1 |
1
복수의 채널 및 복수의 구간으로 구성된 센서 어레이로 구성되어, 챔버 내부로 유입되는 가스에 의한 반응을 측정하여 가스 데이터를 생성하는 가스 측정부;상기 가스 측정부에서 생성된 가스 데이터를 근거로 판별 특징을 추출하는 판별 특징 추출부; 및상기 가스 측정부에서 생성된 가스 데이터 및 상기 판별 특징 추출부에서 추출한 판별 특징을 근거로 결합 특징 벡터를 생성하는 결합 특징 벡터 생성부를 포함하고,상기 판별 특징 추출부는,LDA를 수행하여 목적함수를 만족하는 클래스 내 분산 행렬 및 클래스 간 분산 행렬을 근거로 투영 벡터들로 구성된 투영 행렬을 산출하고, PCA를 수행하여 복수의 학습 데이터의 차원을 감소시켜 종합 투영 행렬을 정의하고, 상기 투영 행렬 및 종합 투영 행렬을 근거로 정의한 PCA 및 LDA의 투영 행렬을 정의하고, 상기 PCA 및 LDA의 투영 행렬의 고유값을 근거로 복수의 판별 특징으로 구성되는 특징 벡터를 생성하는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 장치
|
2 |
2
청구항 1에 있어서,상기 가스 측정부는,16개의 채널로 구성된 미세 기계 센서 어레이로 구성되고, 상기 16개의 채널은 교차 전극, 미세 발열체 및 고분자 복합체가 각각 배치되는 3 구간으로 구분되고, 상기 16개의 채널 각각에 서로 다른 고분자 복합체로 구성되는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 장치
|
3 |
3
청구항 2에 있어서,상기 가스 측정부는,전체 측정구간을 안정화 구간, 노출 구간 및 퍼지 구간으로 구분하고, 각 구간별로 다르게 설정된 설정시간 동안 설정시간 간격으로 가스에 의한 반응을 측정하는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 장치
|
4 |
4
삭제
|
5 |
5
청구항 1에 있어서,상기 판별 특징 추출부는,수학식(WPCA=argmaxW|WTSTS|이고, WLDA=argmaxW{|WTWPCATSBWPCAW|/|WTWPCATSWWPCAW|})을 이용하여 상기 PCA 및 LDA의 투영 행렬을 정의하는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 장치
|
6 |
6
청구항 1에 있어서,상기 결합 특징 생성부는,상기 가스 측정부에서 측정된 가스 데이터를 안정화 구간의 측정값, 노출 구간의 측정값 및 퍼지 구간의 측정값으로 분류하고, 전체 구간의 측정값을 근거로 전역 특징을 산출하고, 구간별로 분류된 측정값을 근거로 각 구간의 지역 특징을 산출하는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 장치
|
7 |
7
청구항 6에 있어서,상기 결합 특징 생성부는,상기 산출한 지역 특징 및 전역 특징을 근거로 복수의 원소로 구성된 기본 특징 집합을 구성하고, ReliefF 방법을 이용하여 상기 기본 특징 집합에 포함된 지역 특징 및 전역 특징의 가중치 벡터를 설정하고, 상기 가중치 벡터를 근거로 결합 특징 벡터를 구성하는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 장치
|
8 |
8
청구항 7에 있어서,상기 결합 특징 생성부는,수학식(Aj는 j번째 특징의 가중치, Ykj는 랜덤하게 선택한 k 번째 샘플의 j번째 기본특징, Hrj은 랜덤하게 선택한 k번째 샘플에 대해 같은 클래스를 갖는 샘플 중 특징 공간에서의 거리가 가장 가까운 s개의 샘플의 j번째 기본특징, Mrj은 랜덤하게 선택한 k번째 샘플에 대해 다른 클래스에 속한 샘플 중에서 거리가 가장 가까운 s개의 샘플의 j번째 기본특징, N은 샘플 개수, P(Cl)는 클래스 Cl의 사전 확률(prior probability), P(CYk)는 Yk가 속한 클래스의 사전 확률)을 이용하여 상기 기본 특징 집합에 포함된 지역 특징 및 전역 특징의 가중치 벡터를 산출하는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 장치
