• 사상체질의학회지
• /
• 제23권4호
• /
• pp.458-470
• /
• 2011

1. Objectives Vocal characteristics are commonly considered as an important factor in determining the Sasang constitution and the health condition. We have tried to find out the classification procedure to distinguish the constitution objectively and quantitatively by analyzing the characteristics of subject's voice without noise and error. 2. Methods In this study, we extract the vocal features from voice selected with prior information, remove outliers, minimize the correlated features, correct the features with normalization according to gender and age, and make the discriminant functions that are adaptive to gender and age from the features for improving diagnostic accuracy. 3. Results and Conclusions Finally, the discriminant functions produced about 45% accuracy to classify the constitution for every age interval and every gender, and the diagnostic accuracy was meaningful as the result from only the voice.

• 한국정보통신학회논문지
• /
• 제9권5호
• /
• pp.986-994
• /
• 2005

본 논문은 잡음 환경하에서 적응 가능한 음성구간검출를 구축하기 위하여 우도기반의 음성 특징 파라미터의 비선형 차원축소 방법을 제안한다. 제안하는 차원축소 방법은 음성/비음성 클래스에 대한 가우시아 확률 밀도 함수의 비선형적 우도값을 새로운 특징으로 취하는 방법이다. 음성구간검출기의 음성/비음성 결정은 우도비 검증(LRT)의 통계적 방법을 이용하며, 선형판별분석(LDA)에 의한 차원축소 결과와 성능을 비교한다. 실험 결과 제안된 차원 축소 방법으로 음성 특징 파라미터를 2차원으로 축소한 결과가 원래 특징백터의 차원에서의 결과와 대등한 성능을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제46권2호
• /
• pp.99-107
• /
• 2009

본 논문에서는 자동차 번호판 숫자의 특징을 추출하기 위해 강화된 독립성분분석(independent component analysis)의 혼합모델을 제안한다 독립성분분석은 고차 통계적 특성만을 이용하기 때문에 고차 통계적 특성과 숫자 종류별 상관관계에 대한 특성을 고려하지 못한다. 이러한 독립성분분석의 한계를 극복하기 위해, 본 논문에서는 주성분분석(principle component analysis)과 선형판별분석(linear discriminant analysis)을 조합한 혼합 모델 형태의 독립성분분석을 제안한다. 실험 결과, 제안된 혼합 모델은 독립성분분석이나 다른 혼합 모델들보다 특징 추출과 인식에서 우수한 성능을 보임을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.380-387
• /
• 2010

본 논문에서는 3상 유도전동기의 고장진단을 수행하기 위해 상호정보량과 선형판별분석기법에 기반을 둔 진단 알고리즘을 제안한다. 실험 장치는 유도전동기 구동의 기계적 모듈과 고장신호를 구하기 위한 데이터 획득 모듈로 구성하였다. 제안된 방법은 취득된 전류신호를 DFT에 의해 주파수 영역으로 변환한 후 분산정보를 이용하여 고장상태별로 차별성이 큰 순서대로 유효 주파수 성분을 추출한다. 다음 단계로 선택된 주파수 성분에 대해서 선형판별분석기법을 적용하여 고장상태별 특징들을 추출한 후 k-NN 분류기에 의해 유도전동기의 상태를 진단하게 된다. 제안된 방법의 타당성을 보이기 위해 다양한 조건하에서 실험한 결과 기존방법에 비하여 우수한 결과를 나타냈다.

