• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1945-1953
• /
• 2022

한국항공우주연구원에서는 위성영상의 활용 증진과 활용 활성화를 위하여 매년 한반도 모자이크 영상을 제작하여 공공분야 사용자에게 제공하고 있다. 그러나 해당 영상은 모자이크 과정에서 영상 융합 및 컬러 밸런싱의 과정을 거치기 때문에 본래의 분광 정보가 왜곡되어 있다. 또한 모자이크 영상은 Near Infrared (NIR) 밴드를 제외한 Red, Green, Blue 밴드만 제공하고 있기 때문에 해당 모자이크 영상을 활용하여 영상을 분석하는 데 한계가 존재한다. 따라서 이러한 한계점을 보완하고자 본 연구에서는 주성분분석(Principal Component Analysis, PCA) 기법과 R, G, B 밴드를 활용한 지수를 추출하여 영상 분류를 수행하고, 그 결과를 비교해 보았다. 분석 결과, 모자이크 영상의 분류 결과 정확도는 약 67.51%인 반면, PCA 기법과 RGB 지수를 모두 함께 활용한 영상 분류 결과의 정확도는 약 75.86%로 나타나 PCA와 RGB 지수를 함께 활용하면 영상 분류 결과의 정확도를 향상시킬 수 있는 것을 확인하였다. PCA 기법과 RGB 지수 활용 기법을 비교한 결과, PCA 기법만 활용하였을 때의 영상 분류 결과 정확도는 약 64.10%로 나타났으며, RGB 지수만 활용했을 때의 영상 분류 결과 정확도는 약 74.05%로 나타났다. 이를 통해 두 기법 중에서는 RGB 지수를 활용한 분류 정확도가 더 높게 나타나는 것을 확인할 수 있었으며, 양질의 보조 정보를 활용하는 것이 중요하다는 시사점을 도출할 수 있었다. 추후 모자이크 영상의 분류 및 분석결과를 향상시키기 위한 추가적인 지수 및 기법 개발이 필요할 것으로 생각되며, 관련 연구를 통해 모자이크 영상 및 제한된 분광 정보만을 제공하는 영상의 활용도를 높일 수 있을 것으로 기대된다.

• 기록학연구
• /
• 제9호
• /
• pp.41-73
• /
• 2004

This article provides the base in relation to the classification system of public records of Japan and Tiwan which the original order of the classification system of public records of Government-General of Chosun is reconstructed and the efficient classification system is prepared. The classification system of public records at the period of Meiji(明治) in Japan was classified two forms, one is function-based classification, the other is organization-based classification. Each ministry(省) was fundamentally based In function-based classification and organization-based classification, adopted them in changed forms as its condition and situation had been changed. Government-General of Tiwan adopted Japan's archival management system and put its classification system and life schedule In operation. The classification system of Government-General of Tiwan adopted function-based classification of the ministry of foreign affairs in Japan, changed its forms as the organization and business activity were transformed. As a result of arrangement and analysis of examples for the classification of public records of Government-General of Chosun from 1910' to the middle area of 1930', the classification of public records of Government-General of Chosun was constructed on level order; 'organization of ministry(部) or department(局)--business activity of ministry or department--low function of business activity of ministry or department'. But this classification system had two sides, flexible and unstable in that the classification system had exeptional parts and the breadth of items was changed greatly. The classification system of Government-General of Chosun, which had adopted organization-based classification of the ministry of home affairs in Japan, result in expanding the breadth of items and causing great change of items for the organization and business activity were vast and its change was very great.

• 한국윤활학회:학술대회논문집
• /
• 한국윤활학회 2000년도 제31회 춘계학술대회
• /
• pp.54-61
• /
• 2000

A method and results of classification of 4 types metallic wear debris were presented by using their color features. The color image of wear debris was used (or the initial data, and the color properties of the debris were specified by HSI color model. Particle was characterized by a set of statistical features derived from the distribution of HSI color model components. The initial feature set was optimized by a principal component analysis, and multidimensional scaling procedure was used for the definition of classification plane. It was found that five features, which include mean values of H and S, median S, skewness of distribution of S and I, allow to distinguish copper based alloys, red and dark iron oxides and steel particles. In this work, a method of probabilistic decision-making of class label assignment was proposed, which was based on the analysis of debris-coordinates distribution in the classification plane. The obtained results demonstrated a good availability for the automated wear particle analysis.

