$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

KNN 규칙과 새로운 특징 가중치 알고리즘을 결합한 패턴 인식 시스템
Pattern Recognition System Combining KNN rules and New Feature Weighting algorithm 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. CI, 컴퓨터, v.42 no.4 = no.304, 2005년, pp.43 - 50  

이희성 (연세대학교 전기전자공학부) ,  김은태 (연세대학교 전기전자공학부) ,  김동연 (국립 한경대학교 전자공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 유전자 알고리즘을 이용한 새로운 적응적 특징 가중치 방식과 클래스별로 적용된 KNN(Nearest -Neighbor) 규칙을 이용한 새로운 패턴 인식 시스템을 제안한다. 패턴 인식 시스템의 성능을 향상시키기 위하여, 새로운 연산자를 갖는 유전자 알고리즘으로 가중치의 중간값을 결정함으로써 과잉 맞춤(overfitting)을 피하면서, 데이터의 분포에 따라 적절한 특징의 가중치를 찾는 새로운 특징 가중치 알고리즘을 제안한다. 또한, 제안하는 방법은 각각의 클래스를 가장 잘 표현하는 특징 공간들을 개별적으로 찾는다. KNN분류기는 클래스별로 찾은 특징 공간들을 이용하여 클래스에 따라 특징 공간을 변화시켜 미지 패턴의 클래스를 예측한다. 제안된 알고리즘은 Concordia대학의 handwritten numeral database에 적용시켜 그 성능을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper proposes a new pattern recognition system combining the new adaptive feature weighting based on the genetic algorithm and the modified KNN(K Nearest-Neighbor) rules. The new feature weighting proposed herein avoids the overfitting and finds the Proper feature weighting value by determinin...

주제어

#pattern recognition   #KNN rules   #GA   #feature weighting  

참고문헌 (8)

  1. A. Jain and D. Zongker, 'Feature selection: Evaluation, application, and small sample performance,' EEE Trans. on Pattern Anal. and Machine Intell. vol. 19, pp. 153-158, Feb. 1997 

    상세보기 crossref

  2. L. Davis, Handbook of Genetic Algorithms. Van Nostrand Reinhold, 1991 

  3. E. Gose, R. Johnsonbaugh, and S. Jost, Patten Recognition and Image Analysis. Prentice Hall PTR, 1996 

  4. W. Siedlecki and J. Sklansky, 'A note on genetic algorithms for large-scale feature selection,' Pattern Recognition Letter, vol. 10, pp. 335-347, 1989 

    상세보기 crossref

  5. J. D. Kelly and L. Davis, 'Hybridizing the genetic algorithm and the k nearest neighbors classification algorithm,' in Proc. 4th Int. Conf. Genetic Algorithms, Appl., 1991, pp. 377-383 

  6. Kohavi, R. Langlry, and Y. Yun, 'The utility of feature weighting in nearest neighbor algorithms,' European Conference on Machine Learning, ECML'97. 1997 

  7. W. K. Pratt, Digital Image Processing. New York: Wiley, 1978 

  8. S. Lee, 'Off-Line Recognition of Totally Unconstrained Handwritten Numerals Using Multilayer Cluster Neural Network,' IEEE Trans. on Pattern Anal. and Machine Intell., Vol. 18, pp. 648-652, June 1996 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로