-
公开(公告)号：KR1020090120843A
公开(公告)日：2009-11-25
申请号：KR1020080046864
申请日：2008-05-21
Applicant: 성균관대학교산학협력단
CPC classification number: G06F17/30864
Abstract: PURPOSE: A system and a method for generating multi-concept network based on web usage data of users are provided to organize web page connection network by collecting web page usage information of each user about user interest keywords. CONSTITUTION: A page discriminating unit(32) selects a web page opened by each user about each keyword. A connection network generating unit(33) produces the selected web page as a single node. The connection network generating unit groups web page nodes to each user. The connection network generating unit arranges the grouped nodes connecting inline around the keyword. A connection network refining unit(34) obtains the similarity between the group of the arranged web page node. The connection network refining unit comprises the groups as a group connected inline, when the similarity is higher than a predetermined standard value.
Abstract translation: 目的：提供一种基于用户的网络使用数据生成多概念网络的系统和方法，通过收集每个用户关于用户兴趣关键词的网页使用信息来组织网页连接网络。 构成：页面识别单元（32）选择每个用户关于每个关键字打开的网页。 连接网络生成单元（33）将所选择的网页生成为单个节点。 连接网络生成单元将网页节点分组给每个用户。 连接网络生成单元将分组节点排列在关键字周围连接。 连接网络精炼单元（34）获得排列的网页节点的组之间的相似度。 当相似度高于预定标准值时，连接网络精炼单元包括作为组内连接的组的组。
-
公开(公告)号：KR1020090118334A
公开(公告)日：2009-11-18
申请号：KR1020080044064
申请日：2008-05-13
Applicant: 성균관대학교산학협력단
CPC classification number: G06F19/22
Abstract: PURPOSE: A device and control method for measuring degree of sequence similarity is provided to measure the similarity degree between sequence s by normalizing the sequence length based on the matrix according to dynamic programming. CONSTITUTION: A matrix generating unit(100) generates the matrix according to the dynamic programming using two sequences. A normalization unit(300) substitutes the element value of the last row/column to the sequence length normalization formula and calculates the standard value of the similarity degree. A similarity degree measuring unit(500) measures the similarity degree between two sequences according to the standard value. The sequence length normalization formula calculates the standard value of the similarity degree which is proportional to the element value of the last row/column of the matrix and the average of the reciprocal of the length between two sequences.
Abstract translation: 目的：提供一种用于测量序列相似度的装置和控制方法，以通过根据动态规划基于矩阵归一化序列长度来测量序列之间的相似度。 构成：矩阵生成单元（100）使用两个序列根据动态规划生成矩阵。 归一化单元（300）将最后一行/列的元素值代入序列长度归一化公式，并计算相似度的标准值。 相似度测量单元（500）根据标准值测量两个序列之间的相似度。 序列长度归一化公式计算与矩阵的最后一行/列的元素值成比例的相似度的标准值和两个序列之间的长度的倒数的平均值。
-
公开(公告)号：KR100925162B1
公开(公告)日：2009-11-05
申请号：KR1020080012995
申请日：2008-02-13
Applicant: 성균관대학교산학협력단
IPC: G06T17/00
Abstract: 본 발명에 따른 객체위치 변화 이력 모델 생성 방법은, 소정의 객체위치 변화 이력 유형에 속하는 1 이상의 객체위치 변화 이력 정보를 기초로 객체위치 변화 이력 모델을 생성하는 객체위치 변화 이력 모델 생성 방법에 있어서, [a] 상기 소정의 객체위치 변화 이력 유형에 속하는 1 이상의 객체위치 변화 이력 정보에서 특정시각의 객체위치와 관련된 정보를 포함하는 특정시각 별 객체위치 정보 데이터를 생성하는 단계 [b] 상기 각 특정시각 별 객체 위치 정보 데이터를 시각을 포함하는 좌표에 각각 대응시키고 상기 좌표간의 거리가 기 설정된 거리 범위 이내에 있는 좌표를 하나의 그룹으로 그룹화하여 1 이상의 그룹을 생성하는 단계 [c] 상기 소정의 객체위치 변화 이력 유형을 상기 1이상의 그룹의 집합으로 대응시키는 단계 및 [d] 상기 그룹의 집합을 은닉 마르코프 모델을 이용하여 학습시켜서 상기 소정의 객체위치 변화 이력 유형의 객체위치 변화 이력 모델을 생성하는 단계를 포함하는 것을 특징으로 한다.
이에 따라서, 소정의 의도를 갖는 사용자의 행동을 행동모델로 효과적으로 구축할 수 있게 되면, 상기 행동모델을 이용하여 사용자의 행동의 의도를 인식할 수 있게 되는 효과를 성취할 수 있게 된다.