• The Korean Journal of Ecology
• /
• 제17권4호
• /
• pp.471-484
• /
• 1994

The forest vegetation types and their structural characteristics in Mt. $Mud\v{u}ng$ were investigated by classification method and ordination method. The forest was classified into 7 communities by ristic composition table: Quercus monogolica community, Q. serrata community, Q.acutissima community, Q.variabilis community, Q.dentata community, Pinus densiflora community and Frainus mandshurica community. Considering the moisture gradient, two kinds of distributuin pattern were shown as follows; F. mandshurica, Q. acturissima, Platycarya strobilacea and Staphylea bumalda were distribute at moist habitats, while Q. monogolica, P. densiflora and Q.variabilis at dry habitats. In continuum analysis, each population occupied different distribution area but it was continuously overlapped. On the successional trends of tree species, it is postulated that Q. mongolica species might dominate the altitudinal zone over 700m.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권2호
• /
• pp.103-109
• /
• 2015

In this paper, a novel method for the classification of term and preterm birth is proposed based on time-frequency analysis of electrohysterogram (EHG) using multivariate empirical mode decomposition (MEMD). EHG is a promising study for preterm birth prediction, because it is low-cost and accurate compared to other preterm birth prediction methods, such as tocodynamometry (TOCO). Previous studies on preterm birth prediction applied prefilterings based on Fourier analysis of an EHG, followed by feature extraction and classification, even though Fourier analysis is suboptimal to biomedical signals, such as EHG, because of its nonlinearity and nonstationarity. Therefore, the proposed method applies prefiltering based on MEMD instead of Fourier-based prefilters before extracting the sample entropy feature and classifying the term and preterm birth groups. For the evaluation, the Physionet term-preterm EHG database was used where the proposed method and Fourier prefiltering-based method were adopted for comparative study. The result showed that the area under curve (AUC) of the receiver operating characteristic (ROC) was increased by 0.0351 when MEMD was used instead of the Fourier-based prefilter.

• International Journal of Computer Science & Network Security
• /
• 제22권5호
• /
• pp.317-319
• /
• 2022

Rich morphology language such as Arabic needs more investigation and method to improve the sentiment analysis task. Using all document parts in the process of the sentiment analysis may add some unnecessary information to the classifier. Therefore, this paper shows the ongoing work to use sentence location as a feature with Arabic sentiment analysis. Our proposed method employs a supervised sentiment classification method by enriching the feature space model with some information from the document. The experiments and evaluations that were conducted in this work show that our proposed feature in the sentiment analysis for Arabic improves the performance of the classifier compared to the baseline model.

• 한국통신학회논문지
• /
• 제39C권2호
• /
• pp.122-129
• /
• 2014

본 연구에서는 사용자에게서 취득한 뇌파의 감정분류를 시행하였고, SVM(Support Vector Machine)과 K-means 알고리즘으로 분류실험을 하였다. 뇌파 신호는 측정 한 32개의 채널 중에서, 이전 연구에서 감정분류가 뚜렷하게 나타났던 CP6, Cz, FC2, T7, PO4, AF3, CP1, CP2, C3, F3, FC6, C4, Oz, T8, F8의 총 15개의 채널을 사용하였다. 감정유도는 DVD 시청과 IAPS(International Affective Picture System)라는 사진 자극 방법을 사용하였고, 감정분류는 SAM(Self-Assessment Manikin) 방법을 사용하여 사용자의 감정상태를 파악하였다. 취득된 사용자의 뇌파신호는 FIR filter를 사용하여 전처리를 하였고, ICA(Independence Component Analysis)를 사용하여 인공산물(eye-blink)을 제거하였다. 전처리된 데이터를 FFT를 통하여 주파수 분석을 하여 특징추출(feature extraction) 하였다. 마지막으로 분류알고리즘을 사용하여 실험을 하였는데, K-means는 70%의 결과를 도출하였고, SVM은 71.85%의 결과를 도출하여 정확도가 더 우수하였으며, 이전의 SVM을 사용했던 연구결과와 비교분석하였다.

