• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.4
• /
• pp.343-348
• /
• 2014

Face recognition system has advanctage to automatically recognize a person without causing repulsion at deteciton process. However, the face recognition system has a drawback to show lower perfomance according to illumination variation unlike the other biometric systems using fingerprint and iris. Therefore, this paper proposed a robust face recogntion method against illumination varition by slective fusion technique using both visible and infrared faces based on fuzzy linear disciment analysis(fuzzy-LDA). In the first step, both the visible image and infrared image are divided into four bands using wavelet transform. In the second step, Euclidean distance is calculated at each subband. In the third step, recognition rate is determined at each subband using the Euclidean distance calculated in the second step. And then, weights are determined by considering the recognition rate of each band. Finally, a fusion face recognition is performed and robust recognition results are obtained.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.386-393
• /
• 2008

시간이 부족한 현대인과 보살핌이 부족한 고령화 인구의 증가로 인해 비교적 가벼운 질병을 방치해 더 큰 고통을 겪는 경우가 발생하여 직접 병원에 가지 않고 자신의 건강 상태를 파악할 수 있는 시스템의 개발이 필요하게 되었다. 하지만 질병의 특성상, 증상의 차이와 구분에 의해 같은 질병이라도 다른 치료와 예방이 필요하고 다른 질병으로 세부 도출될 가능성이 있다. 따라서 증상의 차이를 고려하지 않고 단순한 증상의 선택만으로 도출된 결과는 상황을 더욱 악화시킬 가능성이 있다. 본 논문에서는 ART2 알고리즘을 이용하여 질병을 도출하고 증상의 차이를 구분하기 위해서 애매한 증상의 정도를 퍼지 소속 함수로 표현하고 퍼지 추론 방법을 적용하여 더욱더 정확한 질병 상세를 도출 할 수 있는 개선된 자가진단 시스템을 제시한다. 본 논문에서 제안한 방법을 전문의에게 분석을 의뢰한 결과, 본 논문에서 제안된 자가진단 시스템 방법이 이전의 방법보다, 지능형 자가 보조 진단 시스템으로서 사용자에게 더욱 효과적인 도움을 줄 수 있다는 가능성을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.9 no.7
• /
• pp.1588-1593
• /
• 2005

In coagulant control of water treatment plants, rule extraction, one of datamining categories, was performed for coagulant control of a water treatment plant. Clustering methods were applied to extract control rules from data. These control rules can be used for fully automation of water treatment plants instead of operator's knowledge for plant control. To perform fuzzy clustering, there are some coefficients to be determined and these kinds of studies have been performed over decades such as clustering indices. In this study, statistical indices were taken to calculate the number of clusters. Simultaneously, seed points were found out based on hierarchical clustering. These statistical approaches give information about features of clusters, so it can reduce computing cost and increase accuracy of clustering. The proposed algorithm can play an important role in datamining and knowledge discovery.