• 복식문화연구
• /
• 제15권5호
• /
• pp.770-780
• /
• 2007

Caports is a fusion style which consists of mix and match and various T.P.Os. The expressive features of Caports style have been strengthened by the combination of functional and decorative design. This study aims to divide the images into categories and to study the decorative features of each category. It is classified into five groups according to its images, Healthy & Sexy, Athletic, Romantic, Girlish, Vintage. The following study has assorted the pictures of Caports style into categories and presents decorative design features in each category. Analyzed materials have been collected from fashion magazines, catalogs, and fashion related Internet sites from 2002 to 2006. The dominant feature of caports was sensitive fashionableness as a day wear based on sportswear. This feature was determined by every factor such as materials, structure and details. In other words, the usage of jersey that could give functionalities and elasticity, structure that exhibit one's silhouette and the decorative designs of functional details make it possible to have this kind of peculiar style. Decorative designs shown in sports wear, casual wear and women's wear were all applied in Caports style. They showed a moderate and coherent style rather than one that was richly ornate or magnificent. So, in the mesa trend of "sportism", Caports style could easily fit into the 21st century's consumers' demands for fusion. And this study of decorating methods of each category of Caports style may provide useful data to help develop the products that consumers demand.

• 감성과학
• /
• 제16권3호
• /
• pp.409-416
• /
• 2013

집중은 관련된 사건을 선택적으로 주의하고, 관련 없는 사건을 무시하는 인간의 중요한 인지 기능중의 하나이다. 인간의 집중 능력을 관리 이용하는 컴퓨터 기반 장치에 있어서 집중과 비집중 상태를 구분하는 것은 필수적으로 요구되는 조건이다. 본 논문에서는, 뇌파신호로부터 분류기의 입력으로 사용되는 특징을 효율적으로 추출하기 위하여 비선형 반복 패턴 분석기법과 스펙트럼 분석 기법을 새로이 결합하였고(13개 특징 추출), 서포트벡터머신, 역전파 알고리즘, 선형분리, 로지스틱 회귀 분류 기반 분류기들을 포함하는 집중-비집중 분류기들의 성능을 분석하였다. 그중에서 81 %의 정확도를 보이는 서포트벡터머신 분류기가 가장 좋은 성능을 보였다. 또한 스펙트럼 분석으로 추출한 특징만을 사용하였을 경우(76 % 정확도)가 비선형 분석 방법으로 추출한 특징만을 사용했을 경우(67 % 정확도)보다 좀 더 우수한 성능을 보였다. 비선형-스펙트럼 분석법을 복합 적용한 서포트벡터머신 분류기가 추후 집중 관련 장비 설계에 있어서 효율적으로 적용될 수 있을 것이다.

• 대한산업공학회지
• /
• 제37권1호
• /
• pp.64-73
• /
• 2011

Oil price prediction is an important issue for the regulators of the government and the related industries. When employing the time series techniques for prediction, however, it becomes difficult and challenging since the behavior of the series of oil prices is dominated by quantitatively unexplained irregular external factors, e.g., supply- or demand-side shocks, political conflicts specific to events in the Middle East, and direct or indirect influences from other global economical indices, etc. Identifying and quantifying the relationship between oil price and those external factors may provide more relevant prediction than attempting to unclose the underlying structure of the series itself. Technically, this implies the prediction is to be based on the vectoral data on the degrees of the relationship rather than the series data. This paper proposes a novel method for time series prediction of using Semi-Supervised Learning that was originally designed only for the vector types of data. First, several time series of oil prices and other economical indices are transformed into the multiple dimensional vectors by the various types of technical indicators and the diverse combination of the indicator-specific hyper-parameters. Then, to avoid the curse of dimensionality and redundancy among the dimensions, the wellknown feature extraction techniques, PCA and NLPCA, are employed. With the extracted features, a timepointspecific similarity matrix of oil prices and other economical indices is built and finally, Semi-Supervised Learning generates one-timepoint-ahead prediction. The series of crude oil prices of West Texas Intermediate (WTI) was used to verify the proposed method, and the experiments showed promising results : 0.86 of the average AUC.

• 한국정보통신학회논문지
• /
• 제19권6호
• /
• pp.1477-1484
• /
• 2015

본 논문에서는 칼만 필터 알고리즘과 공분산 행렬을 결합한 강인한 이동 물체 추적 방법을 제안한다. 연속적으로 변화하는 영상 내에서 추적하고자 하는 물체의 특징으로서 공분산 행렬은 특징들의 상관관계뿐만 아니라 공간적인 속성과 통계적 속성을 다루므로 목표물의 형태와 모양의 변화에도 추적의 지속성을 보장한다. 그러나 이동 물체의 움직이는 속도가 연산 속도보다 고속의 경우 실시간 추적이 어려우며 탐색 윈도우가 목표물을 놓치므로 이를 해결하기 위해 칼만 필터를 사용하여 이동 물체의 영역을 추정하며, 칼만 탐색 윈도우 내 이동 물체 영역의 공분산 행렬을 특징 벡터로 구성하고, 후보 영역의 공분산 행렬과 비교하면서 추적하는 방법을 실험하여 96.3%의 추적률을 달성하였다.

