• 한국음향학회지
• /
• 제25권1호
• /
• pp.36-42
• /
• 2006

본 논문에서는 화자검증 시스템의 성능향상을 위해서 주성분 분석 (PCA) 기반 Mel-Frequency Discrete Wavelet Coefficients (MFDWC) 추출방법을 제안한다. 제안된 방법에서는 멜척도 (Mel-scale)를 근사화한 각 레벨 (level)의 각 노드 (node) 에너지를 계산하기 위해 기존의 평균치 대신 주성분 분석을 이용한 첫 번째 eigenvector를 이용한다. 이 eigenvecto.의 제곱의 합은 1로서 일반적인 가중 함수 (weighting function)의 조건을 만족하고, 또한 각 화자마다 서로 다른 값을 갖게 되므로, 화자의 특징을 더 잘 나타내는 MFDWC를 추출할 수 있다. 화자검증은 Gaussian Mixture Model (GMM) 기반의 백그라운드 모델과 화자 모델과의 점수를 비교하는 이진 결정 (binary decision) 방법을 이용하여 Universal 백그라운드 모델 (UBM)과 각 화자 모델의 값을 프레임단위로 비교하여 대상 화자의 수락/거부 여부를 결정하는 방법을 채택하였다. 특징 파라미터에 따른 화자 검증 성능변화를 확인하기 위하여 제안된 화자종속 가중함수를 이용한 MFDWC를 특징 파라미터로 이용한 경우와 Mel-Frequency Cepstral Coefficients (MFCC), Linear Predictive Cepstral Coefficients (LPCC), 기존의 MFDWC를 특징 파라미터로 이용한 경우에 대하여 성능비교실험을 수행한 결과 각각 $0.80\%,\;5.14\%,\; 6.69\%$의 향상된 성능을 나타내어 제안한 방법의 유효성을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제10권4호
• /
• pp.687-692
• /
• 2006

기존의 독립 요소 방법에 의한 얼굴인식에서는 주 요소 해석법으로 고유치 크기에 의해 특징을 추출하고 감소된 차원에서 특징 개선을 위한 독립 요소 해석법의 학습을 수행한다. 제거된 특징 공간 내에 필요한 요소가 있는 경우를 고려하지 못한 것이다. 새로운 방법은 독립 요소 해석에 의한 학습을 먼저 시행하고 분리된 데이터를 4차 중심 모멘트에 의한 축적 계수(cumulant)인 커토시스(kurtosis)의 절대값 크기에 의하여 특징을 추출한다. 하지만 독립 요소 방법은 효과적으로 노이즈를 제거하지 못한다. 두 방법의 결합효과는 주 요소 해석법을 노이즈 필터로 사용 할 때 극대화 될 수 있다. 즉 주 요소 해석법을 백색화와 노이즈 필터로 하고 독립 요소 해석법을 특징 추출 방법으로 사용하는 것이다. 실험 결과는 새로운 방법론이 기존의 방법론보다 우수함을 보여준다.

• 대한산업공학회지
• /
• 제38권3호
• /
• pp.198-207
• /
• 2012

In product or process parameter design, the case of multiple performance characteristics appears more commonly than that of a single characteristic. Numerous methods have been developed to deal with such multi-characteristic parameter design (MCPD) problems. Among these, this paper considers three representative methods, which are respectively based on the desirability function (DF), grey relational analysis (GRA), and principal component analysis (PCA). These three methods are then used to solve the MCPD problems in ten case studies reported in the literature. The performance of each method is evaluated for various combinations of its algorithmic parameters and alternatives. Relative performances of the three methods are then compared in terms of the significance of a design parameter and the overall performance value corresponding to the compromise optimal design condition identified by each method. Although no method is significantly inferior to others for the data sets considered, the GRA-based and PCA-based methods perform slightly better than the DF-based method. Besides, for the PCA-based method, the compromise optimal design condition depends much on which alternative is adopted while, for the GRA-based method, it is almost independent of the algorithmic parameter, and therefore, the difficulty involved in selecting an appropriate algorithmic parameter value can be alleviated.

• Journal of Biosystems Engineering
• /
• 제28권3호
• /
• pp.261-268
• /
• 2003

Ten MHz pulsed NMR spectrometer was used to measure the magnetic resonance characteristics of Korean red ginseng. The difference in the internal structures of good and bad red ginsengs was examined by their NMR characteristics. Average values of $T_1$ and free induction decay(FID) ratios of under grade Korean red ginseng were the highest among the three groups categorized as normal, medium and under grades Korean red ginseng and average values of $T_2$ and $T_2$$^{＊}$ of them were the lowest among the three groups. Principal component analysis(PCA) was used to observe the contribution of measured NMR values to the grade of Korean red ginseng. The measured $T_1$, $T_2$, $T_2$$^{＊}$ and FID ratio of 79 Korean red ginsengs classified as normal grade, medium grade and under grade were examined using PCA analysis. Cumulative variance of PC1 through PC3 occupied more than 90% of total variance at first and second NMR measurement. Plots of PC scores for the most important PCs showed that normal red ginseng samples were distributed around the left region of PC1 axis and most of the undergrade red ginseng samples were scattered around the right region of PC1 axis.