|
9 |
9
가스 분류를 위한 결합 특징 벡터 생성 장치를 이용한 결합 특징 벡터 생성 방법에 있어서,챔버 내부로 유입되는 가스에 의한 반응을 측정하여 가스 데이터를 생성하는 단계;상기 생성된 가스 데이터를 근거로 판별 특징을 추출하는 단계; 및상기 생성된 가스 데이터 및 상기 추출한 판별 특징을 근거로 결합 특징 벡터를 생성하는 단계를 포함하고,상기 판별 특징을 추출하는 단계는
|
10 |
10
청구항 9에 있어서,상기 가스 데이터를 생성하는 단계에서는,16개의 채널로 구성된 미세 기계 센서 어레이로 구성되고, 상기 16개의 채널은 교차 전극, 미세 발열체 및 고분자 복합체가 각각 배치되는 3 구간으로 구분되고, 상기 16개의 채널 각각에 서로 다른 고분자 복합체를 통해 상기 챔버로 유입되는 가스에 대한 반응을 측정하는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 방법
|
11 |
11
청구항 9에 있어서,상기 가스 데이터를 생성하는 단계에서는,안정화 구간에서 설정시간 동안 설정시간 간격으로 가스에 대한 센서의 반응을 측정하는 단계;노출 구간에서 설정시간 동안 설정시간 간격으로 가스에 대한 센서의 반응을 측정하는 단계; 및퍼지 구간에서 설정시간 동안 설정시간 간격으로 가스에 대한 센서의 반응을 측정하는 단계를 포함하고, 상기 설정시간은 각 구간별로 다르게 설정되는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 방법
|
12 |
12
삭제
|
13 |
13
청구항 9에 있어서,상기 PCA 및 LDA의 투영 행렬을 정의하는 단계에서는,수학식(WPCA=argmaxW|WTSTS|이고, WLDA=argmaxW{|WTWPCATSBWPCAW|/|WTWPCATSWWPCAW|})을 이용하여 상기 PCA 및 LDA의 투영 행렬을 정의하는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 방법
|
14 |
14
청구항 9에 있어서,상기 결합 특징 벡터를 생성하는 단계는,상기 측정된 가스 데이터를 안정화 구간의 측정값, 노출 구간의 측정값 및 퍼지 구간의 측정값으로 분류하는 단계;측정구간별로 분류된 측정값을 근거로 전역 특징 및 지역 특징을 산출하는 단계;상기 산출한 전역 특징 및 지역 특징을 근거로 기본 특징 집합을 구성하는 단계;ReliefF 방법을 이용하여 상기 기본 특징 집합에 포함된 지역 특징 및 전역 특징의 가중치 벡터를 설정하는 단계; 및상기 가중치 벡터를 근거로 결합 특징 벡터를 구성하는 단계를 포함하는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 방법
|
15 |
15
청구항 14에 있어서,상기 가중치 벡터를 설정하는 단계에서는,수학식(Aj는 j번째 특징의 가중치, Ykj는 랜덤하게 선택한 k 번째 샘플의 j번째 기본특징, Hrj은 랜덤하게 선택한 k번째 샘플에 대해 같은 클래스를 갖는 샘플 중 특징 공간에서의 거리가 가장 가까운 s개의 샘플의 j번째 기본특징, Mrj은 랜덤하게 선택한 k번째 샘플에 대해 다른 클래스에 속한 샘플 중에서 거리가 가장 가까운 s개의 샘플의 j번째 기본특징, N은 샘플 개수, P(Cl)는 클래스 Cl의 사전 확률(prior probability), P(CYk)는 Yk가 속한 클래스의 사전 확률)을 이용하여 상기 기본 특징 집합에 포함된 지역 특징 및 전역 특징의 가중치 벡터를 산출하는 것을 특징으로 하는 가스 분류를 위한 결합 특징 벡터 생성 방법
|