선형적 특징추출 방법의 특성 비교

오상훈

추천

검색

질문

자료유형: 학술저널

저자정보: 오상훈

저널정보: 한국콘텐츠학회 한국콘텐츠학회논문지 한국콘텐츠학회논문지 제9권 제4호

발행연도: 2009.4

수록면: 121 - 130 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 논문은 고차원의 데이터를 저차원으로 줄이는 방법 중 하나인 특징추출에 대한 방법들의 특성을 비교한다. 비교대상 방법은 전통적인 PCA(Principal Component Analysis)방법과 시각피질의 특성을 보인다고 알려진 ICA(Independent Component Analysis), 국소기반인식을 구현한 NMF(Non-negative Matrix Factorization), 그리고 이의 성능을 개선한 sNMF(Sparse NMF)로 정하였다. 추출된 특징들의 특성을 시각적으로 확인하기 위하여 필기체 숫자 영상을 대상으로 특징추출을 수행하였으며, 인식기에 적용한 효과의 확인을 위하여 추출된 특징을 다층퍼셉트론에 학습시켜보았다. 각 방법의 특성을 비교한 결과는 응용하고자 하는 문제에서 어떤 특징을 추출하기 원하느냐에 따라 특징추출 방법을 선정할 때 유용할 것이다.

#특징추출 #주요소성분분석 #독립성분분석 #NMF #sNMF #Feature Extraction #PCA #ICA

참고문헌 (13)

참고문헌 신청

1. [학술지(정기간행물)] - H. Kim / 2007 / Sparse non-negative matrix factorizations via alternating non-negativity -constrained least squares for microarray data analysis / Bioinformatics : 1495 ~ 1502

2. [단행본] - Keinosuke Fukunaga / 1990 / Introduction to Statistical Pattern Recognition / Elsevier

3. [학술지(정기간행물)] - J. Ye / 2006 / Feature reduction via generalizaed uncrrelated linear discriment analysis / IEEE Trans. Knowledge and Data Engineering 18 : 1312 ~ 1322

4. [학술지(정기간행물)] - D. D. Lee / 1999 / Learning the parts of objects by non-negative matrix factorization / Natute 401 : 788 ~ 791

5. [학술지(정기간행물)] - T.-W. Lee / 2000 / A unfying information -theoretic framework for independent component analysis / Computers & Mathematics with Applications 31 : 1 ~ 21

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

오상훈

소속기관 목원대학교

주요연구분야 사회과학 > 관광학 TOP 5% 복합학 > 학제간연구

논문수 141 이용수 15,341

이 논문과 함께 이용한 논문

BCI 시스템 구현을 위한 모델링

김미혜 , 송영준 한국콘텐츠학회논문지 2007 .08

이미지 유사도를 이용한 와인라벨 인식 시스템

정종문 , 양형정 , 김수형 외 2명 한국콘텐츠학회논문지 2011 .05

조명분리 고유얼굴에 기반한 조명에 강인한 얼굴 인식

설태인 , 정선태 , 조성원 한국콘텐츠학회논문지 2009 .02

ICA 기법을 이용한 구조물의 진동원 신호 규명

김국현 , 권혁민 , 조대승 외 2명 대한조선학회 논문집 2012 .12

독립성분분석(ICA)법을 이용한 모드특성 추정에 관한 연구

황재승 , 김재형 대한건축학회 논문집 - 구조계 2011 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-004-019490403

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)