• 한국음향학회지
• /
• 제24권5호
• /
• pp.294-300
• /
• 2005

지금까지 근거리 다중 표적에 대한 위치 추적은 2차원 MUSIC (MUltiple Signal Classification) 기법 등으로 표적 의 위치를 추정하여 JPDA (Joint Probabilistic Data Association) 필터 등의 순차적 상태 추정 알고리즘을 적용해 왔다. 그러나 이러한 방법은 데이터 연관 과정을 해결해야할 뿐 아니라 샘플 기간마다 표적의 위치를 추정하기 위해 많은 격자를 탐색해야 하므로 연산량 부하가 가중된다 또한 다수의 표적이 근접하여 위치할 경우 각 표적에 대한 위치 추정 오차가 크게 되어 위치 추적 성능이 저하되는 단점이 있다. 본 논문에서는 근거 리 음장 (near field)에서의 선배열 센서 출력 신호 공분산 행렬로부터 위치 변위를 추정하여 근거리 다중 표적에 대한 위치 추적이 가능한 알고리즘을 제안하였으며, 근접 및 교차 표적에 대한 모의실험을 수행하여 그 성능의 우수함을 확인하였다.

• 한국안전학회지
• /
• 제33권6호
• /
• pp.128-135
• /
• 2018

Currently, the government selects products that are likely to cause harm to consumers as safety management targets and classifies them into three types: safety certification, safety confirmation, and supplier conformity verification. In addition, the government conducts safety surveys on products in circulation or accident products, and recalls products that are of great concern to consumer risks. In this paper, we have developed RAP (Risk Assessment method based on Probability), which is a probability based product risk assessment method, for the classification of safety management type of product and safety investigation, and have shown an application example. In this process, information is used for the CISS (Consumer Injury Surveillance System) of the Korean Consumer Agency. In addition, we apply the cluster analysis to classify the current supervised children products into three groups. Then, we confirm the effectiveness of RAP by comparing the result of RAP application, cluster analysis result and current safety management classification type. Also, we recognize the need to review the current safety management classification criteria for classifying products into three types.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.123-125
• /
• 2005

Many researchers conducted the effort for improving the classification accuracy of satellite image. Most of the study has used optical spectrum information of each pixel for image classification. By applying this method for high resolution satellite image, number of class becomes increase. This situation is remarkable for house, because the roof of house has variety of many colors. Even if the classification is carried out for many classes, roof color information of each house is not necessary. Most of the case, we need the information that object is house or not. In this study, we propose the method for detecting the object by using Genetic Algorithms (GA). Aircraft was selected as object. It is easy for this object to detect in the airport. An aircraft was taken as a template. Object image was taken from QuickBird. Target image includes an aircraft and Haneda Airport. Chromosome has four or five parameters which are composed of number of template, position (x,y), rotation angle, rate of enlarge. Good results were obtained in the experiment.

• 한국군사과학기술학회지
• /
• 제15권1호
• /
• pp.1-8
• /
• 2012

Obstacle detection is much studied by using sensors such as laser, vision, radar and ultrasonic in path planning for UGV(Unmanned Ground Vehicle), but not much reported about its characterization. In this paper not only an obstacle classification method using 2-dimensional LMS(Laser Measurement System) but also a decision making method whether to avoid or traverse the obstacle is proposed. The basic idea of decision making is to classify the characteristics by 2D laser scanned data and intensity data. Roughness features are obtained by range data using a simple linear regression model. The standard deviations of roughness and intensity data are used as measures for decision making by comparing with those of reference data. The obstacle classification and decision making for the UGV can facilitate a short path to the target position and the survivability of the robot.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2002년도 Proceedings
• /
• pp.492-494
• /
• 2002

We established the job classification method that a classification standard is clear, and can subdivide job by using the raw data of time-and-motion study performed to analyze the medical staffs job elements. The final target of this study is to optimize job allocation and calculate human cost of medical staffs in hospitals.

