• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.246-249
• /
• 2001

본 연구는 온라인 지문 인식 기법의 속도 향상을 주목적으로 하여 기존의 지문 인식 기법과 비교하여 개선된 전처리 방법을 이용하여 적은 계산량으로 보다 높은 정확도를 확보하여 궁극적으로 지문 인식 및 대조 시스템이 적합한 특징점 추출 알고리즘 개발을 목적으로 한다. 먼저 방향성이미지에서 방향성추출에서는 4$\times$4화소를 하나의 Block으로 나눈 후, 3$\times$3의 Sobel 연산자를 이용하였고, 이 방향성 정보를 이용하여 지문영상의 품질 측정과 배경 분리를 하였으며, 또한 부분 영역간의 밝기 차이 등으로 발생하는 오류를 최소화하기 위하여 이진화 수행 과정에서 가장 애로점인 임계치(threshold value) 설정을 지문의 대상 영역의 밝기 등에 적응하여 스스로 변하도록 할 수 있게 Slit sum의 방법을 응용한 적응 이진화를 하였다. 세선화와 특징점 추출에서는 VHN(Vertical & horizontal Number)값을 이용하여 보정(Interpolation)효과를 주어 오류특징점을 배제하고, 자동 지문 인식 시스템의 인식성능을 향상시켰다.

• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.192.1-192.1
• /
• 2012

영상레이더 (SAR: Synthetic Aperture Radar) 혹은 통신 안테나/탑재체를 장착한 위성은 원하는 주파수 대역의 운용을 위해 대형 안테나 구조물 장착이 필수적이다. 이러한 대형 구조물은 일체형으로 제작되어 위성체에 접속되었을 때, 요구 무게 및 점유하는 부피가 매우 큰 특징을 지닌다. 따라서, 대형 안테나 구조물의 중량으로 인해 발사비 증가가 불가피하며, 페어링 내부의 허용된 공간에 안테나 크기는 큰 제약적 요인이 된다. 그리고, 전개식이어도, 전개후 질량 관성이 큰 구조물이 된다. 위성체의 발사 비용과 직결되는 안테나의 경량화를 위한 많은 기술이 연구되고 있다. 특히, 접이식 팽창형 안테나는 반사체의 유연한 메쉬 구조 및 경량 지지구조물로 안테나의 무게를 줄이고 수납 효율을 향상시킨다. 또한, 전개 후 안테나의 목적한 기능을 충분히 보장함과 동시에 질량 관성이 작은 구조물에 의한 위성의 기동성을 극대화할 수 있다. 국내에서도 전천후 지상관측감시 및 통신 안테나의 필요성 증대에 따라 초경량 전개형 안테나 개발의 필요성이 크게 대두되고 있으나, 현재까지는 관련 기술개발 사례가 전무한 실정으로 국내 독자적 기술 확보가 시급한 실정이다.

• The Korean Journal of Applied Statistics
• /
• v.33 no.3
• /
• pp.269-280
• /
• 2020

Time course gene expression data is a large amount of data observed over time in microarray experiments. This data can also simultaneously identify the level of gene expression. However, the experiment process is complex, resulting in frequent missing values due to various causes. In this paper, we propose a pattern consistency index adaptive nearest neighbors as a method of missing value imputation. This method combines the adaptive nearest neighbors (ANN) method that reflects local characteristics and the pattern consistency index that considers consistent degree for gene expression between observations over time points. We conducted a Monte Carlo simulation study to evaluate the usefulness of proposed the pattern consistency index adaptive nearest neighbors (PANN) method for two yeast time course data.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.45 no.5
• /
• pp.103-110
• /
• 2008

A reliable extraction of welded area is the precedent task before the detection of weld defects in industrial radiography. This paper describes an attempt to detect and extract the welded features of steel tubes from the computed radiography(CR) images. The statistical properties are first analyzed on over 160 sample radiographic images which represent either weld or non-weld area to identify the differences between them. The analysis is then proceeded by pattern classification to determine the clustering parameters. These parameters are the width, the functional match, and continuity. The observed weld image is processed line by line to calculate these parameters for each flexible moving window in line image pixel set. The local statistic line-clustering method is used as the classifier to recognize each window data as weld or non-weld cluster. The sequential procedure is to track the edge lines between two distinct regions by iterative calculation of threshold, and it results in extracting the weld feature. Our methodology is concluded to be effective after experiment with CR weld images.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.40 no.1
• /
• pp.19-29
• /
• 2003

This paper presents a novel hybrid classifier for face recognition with artificially generated virtual training samples. We utilize both the nearest neighbor approach in feature angle space and a connectionist model to obtain a synergy effect by combining the results of two heterogeneous classifiers. First, a classifier called the nearest feature angle (NFA), based on angular information, finds the most similar feature to the query from a given training set. Second, a classifier has been developed based on the recall of stored frontal projection of the query feature. It uses a frontal recall network (FRN) that finds the most similar frontal one among the stored frontal feature set. For FRN, we used an ensemble neural network consisting of multiple multiplayer perceptrons (MLPs), each of which is trained independently to enhance generalization capability. Further, both classifiers used the virtual training set generated adaptively, according to the spatial distribution of each person's training samples. Finally, the results of the two classifiers are combined to comprise the best matching class, and a corresponding similarit measure is used to make the final decision. The proposed classifier achieved an average classification rate of 96.33% against a large group of different test sets of images, and its average error rate is 61.5% that of the nearest feature line (NFL) method, and achieves a more robust classification performance.

