• Journal of Institute of Control, Robotics and Systems
• /
• v.6 no.7
• /
• pp.551-558
• /
• 2000

In this paper a systematic approach to automatic classificationi of power system harmonic disturbances is proposed where the proposed approach consists of the following three steps:(i) detecting and localizing each harmonic disturbance by applying discrete wavelet transform(DWT) (ii) extracting an efficient feature vector from each detected disturbance waveform by utilizing FFT and principal component analysis (PCA) along with Fisher's criterion and (iii) classifying the corresponding type of each harmonic disturbance by recognizing the pattern of each feature vector. To demonstrate the performance and applicability of the proposed classification procedure some simulation results obtained by analyzing 8-class power system harmonic disturbances being generated with Matlab power system blockset are also provided.

• Proceedings of the IEEK Conference
• /
• 2000.07b
• /
• pp.847-850
• /
• 2000

This paper proposes an image compressing and template matching algorithm for face image using GHA (Generalized Hebbian Algorithm). GHA is a part of PCA (Principal Component Analysis), that has single-layer perceptrons and operates and self-organizing performance. We used this algorithm for feature extraction of face shape, and our simulations verify the high performance for the proposed method. The shape for face in the fact that the eigenvector of face image can be efficiently represented as a coefficient that can be acquired by a set of basis is to compress data of image. From the simulation results, the mean PSNR performance is 24.08[dB] at 0.047bpp, and reconstruction experiment shows that good reconstruction capacity for an image that not joins at leaning.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.583-586
• /
• 2004

본 논문에서는 자율학습의 속성을 가지는 주요성분분석을 이용한 얼굴인식 기법을 제안하였다. 이는 대용량의 입력 데이터를 통계적으로 독립인 특징들의 집합으로 변환시켜 중복신호를 제거하는 특성을 가지는 주요성분분석의 우수한 속성을 이용한 것이다. 제안된 기법을 Yale 얼굴영상 데이터베이스로부터 선택된 20개의 $320{\ast}243$ 픽셀의 영상을 대상으로 시뮬레이션한 결과, 주요성분의 개수에 따른 압축성능과 city-block, Euclidian, 그리고 negative angle(cosine)의 거리척도에 따른 인식에서의 분류성능에서 우수한 성능이 있음을 확인할 수 있었다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2003.06a
• /
• pp.50-53
• /
• 2003

본 논문에서는 multi-camera를 이용한 인터넷 기반의 지능적 감시 시스템을 제안한다. 제안된 시스템은 두 종류의 카메라, static camera와 pan-tilt camera, 를 이용하여 출입구를 감시하고, 비인가자를 추적한다. static camera는 출·입을 검출하고 출입자를 인가자와 비인가자로 분류하는데 이용되고, pan-tilt camera는 비인가자로 분류된 출입자를 추적하는데 이용된다. 제안된 시스템은 세 가지 단계: 출입구 감시, 출입자 검출 및 분류(인가자/비인가자), 비인가자 추적으로 구성된다 출입구 감시는 출입문의 밝기값 변화를 이용한다 출입자 검출 및 분류는 skin color 모델과 얼굴 크기, 위치와 관련된 휴리스틱을 이용하여 얼굴을 검출하고, PCA(Principal Component Analysis)를 이용한 eigenspace상에서의 유클리디언 디스턴스로 템플릿 얼굴과 입력 얼굴의 유사도를 계산하여 인가자인지 비인가자인지 분류한다. 비인가자 추적은 pan-tilt 카메라를 이용하여, static camera에서 분류된, 비인가자의 움직임을 검출하고 카메라를 제어함으로써 추적한다 제안된 시스템은 무인 감시 상황에서 비인가자의 출입시 감시자에게 경고 신호를 제공하고, 감시지역에서 사건 발생시, 사건의 개요를 파악하는 중요한 정보를 빠른 시간에 제공할 수 있다는 장점을 가진다.

• MALSORI
• /
• no.58
• /
• pp.83-99
• /
• 2006

One key factor that hinders the widespread deployment of speaker identification technologies is the requirement of long enrollment utterances to guarantee low error rate during identification. To gain user acceptance of speaker identification technologies, adaptation algorithms that can enroll speakers with short utterances are highly essential. To this end, this paper applies MLLR speaker adaptation for speaker enrollment and compares its performance against other speaker modeling techniques: GMMs and HMM. Also, to speed up the computational procedure of identification, we apply speaker clustering method which uses principal component analysis (PCA) and weighted Euclidean distance as distance measurement. Experimental results show that MLLR adapted modeling method is most effective for short enrollment utterances and that the GMMs performs better when long utterances are available.

