법인 주성분분석과 요인분석, 그리고, 변수선택을 위한 Procrustes Analysis를 통해서 보다 효율적으로 변수를 선택하는 방법을 제안하기 위한 연구이다.