• 전자공학회논문지 IE
• /
• 제45권2호
• /
• pp.34-39
• /
• 2008

본 논문은 통계 기법인 판별 분석 함수를 이용하여 효율적으로 3차원 모델을 검색하는 시스템을 구현하였다. 제안한 방법은 판별분석 함수를 이용하여 색인으로 검색하는 기법으로, 색인의 생성은 Osada의 D2방법에 의해 추출된 128개의 특징벡터에 통계치(범위, 최소값, 평균, 표준편차, 왜도, 척도)를 변수로 판별분석 함수의 값을 색인 값으로 생성하였다. 쿼리 모델 검색 시 1차 검색으로 쿼리와 저장된 클래스(동종의 모델 그룹)의 색인을 비교하여 상위 2%이내(98% 이상)의 클래스를 추출하여 추출된 클래스에 속하는 모델만을 검색하였다. 이 방법은 검색시간을 단축시키는 효율적인 검색 기법임을 구현을 통해 알 수 있었다. 제안한 방법은 기존의 방법(Osada)보다 3차원 모델 검색 시간을 57%로 단축시켰으며, 쿼리 모델 검색 시 유사모델이 최초로 발견되는 정확도(pecision)가 0.362로 기존의 방법보다 44.8%의 효율이 있었음을 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.735-740
• /
• 2012

본 연구에서는 주성분 분석법 및 선형 판별 분석법을 이용한 다항식 방사형 기저 함수 신경회로망 분류기의 설계 방법론을 소개한다. 주성분 분석법과 선형판별 분석법을 사용하여 주어진 데이터의 정보 손실을 최소화한 특징데이터를 생성하고 이를 다항식 방사형 기저함수 신경회로망의 입력데이터로 사용한다. 방사형 기저 함수 신경회로망의 은닉층은 FCM 클러스터링 알고리즘으로 구성되며 연결가중치는 1차 선형식을 사용하였다. 최적의 분류기 설계를 위해서 최근에 제안된 Artificial Bee Colony(ABC) 최적화 알고리즘을 사용하여 구조 및 파라미터를 동조하였다. ABC 알고리즘을 통해 주성분 분석법과 선형판별 분석법의 고유벡터의 수 및 FCM 클러스터링 알고리즘의 퍼지화 계수등의 파라미터를 동조한다. 제안된 분류기는 대표적인 Machine Learning(ML) 데이터를 사용하여 성능을 평가하며 기존 분류기와 성능을 비교한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권9호
• /
• pp.2991-3007
• /
• 2022

Two dimensional locality preserving projections (2D-LPP) is an improved algorithm of 2D image to solve the small sample size (SSS) problems which locality preserving projections (LPP) meets. It's able to find the low dimension manifold mapping that not only preserves local information but also detects manifold embedded in original data spaces. However, 2D-LPP is simple and elegant. So, inspired by the comparison experiments between two dimensional linear discriminant analysis (2D-LDA) and linear discriminant analysis (LDA) which indicated that matrix based methods don't always perform better even when training samples are limited, we surmise 2D-LPP may meet the same limitation as 2D-LDA and propose a novel matrix exponential method to enhance the performance of 2D-LPP. 2D-MELPP is equivalent to employing distance diffusion mapping to transform original images into a new space, and margins between labels are broadened, which is beneficial for solving classification problems. Nonetheless, the computational time complexity of 2D-MELPP is extremely high. In this paper, we replace some of matrix multiplications with multiple multiplications to save the memory cost and provide an efficient way for solving 2D-MELPP. We test it on public databases: random 3D data set, ORL, AR face database and Polyu Palmprint database and compare it with other 2D methods like 2D-LDA, 2D-LPP and 1D methods like LPP and exponential locality preserving projections (ELPP), finding it outperforms than others in recognition accuracy. We also compare different dimensions of projection vector and record the cost time on the ORL, AR face database and Polyu Palmprint database. The experiment results above proves that our advanced algorithm has a better performance on 3 independent public databases.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.201-204
• /
• 2007