• 한국작물학회지
• /
• 제50권1호
• /
• pp.60-66
• /
• 2005

Pod shape of twenty soybean (Glycine max L. Merrill) genotypes was evaluated quantitatively by image analysis using elliptic Fourier descriptors and their principal components. The closed contour of each pod projection was extracted, and 80 elliptic Fourier coefficients were calculated for each contour. The Fourier coefficients were standardized so that they were invariant of size, rotation, shift, and chain code starting point. Then, the principal components on the standardized Fourier coefficients were evaluated. The cumulative contribution at the fifth principal component was higher than $95\%$, indicating that the first, second, third, fourth, and fifth principal components represented the aspect ratio of the pod, the location of the pod centroid, the sharpness of the two pod tips and the roundness of the base in the pod contour, respectively. Analysis of variance revealed significant genotypic differences in these principal components and seed number per pod. As the principal components for pod shape varied continuously, pod shape might be controlled by polygenes. It was concluded that principal component scores based on elliptic Fourier descriptors yield seemed to be useful in quantitative parameters not only for evaluating soybean pod shape in a soybean breeding program but also for describing pod shape for evaluating soybean germplasm.

• BMB Reports
• /
• 제43권10호
• /
• pp.670-676
• /
• 2010

In this paper, a novel approach, ELM-PCA, is introduced for the first time to predict protein subcellular localization. Firstly, Protein Samples are represented by the pseudo amino acid composition (PseAAC). Secondly, the principal component analysis (PCA) is employed to extract essential features. Finally, the Elman Recurrent Neural Network (RNN) is used as a classifier to identify the protein sequences. The results demonstrate that the proposed approach is effective and practical.

• 음성과학
• /
• 제12권2호
• /
• pp.171-182
• /
• 2005

An efficient GMM (Gaussian mixture modeling) method based on LPCA (local principal component analysis) with VQ (vector quantization) for speaker identification is proposed. To reduce the dimension and correlation of the feature vector, this paper proposes a speaker identification method based on principal component analysis. The proposed method firstly partitions the data space into several disjoint regions by VQ, and then performs PCA in each region. Finally, the GMM for the speaker is obtained from the transformed feature vectors in each region. Compared to the conventional GMM method with diagonal covariance matrix, the proposed method requires less storage and complexity while maintaining the same performance requires less storage and shows faster results.

• 한국정보전자통신기술학회논문지
• /
• 제4권2호
• /
• pp.77-82
• /
• 2011

본 논문에서는 패닝 기법을 이용하여 믹싱된 스테레오 음원에서 음원을 분리하는 방법에 대하여 고찰한다. 음원 분리 알고리즘은 다채널 포맷 변환을 위한 업믹스나 음질 개선, 고품질 음원 분리 등 다양한 응용분야에 사용될 수 있다. 본 논문에서 사용하는 음원 분리 알고리즘은 믹싱된 스테레오 채널을 시간-주파수 별로 PCA(Principal Component Analysis) 분석 방법을 이용하여 각각의 음원들이 패닝된 방향을 추정하며, 추정된 방향의 성분만을 추출하는 방향 필터링 과정을 거쳐 음원들을 독립적으로 분리 해 낸다. 실험을 통해 각 음원 분리 알고리즘의 성능을 평가하였다.

• 한국산업융합학회 논문집
• /
• 제3권4호
• /
• pp.361-367
• /
• 2000

This paper proposes an efficient feature extraction of the image data using nonlinear principal component analysis neural networks of a new learning algorithm. The proposed method is a learning algorithm with momentum for reflecting the past trends. It is to get the better performance by restraining an oscillation due to converge the global optimum. The proposed algorithm has been applied to the cancer image of $256{\times}256$ pixels and the coin image of $128{\times}128$ pixels respectively. The simulation results show that the proposed algorithm has better performances of the convergence and the nonlinear feature extraction, in comparison with those using the backpropagation and the conventional nonlinear PCA neural networks.

• 한국산학기술학회논문지
• /
• 제15권1호
• /
• pp.220-227
• /
• 2014

본 논문은 종합지표를 작성하는 세계은행(World Bank)의 방법론을 소개하고 그 방법론의 적용 사례를 살펴본 후 시사점을 도출하였다. 세계은행의 방법론인 비관측요인모형(UCM)에 따라 스위스 국제경영대학원(IMD)의 국가 경쟁력지수를 재산출한 후 IMD의 기존 국가경쟁력지수에 따른 순위와 비교해 보며 그 상관관계를 분석하고 시사점을 도출하였고, 경기도 31개 시군의 운영성과를 세계은행의 방법론으로 측정하여 비교해 보고 시사점을 도출하였다. 본 연구의 의의는 다음과 같이 요약될 수 있다. 세계은행의 방법론은 구성지표의 적합성 검증에 대한 통계적 방법론을 적용하지 않은데 반해 본 연구는 적합성 검증을 위한 통계적인 방법론으로 주성분분석(PCA)을 사용하였다. 본 연구에서 제안하는 PCA 방법론 및 UCM은 후보지표 선정, 가중치 도출, 그리고 종합지표의 수준 및 신뢰구간 작성에 매우 유용한 것으로 나타났다. 따라서 지역발전지수, 지방재정분석, 지방자치경쟁력지수, 공기업평가 등에 광범위하게 활용될 수 있을 것으로 기대된다.