객체위치 변화 이력 유형 모델, 의도 인식, 행동 모델-
公开(公告)号：KR100925146B1
公开(公告)日：2009-11-05
申请号：KR1020080014547
申请日：2008-02-18
Applicant: 성균관대학교산학협력단
IPC: H04N5/208
Abstract: 본 발명은 자막 추출 시스템 및 그 제어방법에 관한 것으로, 자막 추출 시스템에 있어서, 입력되는 컬러 영상으로부터 생성한 명암도 영상을 기초로 방향 에지 영상을 추출하고, 추출된 상기 방향 에지 영상을 통합하여 전방향 에지 영상을 생성하는 에지 영상 생성부; 생성된 상기 전방향 에지 영상을 기초로 영상에 포함된 인접한 픽셀들로 구성된 연결 객체를 구성하여 자막이 포함되지 않는 연결 객체를 제거함으로써 자막 포함 연결 객체를 생성하고, 생성된 상기 자막 포함 연결 객체에서 애매한 방향성을 제거하여 에지 방향 정제 영상을 생성하는 정제 영상 생성부; 및 상기 연결 객체를 자막 및 비 자막 연결 객체의 패턴으로 분류하고, 분류된 상기 패턴에 따라 상기 자막 포함 연결 객체에서 상기 비 자막 연결 객체를 제거하여 탐색 결과 영상을 생성하는 자막 연결 객체 분류부를 포함하는 것을 특징으로 한다.
이에 의해, 자막의 크기(폰트)에 무관하게 자막을 추출할 수 있고, 이로써 영상 관련 정보를 이용하여 영상으로부터 자막을 추출하는 것이 더 용이해질 것이 기대된다.
에지, 연결 객체, 방향성-
公开(公告)号：KR1020090089152A
公开(公告)日：2009-08-21
申请号：KR1020080014547
申请日：2008-02-18
Applicant: 성균관대학교산학협력단
IPC: H04N5/208
CPC classification number: G06K9/3266 , G06T5/002 , G06T7/13 , G06T2207/20024
Abstract: A caption extraction system and a control method thereof are provided to generate a connection object to remove unclear directivity and remove a non caption connection object according to caption/non caption pattern classification. An edge image generation unit(100) extracts a directional edge image based on a shading image generated from a color image. A refine image generating unit(300) generates a caption-included connection object by removing a connection object not included in a caption by configuring a connection object configured by adjacent pixels included in the image. The refine image generating unit generates a refine image by removing unclear directivity from the generated caption-included connection object.
Abstract translation: 提供字幕提取系统及其控制方法，以根据字幕/非字幕模式分类生成连接对象以消除不清楚的方向性并移除非标题连接对象。 边缘图像生成单元（100）基于从彩色图像生成的阴影图像提取方向边缘图像。 精简图像生成单元（300）通过配置由包括在图像中的相邻像素配置的连接对象，通过去除不包括在标题中的连接对象来生成包含标题的连接对象。 细化图像生成单元通过从所生成的包含字幕的连接对象中去除不清楚的方向性来生成精细图像。
-
Patent Agency Ranking
公开(公告)号：KR1020090080741A
公开(公告)日：2009-07-27
申请号：KR1020080006684
申请日：2008-01-22
Applicant: 성균관대학교산학협력단
CPC classification number: H04L63/14 , G06F21/552
Abstract: A system and a method for controlling an abnormal traffic based on a fuzzy logic are provided to detect a slow port scan attack and perform a countermeasure using traffic control according to detection information by applying a hierarchical fuzzy logic technique. An intrusion detecting module(200) analyzes a packet received from a network interface through a membership function based on a predetermined time cycle and outputs a fuzzy value representing a port scan attack level. A fuzzy control module(300) recognizes the port scan attack level based on the fuzzy value and outputs a control signal for controlling a traffic according to the port scan attack level. An intrusion blocking module(400) controls the traffic with the network interface by receiving the control signal.
Abstract translation: 提供了一种基于模糊逻辑控制异常流量的系统和方法，用于检测慢端扫描攻击，并通过应用分层模糊逻辑技术，根据检测信息执行使用流量控制的对策。 入侵检测模块（200）基于预定时间周期通过隶属函数分析从网络接口接收的分组，并输出表示端口扫描攻击级别的模糊值。 模糊控制模块（300）基于模糊值识别端口扫描攻击级别，并根据端口扫描攻击级别输出用于控制流量的控制信号。 入侵阻塞模块（400）通过接收控制信号来控制网络接口的流量。
-
公开(公告)号：KR100873373B1
公开(公告)日：2008-12-10
申请号：KR1020070015154
申请日：2007-02-14
Applicant: 성균관대학교산학협력단
Abstract: 본 발명에 따른 사용자 의도 인식 시스템은 사용자에 대한 상황정보를 획득하는 상황정보 획득수단, 상기 획득된 상황정보를 학습하여 일련의 상황정보로 구성되는 사용자 행위를 추론하는 제1추론수단 및 상기 추론된 사용자 행위를 학습하여 일련의 사용자 행위로 구성되는 사용자 의도를 추론하는 제2추론수단을 포함한다.
