• 한국음향학회지
• /
• 제38권3호
• /
• pp.363-369
• /
• 2019

복잡한 회전 기계의 소음 상태 진단을 위한 다양한 연구가 수행되고 있다. 본 연구에서는 진동신호를 이용하여 블로워 모터의 효율적이고 객관적인 소음 상태진단을 위한 지수를 개발하였다. 블로워 모터의 이상 시 가장 흔히 나타나는 소음으로 틱/클릭 소음과 톤 소음이 있다. 발생 원인과 소음 특성에 따라 틱/클릭 소음의 상태 진단에는 시간-주파수 분석법을 그리고 톤 소음 상태 진단에는 주파수 영역에서의 평활화 기법을 이용하였다. 개발한 지수를 이용하여 블로워 모터의 소음 상태 진단을 수행하고 이를 전문가에 의한 진단 결과와 비교하였다. 그 결과 약 95 %의 일치율을 보였다.

• 전자공학회논문지CI
• /
• 제46권3호
• /
• pp.57-63
• /
• 2009

컴퓨터 기반의 영상 데이터베이스의 급격한 증가에 따라 영상 정보를 관리할 수 있는 시스템의 필요성이 증가하고 있다. 본 논문에서는 영상분할 알고리즘에 Active Contour, 칼라 특징으로 칼라 오토코렐로그램(Color Autocorrelogram), 질감 특징으로 CWT(Complex Wavelet Transform), 그리고 형태 특징으로 Hu 불변모멘트를 선택하여 이들을 효율적으로 추출하고 결합한 영역기반 다중 특징 영상검색 알고리즘을 제안한다. 칼라 오토코렐로 그램은 영상의 H(Hue), S(Saturation) 성분으로부터 추출 하였고, 질감 특징과 형태 및 위치 특징은 V(Value) 성분으로부터 추출하였다. 효율적인 유사도 측정을 위해 추출된 특징(오토코렐로그램, Hu 불변 모멘트, CWT 모멘트)을 결합하여 정확도와 재현율을 측정하였다. Corel DB 및 VisTex DB에 대한 실험 결과, 제안된 영상검색 알고리즘은 94.8%의 정확도와 90.7%의 재현율을 가지며 성공적으로 영상검색 시스템에 응용할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1543-1561
• /
• 2020

Taxonomy of human brain activity is a complicated rather challenging procedure. Due to its multifaceted aspects, including experiment design, stimuli selection and presentation of images other than feature extraction and selection techniques, foster its challenging nature. Although, researchers have focused various methods to create taxonomy of human brain activity, however use of multivariate pattern analysis (MVPA) for image recognition to catalog the human brain activities is scarce. Moreover, experiment design is a complex procedure and selection of image type, color and order is challenging too. Thus, this research bridge the gap by using MVPA to create taxonomy of human brain activity for different categories of images, both colored and gray scale. In this regard, experiment is conducted through EEG testing technique, with feature extraction, selection and classification approaches to collect data from prequalified criteria of 25 graduates of University Technology PETRONAS (UTP). These participants are shown both colored and gray scale images to record accuracy and reaction time. The results showed that colored images produces better end result in terms of accuracy and response time using wavelet transform, t-test and support vector machine. This research resulted that MVPA is a better approach for the analysis of EEG data as more useful information can be extracted from the brain using colored images. This research discusses a detail behavior of human brain based on the color and gray scale images for the specific and unique task. This research contributes to further improve the decoding of human brain with increased accuracy. Besides, such experiment settings can be implemented and contribute to other areas of medical, military, business, lie detection and many others.