메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
함승록 (LG전자) 곽노준 (아주대학교)
저널정보
대한전자공학회 전자공학회논문지-CI 電子工學會論文誌 第49卷 CI編 第4號
발행연도
2012.7
수록면
42 - 53 (12page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
패턴 인식과 기계 학습 분야에서 분류는 가장 기본적으로 해결해야 하는 문제의 유형이다. Adaboost 알고리즘은 Boosting 알고리즘의 아이디어를 실제 데이터분석에 이용할 수 있도록 개량한 방법으로써, 단계를 반복하여 나온 여러 개의 약한 분류기와 가중치 값들의 조합으로 강한 분류기를 생성하는 두 개의 클래스를 분류하는 분류기이다. 주성분 분석법과 선형 판별 분석법은 높은 차원의 특징 벡터를 낮은 차원의 특징 벡터로 축소하는 특징 벡터의 차원 감소와 데이터의 특징 추출에도 유용하게 사용되는 방법들이다. 본 논문에서는, 주성분 분석법과 선형 판별 분석법을 이용하여 추출한 특징을 Adaboost 알고리즘의 약 분류기로 사용함으로써, 특징 추출과 분류를 동시에 하고, 인식률을 높이는 효율적인 Boosted-PCA와 Boosted-LDA 알고리즘을 제안한다. 마지막 장에서는, 제안하는 알고리즘으로 UCI Data-Set 중 2 Class-Data와 FRGC Data의 남자와 여자 영상에 대해서 분류 실험을 진행하였다. 실험의 결과로 제안한 Boosted-PCA와 Boosted-LDA 알고리즘이 기존의 특징 추출 알고리즘과 최근접 이웃 분류기, SVM 을 이용한 분류기 방법과 비교하여 인식률이 향상됨을 보인다.
#Adaboost #PCA #LDA #Boosted-PCA #Boosted-LDA

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 특징 추출 알고리즘과 Adaboost 알고리즘
Ⅲ. 제안하는 Boosted-PCA와 Boosted-LDA 알고리즘
Ⅳ. 실험
Ⅴ. 결론
참고문헌
저자소개

참고문헌 (16)

참고문헌 신청
1. [학술지(정기간행물)] - Christopher J. C. Burges / 1998 / A Tutorial on Support Vector Machines for Pattern Recognition / DataMining and Knowledge Discovery 2 : 121 ~ 167 google schola 2. [학술지(정기간행물)] - Cover T. M. / 1967 / Nearest Neighbor Pattern Classification / IEEE Transactions on Information Theory 13 (1) : 21 ~ 27 google schola 3. [단행본] - Simon Haykin / 1999 / Neural networks, 2nd Edition / PrenticeHall google schola 4. [학술지(정기간행물)] - Y. Freund / 1999 / A Short Introduction to Boosting / Journal of Japanese Society for Artificial Intelligence 14 (5) : 771 ~ 780 google schola 5. [학술대회논문] - Yoav Freund / 1995 / A Decision- Theoretic Generalization of on-Line Learning and an Application to Boosting / European Conference on Computational Learning Theory : 23 ~ 37 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

임베디드 환경을 위한 실시간 얼굴 검출 시스템 설계
이수현 ,  김윤구 ,  김영진 외 1명 대한전자공학회 학술대회 2007 .07
다중 카메라 기반 대영역 고해상도 영상획득 시스템과 실시간 영상 정합 알고리즘
이승현 ,  김민영 전자공학회논문지-SC 2012 .07
Particle Filtering과 계층적인 Boosting 알고리즘을 기반으로 한 다중 객체 추적 연구
양이화 ,  전문구 한국정보과학회 학술발표논문집 2012 .06
사용자 인터페이스 기능의 개인용 3D 방송단말을 위한 얼굴 및 눈인식 알고리즘의 고속 검출 방법
송혁 ,  곽수영 ,  배진우 외 1명 한국방송미디어공학회 학술발표대회 논문집 2011 .07
광학식 미세 형상 측정기의 센서 융합 알고리즘 개발
이동혁 ,  안정화 ,  조남규 한국정밀공학회 학술발표대회 논문집 2011 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2013-569-003550591