• International Journal of Contents
• /
• 제10권1호
• /
• pp.43-46
• /
• 2014

Subject classification of journals is important because it can be utilized for the improvement of scholarly information services and analysis by research area. The classification by experts in a subject area wastes a lot of time and expense. On the other hand, the simple classification with basic information, such as the journal title has limitations. To solve this problem, this paper suggests the automatic classification of Korean journals using the SCI journals information cited by Korean journals, and an analysis of the classification result. In particular, this study adopted the WoS subject categories for classification to support the base for comparison between the Korean citation database and the global citation database (KSCI vs. SCI).

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.198-200
• /
• 2003

This study proved if the high resolution satellite imagery of IKONOS is suitable for preparing digital forest cover map. Three methods, the pixel based classification with maximum likelihood (PML), the segment based classification with majority principle(SMP), and the segment based classification with maximum likelihood(SML), were applied to classify and delimitate forest cover of IKONOS imagery taken in May 2000 in a forested area in the central Korea. The segment-based classification was more suitable for classifying and deliminating forest cover in Korea using IKONOS imagery. The digital forest cover map in which each class is delimitated in the form of a polygon can be prepared on the basis of the segment-based classification.

• ETRI Journal
• /
• 제44권5호
• /
• pp.826-836
• /
• 2022

Signal decomposition is a computational technique that dissects a signal into its constituent components, providing supplementary information. In this study, the capability of two common signal decomposition techniques, including wavelet-based and empirical mode decomposition, on preterm birth classification was investigated. Ten time-domain features were extracted from the constituent components of electrohysterogram (EHG) signals, including EHG subbands and EHG intrinsic mode functions, and employed for preterm birth classification. Preterm birth classification and anticipation are crucial tasks that can help reduce preterm birth complications. The computational results show that the preterm birth classification obtained using wavelet-based decomposition is superior. This, therefore, implies that EHG subbands decomposed through wavelet-based decomposition provide more applicable information for preterm birth classification. Furthermore, an accuracy of 0.9776 and a specificity of 0.9978, the best performance on preterm birth classification among state-of-the-art signal processing techniques, were obtained using the time-domain features of EHG subbands.

• 디지털산업정보학회논문지
• /
• 제10권2호
• /
• pp.203-211
• /
• 2014

In recent highly competitive business environment, collaboration has become one of the important business strategies for companies to survive and/or prosper. There are many different types of collaboration strategies, and it is crucial for companies to select the right ones according to the types of collaboration they require. To select the right type of collaboration options for business, in the past research, there have been two important criteria to classify collaboration types, namely governance (who makes key decisions - one kingpin participant or all players?) and membership (can anyone participate, or just select players?). In this research, we add a new classification criterion, recognition of collaboration purpose, which means whether collaborators know or do not know the purpose of collaboration in advance. Recently, we see many cases in which social media data are used in many unknown purposes a priori. In this research, we add such cases to develop new classification model.

• 천문학회보
• /
• 제36권2호
• /
• pp.102.2-102.2
• /
• 2011

Sunspots usually appear in a group which can be classified by certain morphological criteria. In this study we examine the moments which are statistical parameters computed by summing over every pixels of contours, in order to quantify the morphological characteristics of a sunspot group. The moments can be additional characteristics to the sunspot group classification such as McIntosh classification. We are developing a program for image processing, detection of contours and computation of the moments using continuum images from SOHO/MDI. We apply the program to count the sunspot numbers from 303 continuum images in 2003. The sunspot numbers obtained by the program are compared with those by SIDC. The comparison shows that they have a good correlation (r=89%). We are extending this application to automatic sunspot classification (e.g., McIntosh classification) and flare forecasting.

• Knee surgery & related research
• /
• 제30권4호
• /
• pp.284-292
• /
• 2018

Purpose: As the number of total knee arthroplasties (TKAs) increases, the incidence of femoral periprosthetic fractures after TKA is also increasing. This review aimed to suggest a new surgically oriented classification system for femoral periprosthetic fractures. Methods: We investigated the classifications, and current treatment trends for femoral periprosthetic fractures after TKA by means of a thorough review of the relevant literature. Results: Numerous studies reported good results of surgical treatment with modern fixatives including locking compression plates and retrograde intramedullary nails. However, few classifications of femoral periprosthetic fractures reflect the recent developments in surgical treatment. Conclusions: We recommend that surgical management be considered the first-line treatment for femoral periprosthetic fractures after TKA. Our new classification will help in deciding the surgical treatment option for femoral periprosthetic fractures after TKA.