상기와 같은 사용자 의도 인식 시스템은 시간에 따라 동적으로 변화하는 사용자의 행위 정보를 학습함으로써 시간 순으로 된 일련의 상황정보로 구성되는 사용자의 의도를 추론할 수 있다.
그 결과 본 발명에 따른 사용자 인식 시스템 및 방법은 추론된 사용자 의도와 관련하여 실행될 사용자의 행위를 미리 예측하여 각 행위에 필요한 서비스를 적절한 시기에 제공할 수 있다.
상황인식,행위예측-
公开(公告)号：KR1020080104212A
公开(公告)日：2008-12-02
申请号：KR1020070015154
申请日：2007-02-14
Applicant: 성균관대학교산학협력단
CPC classification number: G06Q10/04 , G06F3/011 , G06Q10/1091 , G10L15/14
Abstract: A user intention recognition system and a method thereof are presented to provide target-oriented condition recognition service at proper time. According to a user intention recognition system, a condition information acquisition unit acquires condition information for a user. A first referring unit(60) infers user behavior constituted with a series of condition information by learning the acquired condition information. A second inferring unit(70) infers user intention constituted with a series of user behaviors by learning the inferred user behavior.
Abstract translation: 呈现用户意图识别系统及其方法，以在适当的时间提供面向对象的条件识别服务。 根据用户意图识别系统，条件信息获取单元获取用户的条件信息。 第一推荐单元（60）通过学习获取的条件信息来推断由一系列条件信息构成的用户行为。 第二推断单元（70）通过学习推断的用户行为来推断由一系列用户行为构成的用户意图。
-
公开(公告)号：KR1020080096859A
公开(公告)日：2008-11-04
申请号：KR1020070018495
申请日：2007-02-23
Applicant: 성균관대학교산학협력단
CPC classification number: G06N5/025
Abstract: An ontology system for situation recognition and a method for managing the ontology are provided to define a context information as a class type, and express various context information such as additional information of context. A context broker mean receives context information from a sensing device(1), and verifies the validity. A context management mean(20) converts the context information verified at the context broker mean to OWL(Ontology Web Language) data, and forms ontology structure. An inference engine mean(30) modifies the converted context information to SWRL(Semantic Web Rule Language) by inference process. A study management mean(40) processes the context information from the context management mean through the study process. A database stores the converted data at the study management mean.
Abstract translation: 提供用于情境识别的本体系统和用于管理本体的方法，以将上下文信息定义为类类型，并且表达各种上下文信息，例如上下文的附加信息。 上下文代理意味着从感测设备（1）接收上下文信息，并验证其有效性。 上下文管理意味着（20）将在上下文代理意义上验证的上下文信息转换为OWL（本体Web语言）数据，并形成本体结构。 推理机构（30）通过推理过程将转换的上下文信息修改为SWRL（语义Web规则语言）。 研究管理意味着（40）通过研究过程从上下文管理平均值处理上下文信息。 数据库将转换的数据存储在学习管理平均值。
-
公开(公告)号：KR1020070058936A
公开(公告)日：2007-06-11
申请号：KR1020060024327
申请日：2006-03-16
Applicant: 성균관대학교산학협력단
IPC: G06F17/30
CPC classification number: G06F17/30327 , G06F17/30539 , G06F2216/03
Abstract: A method for generating a decision tree using time-weighted entropy and a recording medium thereof are provided to express a tendency of recent data by considering time, and predict action or a tendency of a user by analyzing preference data of the user in a ubiquitous environment. A test for selecting an attribute to be a node of a current level among the attributes of a plurality of instance data by using the time-weighted entropy is performed(ST2010). The attribute having the biggest information quantity obtained from the test is selected as the node(ST2033). Previous two steps are repeatedly performed until all nodes of the current level are selected(ST2034). If all nodes of the current level are selected, all previous steps are repeatedly performed for the lower level just below the current level(ST2034). The decision tree generated by the previous two steps is generated until all sub instance data groups are unified to one class and system entropy gets to be zero(ST2050). The time-weighted entropy of the later tendency has bigger weight.
Abstract translation: 提供了使用时间加权熵及其记录介质来生成决策树的方法，以通过考虑时间来表示最近数据的趋势，并且通过在无所不在的环境中分析用户的偏好数据来预测用户的动作或倾向 。 执行通过使用时间加权熵来选择属于多个实例数据的属性中的当前级别的节点的属性的测试（ST2010）。 选择从测试获得的具有最大信息量的属性作为节点（ST2033）。 重复执行上述两个步骤，直到当前级别的所有节点被选择（ST2034）。 如果选择了当前级别的所有节点，则对于刚刚低于当前级别的较低级别重复执行所有先前步骤（ST2034）。 生成前两个步骤生成的决策树，直到所有子实例数据组统一到一个类，并且系统熵变为零（ST2050）。 后来趋势的时间加权熵较大。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.033 seconds)
