• Journal of Electrical Engineering and Technology
• /
• v.11 no.1
• /
• pp.55-64
• /
• 2016

The development of high-speed rail (HSR) has had a major impact on the power supply grid. Based on the monitored waveforms of HSR, a pattern recognition approach is proposed for the first time in this paper to identify the operating conditions. To reduce the data dimensions for monitored waveforms, the principal component analysis (PCA) algorithm was used to extract the characteristics and their waveforms from the monitored waveforms data. The dynamic time wrapping (DTW) algorithm was then used to identify the operating conditions of the HSR. Cases studies show that the proposed approach is effective and feasible, and that it is possible to identify the real-time operating conditions based on the monitored waveforms.

• The Korean Journal of Ecology
• /
• v.21 no.4
• /
• pp.321-328
• /
• 1998

To describe the major environmental factors operating in coastal wetland and to characterize the distribution of the plant species over the wetland in relation to the major environmental gradients, 12 soil physical and chemical properties were determined. The gradient of water and osmotic potential of soil, electrical conductivity, sodium and chloride content and soil texture alsong the three habitat types of salt marshes, salt swamp and sand dune were occurred. The 24 coastal plant communities from principal component analysis (PCA) on the 12 variables were at designated as a gradient for soil texture and water potential related with salinity by Axis I and as a gradient for soil moisture and total nitrogen gradient by Axis II On Axis I were divided into 3 groups (1) 9 salt marsh communities including Salicornia herbacea communities (2) 5 salt swamp communities including Scirpus fluviatilis communities and (3) 10 sand dune communities including Jmperata cylindrica communities on Axis II were divided into 2 groups (1) salt marsh and sand dune communities, and (2) 3 salt swamp communities. The results could account for the zonation of plant communities on coastal wetland observed alsong envionmental gradients.

• Proceedings of the IEEK Conference
• /
• 2003.11a
• /
• pp.437-440
• /
• 2003

When we search database with a query image, the retrieval efficiency will vary from each kind of descriptor. Even the best representative descriptor, it results a few useless images that don't match with query image. This type of error can be reduced by adopting another descriptor which extracts features in different way. At present, the choice of descriptors is base on intuitive and experimental method. By theoretic accessing to the problem of descriptor choice, we can solve the given problem in the objective and rational way. In this study, we intend to make a composite of descriptors that can reduce retrieval error by adopting principal component analysis.

• Proceedings of the Korea Contents Association Conference
• /
• 2005.05a
• /
• pp.437-442
• /
• 2005

본 연구에서는 칼라정보와 주성분분석법(principal component analysis : PCA)를 이용한 차량 번호판 인식시스템을 구성하였다. 먼저 입력된 차량 영상에서 번호판의 형태적 특징과 녹색 칼라 정보를 이용하여 번호판 영역을 추출하였으며, 추출된 번호판내의 문자 및 숫자의 위치적 특징을 이용하여 번호판의 종류(구형, 신형, 최신형)를 구분하였다. 이렇게 추출되고 구분된 번호판은 문자의 상대적 위치정보와 수평 및 수직 투영 정보를 함께 이용하여 각각의 문자영역을 분리 추출하였다. 추출된 문자영역은 주성분분석법을 이용하여 고유벡터를 추출한 후 문자 인식에 사용하였다. 본 논문의 실험과정에서는 다양한 시간대 환경에서 촬영된 주행 중인 자동차 320대의 자가용 차량영상에 대하여 실험하였으며 높은 번호판 추출률과 번호판종류 구분률 그리고 문자 인식률을 얻을 수 있었다.

• Annual Conference of KIPS
• /
• 2005.05a
• /
• pp.885-888
• /
• 2005

본 논문에서는 카메라가 장착된 2 족 보행 로봇을 이용한 얼굴 검출 및 추적 시스템을 제안한다. 제안된 시스템은 PCA(Principal Component Analysis) 기반의 시스템으로서 얼굴을 검출하기 위해 먼저, 스킨칼라 정보와 모션 정보를 사용하고, 그 이후에 PCA 를 사용하여 스킨칼라 영역에서 실제 얼굴이 있는지를 검증 한다. 새로 검출된 얼굴과 이전에 추적되는 얼굴 사이의 동일성은 Eigenspace 상에서의 Euclidian distance 를 사용하여 검증한다. 2 족 보행 로봇이 얼굴을 추적하기 위해서는, 검출된 얼굴 영역이 카메라 스크린 중심 영역에 계속 유지되도록 로봇의 움직임을 조절해 간다. 제안된 시스템은 움직임이 많고, 조명 변화나 배경의 변화가 심한 환경에서도, 얼굴을 잘 검출하고 추적 하였으며, 다른 2 족 보행 시스템이나 인간과 로봇의 상호작용을 위한 제스처 인식 시스템으로의 확장도 가능하다.