• 경영과정보연구
• /
• 제39권1호
• /
• pp.35-57
• /
• 2020

정부는 연구시설장비가 과학기술의 발전을 견인하는 매우 중요한 도구이자, 수단으로 여겨지면서 국가적으로 R&D와 연구시설장비에 대한 예산 투자를 지속적으로 확대하였다. 또한, 기 구축된 국가연구시설장비의 효율적 운영 및 체계적 관리의 필요성이 점차 대두되면서 2010년 12월, 국가연구시설장비 표준분류체계를 개발하였다. 그러나 연구현장에서는 국가연구시설장비의 NTIS(National Science and Technology Service) 정보수집 초기단계로 누적정보 부족에 따른 표준분류체계의 과학적 검증절차 부재와 동일계층 간 분류기준의 비일관성 문제가 여전히 한계로 제기되고 있다. 따라서 본 연구는 지난 2010년, 2015년 각 제/개정된 국가연구시설장비 표준분류체계(대분류 8개, 중분류 25개, 소분류 410개)의 분류 정확도를 측정하고자 선형판별분석(LDA)과 분산분석(ANOVA) 기법을 적용하여 2단계로 분석하였다. 또한, 본 연구 분석을 위해 지난 10년 동안 NTIS에 누적 등록된 정보데이터(Big-Data) 50,271건을 수집하여 이를 활용하였다. 이는 단순히 국내외 유사 분류체계와 전문가 의견을 토대로 만들어진 현(現) 국가연구시설 표준분류체계를 과학적으로 실증 검증한 첫 연구 사례에 해당된다. 본 연구 결과, 대분류 이하 중분류와 소분류로 분류된 개체 수의 집단별 판별정확도는 92.2% 로 매우 높은 수준이었고, 분산분석을 통한 사후검증에서는 대분류 8개 중 2개 집단의 변별력이 다소 낮게 나타나, 현(現) 표준분류체계 중 일부 개선이 필요한 것으로 조사되었다. 본 연구를 통해 현(現) 국가연구시설장비 표준분류체계가 향후 지속적으로 개선되길 바란다.

• 한국지리정보학회지
• /
• 제6권3호
• /
• pp.107-116
• /
• 2003

이 연구는 기존의 분광특성에 의한 영상분류방법들이 고해상도 위성영상에 어느 정도 적절한지 알아보는데 목적이 있다. 이를 위하여 매개변수법과 비매개변수법을 혼합한 감독분류, 퍼지이론을 적용한 감독분류 그리고 무감독분류방법을 각각 적용하여 토지피복분류를 실시하고 각 방법들의 적용결과를 서로 비교하였다. 또한 육안판독과 분광특성을 이용한 영상분류 결과를 서로 비교하여 각 방법 간 토지피복분류의 결과를 비교 분석하였다. 실증연구 결과, 고해상도 위성영상은 반사값의 복잡성, 그림자의 영향 등으로 인하여 노이즈 현상이 심하게 발생하였다. 이러한 고해상도 위성영상은 무감독분류보다는 감독분류가 더 적절한 분석방법이며, 특히 퍼지이론을 적용한 감독분류방법이 가장 우수한 것으로 나타났다. 그러나 토지피복분류결과의 전체 정확도가 76% 정도에 불과해 토지피복분류결과의 신뢰성이 낮았다. 또한 육안판독과 영상분류 결과를 서로 비교한 바 뚜렷한 경계와 넓은 면적을 갖는 농경지 등의 항목은 일치도가 높은 반면 산발적으로 분포해 있는 초지 등의 항목은 일치도가 낮게 나타났다. 영상분류와 육안판독 간의 일치도는 79%로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제17권9호
• /
• pp.132-144
• /
• 2017

대용량 지문 데이터베이스를 사용하는 지문인식 시스템에서 처리 속도와 정확성을 높이기 위해서는 지문을 클래스별로 카테고리화하는 지문분류 기술을 사용해야 한다. 지문분류 방법은 지문 융선으로부터 특징을 추출하고 지문 융선의 흐름과 형상에 따라 정의되어 있는 클래스를 기준으로 학습 및 추론 기법을 이용하여 분류한다. 기존에는 종이에 회전 날인하여 습득된 NIST 데이터베이스를 이용한 연구가 많이 수행되었지만, 지문인식 입력 센서를 이용한 자동화된 시스템이 보편화됨에 따라 FVC에서 공개한 지문 데이터와 같이 센서로부터 입력된 지문 이미지를 이용한 연구가 증가하고 있으며, 최근에는 딥러닝을 이용한 지문분류 방법이 제안되고 있다. 본 논문에서는 지문분류를 위한 특징 추출 및 분류 기술의 동향을 살펴보고 분류성능을 비교한다. 또한 센서 기반 지문 이미지의 다양한 품질을 고려한 지문분류 기술 연구의 필요성에 대하여 정리하고, 딥러닝 기술을 적용한 지문분류 방법을 분석해 봄으로써 지속적으로 사용이 증가되고 있는 대용량 지문 데이터베이스의 분류 기술 연구에 대한 성능향상에 보탬이 되고자 한다.

• 대한의용생체공학회:의공학회지
• /
• 제43권1호
• /
• pp.45-51
• /
• 2022

The purpose of this study is to improve the classification accuracy compared to the existing InceptionV3 model by proposing a new model modified with the fully connected hierarchical structure of InceptionV3, which showed excellent performance in medical image classification. The data used for model training were trained after data augmentation on a total of 1026 chest X-ray images of patients diagnosed with normal heart and Cardiomegaly at Kyungpook National University Hospital. As a result of the experiment, the learning classification accuracy and loss of the InceptionV3 model were 99.57% and 1.42, and the accuracy and loss of the proposed model were 99.81% and 0.92. As a result of the classification performance evaluation for precision, recall, and F1 score of Inception V3, the precision of the normal heart was 78%, the recall rate was 100%, and the F1 score was 88. The classification accuracy for Cardiomegaly was 100%, the recall rate was 78%, and the F1 score was 88. On the other hand, in the case of the proposed model, the accuracy for a normal heart was 100%, the recall rate was 92%, and the F1 score was 96. The classification accuracy for Cardiomegaly was 95%, the recall rate was 100%, and the F1 score was 97. If the chest X-ray image for normal heart and Cardiomegaly can be classified using the model proposed based on the study results, better classification will be possible and the reliability of classification performance will gradually increase.