• Journal of Gastric Cancer
• /
• 제15권3호
• /
• pp.183-190
• /
• 2015

Purpose: The Lauren classification system is a very commonly used pathological classification system of gastric adenocarcinoma. A recent study proposed that the Lauren classification should be modified to include the anatomical location of the tumor. The resulting three types were found to differ significantly in terms of genomic expression profiles. This retrospective cohort study aimed to evaluate the clinical significance of the modified Lauren classification (MLC). Materials and Methods: A total of 677 consecutive patients who underwent curative gastrectomy from January 2005 to December 2007 for histologically confirmed gastric cancer were included. The patients were divided according to the MLC into proximal non-diffuse (PND), diffuse (D), and distal non-diffuse (DND) type. The groups were compared in terms of clinical features and overall survival. Multivariate analysis served to assess the association between MLC and prognosis. Results: Of the 677 patients, 48, 358, and 271 had PND, D, and DND, respectively. Their 5-year overall survival rates were 77.1%, 77.7%, and 90.4%. Compared to D and PND, DND was associated with significantly better overall survival (both P<0.01). Multivariate analysis showed that age, differentiation, lympho-vascular invasion, T and N stage, but not MLC, were independent prognostic factors for overall survival. Multivariate analysis of early gastric cancer patients showed that MLC was an independent prognostic factor for overall survival (odds ratio, 5.946; 95% confidence intervals, 1.524~23.197; P=0.010). Conclusions: MLC is prognostic for survival in patients with gastric adenocarcinoma, in early gastric cancer. DND was associated with an improved prognosis compared to PND or D.

• 융합신호처리학회논문지
• /
• 제11권3호
• /
• pp.215-220
• /
• 2010

본 논문은 문서 영상을 대상으로 표, 그림, 글자 등의 각 구성요소들을 자동으로 분류하기 위한 새로운 텍스쳐 기반의 영상 분할 및 분류 방법을 제안한다. 제안한 방법은 문서 영상 분할 단계와 문서 영상 내 구성요소 분류 단계로 이루어진다. 먼저 영상 분할을 수행한 후, 분할된 영역을 대상으로 문서 영상의 구성 요소들을 분류하는데, 이때 각 구성 요소는 서로 다른 텍스쳐를 가지고 있는 영역이라는 특징을 이용한다. 분할된 영역들을 분류하기 위한 텍스쳐 특징을 추출하기 위해 다양한 텍스쳐 분석에 광범위하게 사용되는 2차원 가보필터를 이용한다. 제안한 방법은 구성 요소와 사용 언어에 대한 사전 지식을 이용하지 않으면서 문서 영상의 분할 및 구성요소 분류에서 좋은 성능을 보인다. 제안한 방법은 멀티미디어 데이터 검색, 실시간 영상 처리 등과 같은 다양한 분야에 적용 될 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제25권2호
• /
• pp.213-219
• /
• 2020

본 연구는 스마트폰 과의존을 진단하고 예측하기 위하여 할 수 있는 분류분석 방법과 스마트폰 과의존 분류율에 영향을 미치는 중요변수를 규명하고자 시도되었다. 이를 위해 인공지능의 방법인 기계학습 분석 기법 중 의사결정트리, 랜덤포레스트, 서포트벡터머신의 분류율을 비교하였다. 자료는 한국정보화진흥원에서 제공한 '2018년 스마트폰 과의존 실태조사'에 응답한 25,465명의 데이터였고, R 통계패키지(ver. 3.6.2)를 사용하여 분석하였다. 분석한 결과, 3가지 분류분석 기법은 정분류율이 유사하게 나타났으며, 모델에 대한 과적합 문제가 발생되지 않았다. 3가지 분류분석 방법 중 서포트벡터머신의 분류율이 가장 높게 나타났고, 다음으로 의사결정트리 기법, 랜덤포레스트 기법 순이었다. 스마트폰 이용 유형 중 분류율에 영향을 미치는 상위 3개 변수는 생활서비스형, 정보검색형, 여가추구형이었다.