• Annual Conference of KIPS
• /
• 2002.04a
• /
• pp.717-720
• /
• 2002

본 논문은 주성분분석(Principal Component Analysis, PCA)을 통하여 실시간 얼굴 검출 및 추적 방법을 제안한다. 제안된 방법은 얼굴 영역 검출과 추적의 두 단계로 구성되어 있다. 검출 단계에서는 피부색깔 모델과 움직임 정보를 이용하여 얼굴 후보 영역들을 검출하고, 검출된 후보 영역들을 주성분 분석을 통하여 검증한다. 추적 단계에서는 검출된 얼굴들 중에서 현재 추적 중인 얼굴과 가장 유사한 얼굴을 찾아 전체 영상의 중심에 위치하도록 pan/tilt 위에 놓여진 카메라를 제어하여 추적한다. 제안된 방법은 잡음이 많은 배경 상황에서도 존은 실험 결과를 보여준다.

• Proceedings of the IEEK Conference
• /
• 2006.06a
• /
• pp.395-396
• /
• 2006

본 논문에서는 얼굴 인식의 성능을 효율적으로 향상시키기 위하여 Discrete Cosine Transform (DCT)와 Principal Component Analysis(PCA)에 기반한 새로운 특징 추출 방법을 제안한다. 얼굴 영상의 공간 영역은 DCT를 이용하여 주파수 영역으로 변환되며, DCT 도메인에서 얼굴 영상이 갖는 고유한 주파수 특성을 최적화 하는 주파수 밴드 영역을 추출한다. 차원이 축소된 데이터는 PCA 를 이용하여 데이터의 변별력에 가장 적합한 얼굴의 특징을 추출하고 Nearest Neighbor Classification 을 통해 본인여부를 확인 한다. 실험 결과 제안된 방법은 데이터의 차원을 효과적으로 축소하면서 기존의 얼굴 인식 방법에 비해 높은 인식률 향상을 보였다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.177-178
• /
• 2007

플라즈마 공정은 집적회로 제작을 위한 미세 박막의 증착과 패턴닝에 핵심적으로 이용되고 있다. 본 연구에서는 플라즈마공정감시와 제어에 응용될 수 있는 모델을 제안한다. 본 모델은 광방사분광기 (Optical emission spectroscopy-OES)정보와 역전파 신경망을 이용해서 개발하였다. 제안된 기법은 Oxide 식각공정에서 수집한 데이터에 적용하였으며, 체계적인 모델링을 위해 공정데이터는 통계적 실험계획법을 적용하여 수집되었다. Raw OES 정보대신, Actinometric OES 정보를 이용하였으며, 신경망의 예측성능은 유전자 알고리즘을 이용해서 증진시켰다. OES의 차수를 줄이기 위해 주인자 분석 (Principal Component Analysis-PCA)을 세 종류의 분산(100, 99, 98%)에 대해서 적용하였다. 최적화한 모델의 예측에러는 323 $\AA/min$이었다. 이전에 PCA를 적용하고 은닉층 뉴런의 함수로 최적화한 모델의 예측에러는 570 $\AA/min$이었으며, 개발된 모델은 이에 비해 43% 증진된 예측 성능을 보이고 있다.

• Journal of the Semiconductor & Display Technology
• /
• v.15 no.3
• /
• pp.6-11
• /
• 2016

Silicon wafer is one of main materials in solar cell. Micro-cracks in silicon wafer are one of reasons to decrease efficiency of energy transformation. They couldn't be observed by human eye. Also, their shape is not only various but also complicated. Accordingly, their shape classification is absolutely needed for manufacturing process quality and its feedback. The performance of typical classification techniques which is principal component analysis(PCA), neural network, fusion model to integrate PCA with neural network, and support vector machine(SVM), are evaluated using pattern features of micro-cracks. As a result, it has been confirmed that the SVM gives good results in micro-crack classification.

• Journal of Institute of Control, Robotics and Systems
• /
• v.13 no.6
• /
• pp.513-518
• /
• 2007

In this paper, we propose a fault diagnosis scheme tor induction motor by adopting a hierarchical classifier consisting of k-Nearest Neighbors(k-NN) and Support Vector Machine(SVM). First, some motor conditions are classified by a simple k-NN classifier in advance. And then, more complicated classes are distinguished by SVM. To obtain the normal and fault data, we established an experimental unit with induction motor system and data acquisition module. Feature extraction is performed by Principal Component Analysis(PCA). To show its effectiveness, the proposed fault diagnostic system has been intensively tested with various data acquired under the different electrical and mechanical faults with varying load.