• Journal of the korean society of oceanography
• /
• 제39권1호
• /
• pp.72-95
• /
• 2004

The Yellow Sea is characterized by relatively shallow water depth, varying range of tidal action and very complex coastal geometry such as islands, bays, peninsulas, tidal flats, shoals etc. The dynamic system is controlled by tides, regional winds, river discharge, and interaction with the Kuroshio. The circulation, water mass properties and their variability in the Yellow Sea are very complicated and still far from clear understanding. In this study, an effort to improve our understanding the dynamic feature of the Yellow Sea system was conducted using numerical simulation with the ROMS model, applying climatologic forcing such as winds, heat flux and fresh water precipitation. The inter-annual variability of general circulation and thermohaline structure throughout the year has been obtained, which has been compared with observational data sets. The simulated horizontal distribution and vertical cross-sectional structures of temperature and salinity show a good agreement with the observational data indicating significantly the water masses such as Yellow Sea Warm Water, Yellow Sea Bottom Cold Water, Changjiang River Diluted Water and other sporadically observed coastal waters around the Yellow Sea. The tidal effects on circulation and dynamic features such as coastal tidal fronts and coastal mixing are predominant in the Yellow Sea. Hence the tidal effects on those dynamic features are dealt in the accompanying paper (Kim et at., 2004). The ROMS model adopts curvilinear grid with horizontal resolution of 35 km and 20 vertical grid spacing confirming to relatively realistic bottom topography. The model was initialized with the LEVITUS climatologic data and forced by the monthly mean air-sea fluxes of momentum, heat and fresh water derived from COADS. On the open boundaries, climatological temperature and salinity are nudged every 20 days for data assimilation to stabilize the modeling implementation. This study demonstrates a Yellow Sea version of Atlantic Basin experiment conducted by Haidvogel et al. (2000) experiment that the ROMS simulates the dynamic variability of temperature, salinity, and velocity fields in the ocean. However the present study has been improved to deal with the large river system, open boundary nudging process and further with combination of the tidal forcing that is a significant feature in the Yellow Sea.

• 전자공학회논문지CI
• /
• 제47권4호
• /
• pp.34-43
• /
• 2010

질감 정보는 객체 인식과 분류에서 중요한 역할을 하고 있다. 정확한 질환 판별을 위해 분류에서 사용되는 질감 특징은 식별성이 높아야 한다. 본 논문에서는 질감-기반 영상 검색 및 폐기종 진단을 위해 컴퓨터 조력진단(Computer-Aided Diagnosis) 시스템을 위한 새로운 질감 기술자를 제안한다. 제안한 질감 기술자는 이웃화소간의 차이값과 중심화소와 이웃화소간의 차이 값의 결합에 기반을 두고 있어 결합된 주변화소 차이(Combined Neighborhood Difference; CND)라고 한다. 화소들간의 CND는 비교후 이진 코드워드로 변환된다. 그다음에, 식별성이 높은 값을 생성하기 위하여 이진 계수가 코드워드에 할당된다. 이와 같은 값들의 분포가 계산되어 질감 특징 벡터를 구성한다. Outex와 Brodatz 데이터집합을 이용한 질감 특징 분류에 관련하여 CND는 92.5%의 정확성을 보이는 데 비해, LBP, LND와 Gabor 픽터는 89.3%, 90.7%와 83.6%의 정확성을 각각 보여준다. 본 논문에서는 CND를 이용한 폐기종의 진단 기능을 CAD 시스템에서 구현하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제26권4호
• /
• pp.17-37
• /
• 2017

Purpose Customer Loyalty is the most important factor of customer relationship management (CRM). Especially in retailing industry, where customers have many options of where to spend their money. Classifying loyal customers through customers' data can help retailing companies build more efficient marketing strategies and gain competitive advantages. This study aims to construct classification models of distinguishing the loyal customers within a Korean retailing company using data mining techniques with R language. Design/methodology/approach In order to classify retailing customers, we used combination of support vector machines (SVMs) and other classification algorithms of machine learning (ML) with the support of recursive feature elimination (RFE). In particular, we first clean the dataset to remove outlier and impute the missing value. Then we used a RFE framework for electing most significant predictors. Finally, we construct models with classification algorithms, tune the best parameters and compare the performances among them. Findings The results reveal that ML classification techniques can work well with CRM data in Korean retailing industry. Moreover, customer loyalty is impacted by not only unique factor such as net promoter score but also other purchase habits such as expensive goods preferring or multi-branch visiting and so on. We also prove that with retailing customer's dataset the model constructed by SVMs algorithm has given better performance than others. We expect that the models in this study can be used by other retailing companies to classify their customers, then they can focus on giving services to these potential vip group. We also hope that the results of this ML algorithm using R language could be useful to other researchers for selecting appropriate ML algorithms.