• Journal of the Korean Society for information Management
• /
• v.32 no.2
• /
• pp.7-23
• /
• 2015

While there are several measures for node centralities, such as betweenness and degree, few centrality measures for local centralities in weighted networks have been suggested. This study developed a generalized centrality measure for calculating local centralities in weighted networks. Neighbor centrality, which was suggested in this study, is the generalization of the degree centrality for binary networks and the nearest neighbor centrality for weighted networks with the parameter ${\alpha}$. The characteristics of suggested measure and the proper value of parameter ${\alpha}$ are investigated with 6 real network datasets and the results are reported.

• Journal of KIISE:Databases
• /
• v.29 no.5
• /
• pp.358-366
• /
• 2002

Feature-based similarity retrieval become an important research issue in image database systems. The features of image data are useful to discrimination of images. In this paper, we propose the high speed k-Nearest Neighbor search algorithm based on Self-Organizing Maps. Self-Organizing Maps(SOM) provides a mapping from high dimensional feature vectors onto a two-dimensional space and generates a topological feature map. A topological feature map preserves the mutual relations (similarities) in feature spaces of input data, and clusters mutually similar feature vectors in a neighboring nodes. Therefore each node of the topological feature map holds a node vector and similar images that is closest to each node vector. We implemented a k-NN search for similar image classification as to (1) access to topological feature map, and (2) apply to pruning strategy of high speed search. We experiment on the performance of our algorithm using color feature vectors extracted from images. Promising results have been obtained in experiments.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.295-297
• /
• 2001

최근 생물 유전자 정보를 효과적으로 분석하기 위한 적절한 도구의 필요성이 대두되고 있다. 본 논문에서는 백혈병 환자의 골수로부터 얻어낸 DNA Microarray 유전 정보를 분류하여 환자가 가지고 있는 암의 종류를 예측하기 위한 최적의 특징추출방법과 분류 방법을 찾고자 한다. 이를 위해 피어슨 상관관계, 유클리디안 거리, 코사인 계수, 스피어맨 상관관계, 정보 이득, 상호 정보, 신호 대잡음비의 7가지 특징 추출 방법을 사용하였으며, 역전과 신경망, 의사결정 트리, 구조 적응형 자기구성 지도, $textsc{k}$-최근접 이웃 등 가지의 기계학습 분류기를 이용하여 분류 실험을 하였다. 실험결과, 피어슨 상관관계와 역전파 신경망을 이용한 분류 방법이 97.1%의 인식률을 보임을 알 수 있었다.

• Proceedings of the Korea Contents Association Conference
• /
• 2017.05a
• /
• pp.441-442
• /
• 2017

본 연구는 릴리즈 댄스(Release Dance)에 내재되어 있는 선사상을 밝혀내고자하는데 그 목적이 있다. 이를 위해 릴리즈 댄스의 대표적인 안무가인 트리샤 브라운의 사례를 문헌연구하였다. 먼저 브라운이 훈련했던 것으로 알려진 알렉산더 테크닉(Alexander Technique)은 편안함, 감각각성, 무형식의 특징을 통해 선사상을 내재하고 있음을 알 수 있었다. 브라운의 무용에서는 부드러운 움직임, 공간인지, 무질서함의 특징으로 전이되어 나타났다. 브라운 외에도 많은 안무가들이 하나의 신체훈련으로 소매틱스(Somatics)를 접하고 이를 움직임에 반영해왔다. 관련된 사례연구들을 수행하여 릴리즈 댄스자체에 대한 학술적 정의가 필요한 시점이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.757-759
• /
• 2005

Henry의 지문분류법이 창안된 후, 지문분류에 대한 여러 가지 접근 방법이 연구되고 있다. 특이점에 의한 분류는 가장 많이 연구되고 있는 방법이지만, 지문영상의 품질에 민감하기 때문에 정확한 분류가 쉽지 않다. 의사 융선은 특이점과 더불어 지문을 분류하기 위한 특징으로, 특이점의 불완전함을 보완하는데 이용한다. 본 논문에서는 나이브 베이즈 분류기를 이용하여 특이점과 의사 융선 정보의 확률적인 분류 방법을 제안한다. NIST DB 4에 대해 제안하는 방법을 실험한 결과 5클래스 분류에 대해 $85.4\%$의 분류율을 획득하였으며, 제안하는 방법이 신경망, 최근접 이웃에 의한 분류에 비해 더 빠르다는 것을 확인하였다.