• Bulletin of the Korean Chemical Society
• /
• v.20 no.9
• /
• pp.1021-1025
• /
• 1999

Near-infrared (NIR) spectroscopy has been successfully utilized for the rapid identification of six typical petroleum products such as light straight-run (LSR), naphtha, kerosine, light gas oil (LGO), gasoline, and diesel. The spectral features of each product were reasonably differentiated in the NIR region, and the spectral differences provided enough qualitative spectral information for discrimination. For discrimination, principal component analysis (PCA) combined with Mahalanobis distance was used to identify each petroleum product from NIR spectra. The results showed that each product was accurately identified with an accuracy over 95%. Most noticeably, LSR, kerosine, gasoline, and diesel samples were predicted with identification accuracy of 99%. The overall results ensure that a portable NIR instrument combined with a multivariate qualitative discrimination method can be efficiently utilized for rapid and simple identification of petroleum products. This is especially important when local at-site measurements are necessary, such as accidental petroleum leakage and regulation of illegal product blending.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.31-34
• /
• 2011

영상처리 기법을 이용한 이미지 인식에 관한 컨텐츠들은 아주 다양한 알고리즘을 사용하였다. 영상처리 기법에서 이미지 인식기법 중에서 일반적인 것으로는 PCA(Principal Component Analysis) 알고리즘이 있다. 이 알고리즘이 적용된 대표적인 컨텐츠로는 얼굴 문자인식이 있다. 이 알고리즘은 정확성을 위하여 학습을 통한 영상의 저장과 인식을 통한 복잡한 알고리즘을 사용한다. 간단한 이미지 인식 컨텐츠의 경우에 복잡한 알고리즘을 사용함으로써, 시스템 처리속도에 영향을 줄 수 있다. 따라서 이 논문에서는 비교연산을 수행하는 히스토그램 매칭을 두 가지 실험 방법을 통하여, 간단한 이미지인식 시스템을 위한 알고리즘을 설계한 것이다.

• Korean Journal of Food Science and Technology
• /
• v.53 no.1
• /
• pp.85-91
• /
• 2021

The physicochemical properties of deodeok (Codonopsis lanceolate) was investigated in relation to the different steaming time and cycles of steaming and drying (S/D). Additionally, the quality characteristics of Makgeolli with different amount (0-0.45%) of steaming and drying deodeok (SD) were measured comparison to non-steaming and drying deodeok (NSD). L⁎ values of deodeok tended to decrease as the number of S/D cycles and steaming times increased, while BI showed the opposite trend for L⁎ values. Reducing sugar increased significantly from 1 to 3 S/D cycles and decreased thereafter (p<0.05). Also, processed with steaming for 4 h and 5 S/D cycles had the highest antioxidant properties. Principal component analysis (PCA) revealed that the S/D process notably influenced the properties of deodeok. Quality characteristics of Makgeolli showed that 0.45% SD resulted in higher antioxidant properties than control or NSD.

• The Korean Journal of Applied Statistics
• /
• v.33 no.6
• /
• pp.805-812
• /
• 2020

High-frequency data are now prevalent in financial time series. As a functional data arising from high-frequency financial time series, we are concerned with the intraday volatility to which functional principal component analysis (FPCA) is applied in order to achieve a dimension reduction. A review on FPCA and R function is made and high-frequency KOSPI volatility is analysed as an application.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.384-387
• /
• 2011

본 논문에서 제안된 모델은 기존의 얼굴 인식 및 지명수배자 얼굴 인식 시스템보다 효과적인 인식률 향상을 위해 전역적 특징을 사용하는 PCA(Principal Component Analysis) 알고리즘과 지역적 특징을 사용하는 2D-HMM(Hidden Markov Model) 알고리즘을 결합한 지명수배자 얼굴인식 시스템이다. 입력된 영상을 전역적 얼굴인식 알고리즘을 통해 얼굴 탐지 및 인식을 수행하고, 탐지 및 인식에 실패한 영상은 지역적 얼굴인식 알고리즘을 통해 2차 인식 과정을 수행한다. 실험과 분석을 통해 제안된 방법을 효율성을 증명하였다.