• 한국전자통신학회논문지
• /
• 제6권1호
• /
• pp.34-42
• /
• 2011

음성타자기의 구현에 접근하려는 노력의 일환으로서, 우리는 본 논문에서 자음의 분류에 대해 연구한다. 많은 자음들은 시간에 따른 주기적 거동을 보이지 않고 따라서 그들에 대한 푸리에 해석의 타당성에 확신을 갖기 어렵다. 그러므로, 우선 음성 신호로부터 추출되는 MFCC와 LPCC 특징벡터들이 자음에 대해 어느 정도의 의미가 있는지를 파악하기 위하여 LBG 클러스터링을 통한 벡터양자화를 수행한다. VQ의 실험적 결과는 자음에 대한 푸리에 해석의 타당성에 관해 분명한 결론을 내리는 것이 쉽지 않음을 보여주었다. 자음의 분류를 위해 SOM과 LVQ의 두 가지 신경망이 사용되었다. SOM의 결과는 몇 쌍의 자음들이 나뉘어 분류되지 않음을 보여주었다. LVQ에서는 본질적으로 이 문제가 사라지지만 자음의 분류 정확도는 낮은 수준이었다. 이로부터, LVQ에 의한 자음 분류에 있어서는 MFCC 및 다른 특징 벡터들이 함께 사용되어야 함이 사료된다. 하지만 본 연구에서 도입한 MFCC/LVQ의 결합은 기존의 언어모델을 기반으로 하는 음소 분류에 비해 그 결과가 나쁘지 않은 것으로 나타났다. 모든 경우에 LPCC 특징벡터는 MFCC에 비해 그 결과가 좋지 않았다.

• 전자공학회논문지CI
• /
• 제44권5호
• /
• pp.1-11
• /
• 2007

영상 정보의 이용이 증가함에 따라 영상을 효율적으로 관리할 수 있는 시스템의 필요성이 증가하고 있다. 이에 따라, 본 논문에서는 영상 분할 알고리즘, 색상 특성, 질감, 그리고 영상의 형태와 위치 정보의 효율적인 결합에 근거한 영역기반 내용 검색 알고리즘을 제안한다. 색상 특징으로는 색상의 공간적인 상관관계를 잘 나타내는 HSI 색상 히스토그램을 선택하였고, 영상의 분할과 질감특성은 각각 Active control와 CWT(Complex wavelet transform)를 사용하였다. 그리고 형태와 위치 특징들은 HSI의 휘도 성분에서 불변 모멘트를 이용하여 추출하였다. 효율적인 유사도 측정을 위해 추출된 특징(색상 히스토그램, Hu 불변 모멘트, CWT)을 결합하여 정확도와 재현율을 측정하였다. www. freefoto.com에서 제공하는 DB를 사용하여 실험한 결과, 제안된 검색엔진은 94.8%의 정확도와 82.7%의 재현율을 가지며 성공적으로 영상 검색 시스템에 응용할 수 있다.

• 전자공학회논문지C
• /
• 제36C권4호
• /
• pp.87-94
• /
• 1999

본 논문은 필기체 한글인식에 적합한 모듈화된 부분연결 다층신경회로망 구조를 제안한다. 세가지 특징 벡터들에 대한 세 개의 부분연결 다층신경회로망 인식기를 구성하고 이를 통합하기 위한 또 하나의 부분연결 신경회로망을 결합시킴으로써 인식률을 높일 수 있도록 설계하였다. 각각의 부분연결 다층신경회로망은 한글의 이차원적 특징을 잘 반영할 수 있도록 입력층을 10개의 수용영역으로 분할하고 입력층과 은닉층 사이를 부분 연결하였다. 결합단계에서 새로운 부분연결 신경회로망을 도입하고, 그 입력으로 이미 학습된 세 개 인식기의 은닉층 출력을 이용하여 재학습한다. 제안된 인식기의 성능을 평가하기 위해서 전표처리에 많이 사용되는 한글 문자 18개를 선정하여 평가하였다.