본 논문은 오디오 색인 검색 시스템을 구현하기 위하여 오디오 신호에 대한 특징 파라미터 풀(pool)을 구성하고, 구성되어진 특징 파라미터 풀을 이용한 오디오 데이터의 내용분석 및 분류에 관한 연구이다. 오디오 데이터는 기본적으로 다양한 형태의 오디오 신호로서 분류되어진다. 본 논문에서는 오디오 데이터의 분류에 이용 가능한 특징 파라미터를 분석하고 추출하는 방법에 대하여 논한다. 그리고 특징 파라미터 풀을 색인 그룹 단위로 구성하여 오디오 카테고리에 대한, 설정된 특징들의 포함 정도와 색인기준을 오디오 데이터의 내용을 중심으로 비교, 분석한다. 그리고 마지막으로 위의 결과를 바탕으로 분류카테고리 별로 오디오 데이터의 특징 벡터를 구성한 뒤 이를 이용하여 식별함수 분류기를 통한 분류를 실험한다.

• Journal of Positioning, Navigation, and Timing
• /
• 제12권2호
• /
• pp.91-100
• /
• 2023

The existing indoor localization method using Wi-Fi fingerprinting has a high collection cost and relatively low accuracy, thus requiring integrated correction of convergence with other technologies. This paper proposes a new method that significantly reduces collection costs compared to existing methods using Wi-Fi fingerprinting. Furthermore, it does not require labeling of data at collection and can estimate pedestrian travel paths even in large indoor spaces. The proposed pedestrian movement path estimation process is as follows. Data collection is accomplished by setting up a feature area near an indoor space intersection, moving through the set feature areas, and then collecting data without labels. The collected data are processed using Kernel Linear Discriminant Analysis (KLDA) and the valley point of the Euclidean distance value between two data is obtained within the feature space of the data. We build learning data by labeling data corresponding to valley points and some nearby data by feature area numbers, and labeling data between valley points and other valley points as path data between each corresponding feature area. Finally, for testing, data are collected randomly through indoor space, KLDA is applied as previous data to build test data, the K-Nearest Neighbor (K-NN) algorithm is applied, and the path of movement of test data is estimated by applying a correction algorithm to estimate only routes that can be reached from the most recently estimated location. The estimation results verified the accuracy by comparing the true paths in indoor space with those estimated by the proposed method and achieved approximately 90.8% and 81.4% accuracy in two experimental spaces, respectively.

• 감성과학
• /
• 제16권1호
• /
• pp.95-106
• /
• 2013

본 연구에서는 자발적인 웃음과 인위적인 웃음을 변별하는 데 있어서 일반 사람들의 정확도와 컴퓨터를 이용한 분류 알고리즘의 정확도를 비교하였다. 실험참가자들은 단일 영상 판단 과제와 쌍비교 판단과제를 수행하였다. 단일 영상판단 과제는 웃음 영상을 한 장씩 제시하면서 이 영상의 웃음이 자발적인 것인지 인위적인 것인지를 판단하는 것이었으며, 쌍비교 판단과제는 동일한 사람에게서 얻은 두 종류의 웃음 영상을 동시에 제시하면서 자발적인 웃음 영상이 어떤 것인지 판단하는 것이었다. 분류 알고리즘의 정확도를 산출하기 위하여 웃음 영상 각각에서 8 종류의 얼굴 특성치들을 추출하였다. 약 50%의 영상을 사용하여 단계적 선형판별분석을 수행하였으며, 여기서 산출된 판별함수를 이용하여 나머지 영상을 분류하였다. 단일 영상에 대한 판단결과, 단계적 선형판별분석의 정확도가 사람들의 정확도보다 높았다. 쌍비교에 대한 판단결과도 단계적 선형판별분석의 정확도가 사람들의 정확도보다 높았다. 20명의 실험참가자 중 선형판별분석의 정확도를 넘어서는 사람은 없었다. 판별분석에 중요하게 사용된 얼굴 특성치는 눈머리의 각도로, 눈을 가늘게 뜬 정도를 나타낸다. Ekman의 FACS에 따르면, 이 특성치는 AU 6에 해당한다. 사람들의 정확도가 낮은 이유는 두 종류의 웃음을 구별할 때, 눈에 관한 정보를 충분히 사용하지 않았기 때문으로 추론되었다.