• 대한산업공학회지
• /
• 제36권1호
• /
• pp.13-21
• /
• 2010

The prediction of contract cancellation of customers is essential in insurance companies but it is a difficult problem because the customer database is large and the target or cancelled customers are a small proportion of the database. This paper proposes a new data mining approach to the binary classification by handling a large-scale unbalanced data. Over-sampling, clustering, regularized logistic regression and boosting are also incorporated in the proposed approach. The proposed approach was applied to a real data set in the area of insurance and the results were compared with some other classification techniques.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.296-300
• /
• 2002

본 연구에서 는 비지도 학습 방식인 SOFM(Self Organize Feature Maps)과 지도 학습인 다층 신경회로망을 이용하여 패턴 분류를 하는 방식을 제안하였다. SOFM을 이용하여 입력 패턴을 분류하여 얻은 결과를 다층 신경회로망의 초기 연결강도와 목표 값으로 설정한다. 제안한 방식의 유용성을 확인하기 위하여 얼굴 영상에 대하여 시뮬레이션한 결과 우수한 성능을 얻었다.

• 한국산업정보학회논문지
• /
• 제6권2호
• /
• pp.1-6
• /
• 2001

본 논문에서는 구간 데이터 식별을 위한 구간 신경망의 학습 알고리즘을 제안한다. 제안된 기법은 각 데이터의 속성치가 구간으로 주어져 있는 경우의 패턴 식별 문제에 적용된다. 먼저, 구간 입력 벡터를 다루기 위한 구간 신경망의 구조를 제안하고, 평가 함수를 이용하여 학습 알고리즘을 도출한다. 평가 함수는 구간 신경 망으로부터의 구간 출력과 대응하는 목표 출력을 이용하여 정의된다. 마지막으로 컴퓨터 시뮬레이션에 의해 제안 기법의 구간 데이터 식별 능력을 나타내고, 통상의 역전파 신경망을 이용 기법과 비교한다.

• 디지털산업정보학회논문지
• /
• 제19권4호
• /
• pp.1-11
• /
• 2023

Clustering analysis is used in various fields including customer segmentation and clustering methods such as k-means are actively applied in the credit card customer segmentation. In this paper, we summarized the input features selection method of k-means clustering for the case of the credit card customer segmentation problem, and evaluated its feasibility through the analysis results. By using the label values of k-means clustering results as target features of a decision tree classification, we composed a method for prioritizing input features using the information gain of the branch. It is not easy to determine effectiveness with the clustering effectiveness index, but in the case of the CH index, cluster effectiveness is improved evidently in the method presented in this paper compared to the case of randomly determining priorities. The suggested method can be used for effectiveness of actively used clustering analysis including k-means method.

• 한국지능시스템학회논문지
• /
• 제18권5호
• /
• pp.632-637
• /
• 2008

실제 시스템 적용에 있어서, 소나 표적의 특징정보추출을 위한 PSR(Propeller Shaft Rate) 추정 알고리즘은 다음과 같은 문제점들을 가지고 있다. 즉, 주파수 스펙트럼 기반의 소나 표적 식별에 있어서 다중의 스펙트럼 선들로부터 기본 주파수와 그 고조파들로 구성된 하모닉군을 구별하는 깃은 필수적이면서도 어렵기 때문에 정확하고 효율적인 기본주파수 발견법을 요구한다. 나아가, 구조와 파라메터에 있어서 용이한 설계 절차를 요구한다 이 문제들을 해결하기 위해서 전문가 지식 및 진화 전략(ES : Evolution Strategy)을 이용하는 진화적인PSR 추정 알고리즘이 제안되었다. 제안된 알고리즘의 성능을 검증하기 위해서는 소나 표적의 PSR 추정이 수행되었다. 시뮬레이션 결과는 제안된 알고리즘이 실시간 시스템 적용에서 존재하는 문제점들을 효과적으로 해결할 수 있음을 보여준다.