(a) 센서 신호를 획득하는 단계;(b) 상기 획득된 센서 신호로부터 다수의 특성 인자들을 추출하는 단계;(c) 상기 추출된 다수의 특성 인자들로 조합 가능한 특성 인자 조합 각각을 커토시스(kurtosis)에 기반한 통계적 지표 모델에 적용하여 결과값을 획득하는 단계; (d) 상기 결과값에 따라 상기 다수의 특성 인자 조합들 중 적어도 하나의 특성 인자 조합을 선택하는 단계; 및(e) 상기 선택된 적어도 하나의 특성 인자를 이용하여 상기 센서 신호에 대한 클래스를 분류하는 단계;를 포함하고는,상기 통계적 지표 모델은, 상기 커토시스가 적용된 피셔 비율(Fisher ratio)을 포함하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 방법.

제1항에 있어서,상기 (c) 단계는,상기 다수의 특성 인자들 각각에 따른 각 클래스에 대한 분산(variance)의 합(sum)과 상기 커토시스의 합을 산출하는 단계; 및 상기 산출된 분산의 합과 커토시스의 합을 정규화(normalize)하는 단계;를 포함하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 방법.

제2항에 있어서, 상기 (c) 단계는,상기 다수의 특성 인자들 각각에 따른 각 클래스에 대한 평균(mean)을 산출하는 단계;를 포함하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 방법.

제3항에 있어서,상기 (c) 단계는,상기 다수의 특성 인자들의 차원(dimension)이 임계값보다 큰 경우, 상기 산출된 평균의 차이(difference)의 합을 산출하는 단계;를 포함하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 방법.

제3항에 있어서,상기 (c) 단계는, 상기 다수의 특성 인자들의 차원이 임계값보다 작은 경우, 상기 산출된 평균의 차이의 제곱(square)의 합을 산출하는 단계;를 포함하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 방법.

제3항에 있어서,상기 (c) 단계는,상기 정규화된 분산의 합, 상기 정규화된 커토시스의 합 및 상기 산출된 평균을 이용하여 상기 결과값을 획득하는 단계;를 포함하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 방법.

제1항에 있어서, 상기 통계적 지표 모델은,상기 커토시스가 적용된 피셔 비율(Fisher ratio)을 포함하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 방법.

제1항에 있어서,상기 (d) 단계는,상기 추출된 다수의 특성 인자들로 이루어진 특성 인자 조합 각각에 대한 결과값 중 가장 높은 결과값을 갖는 적어도 하나의 특성 인자를 포함하는 특성 인자 조합을 선택하는 단계; 를 포함하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 방법.

제1항에 있어서,상기 (e) 단계는,상기 선택된 적어도 하나의 특성 인자를 클래스 분류 모델에 적용하여, 상기 센서 신호에 대한 클래스를 분류하는 단계;를 포함하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 방법.

센서 신호를 획득하는 센서부;상기 획득된 센서 신호로부터 다수의 특성 인자들을 추출하고,상기 추출된 다수의 특성 인자들로 이루어진 특성 인자 조합 각각을 커토시스(kurtosis)에 기반한 통계적 지표 모델에 적용하여 결과값을 획득하고,상기 결과값에 따라 상기 다수의 특성 인자들 중 적어도 하나의 특성 인자로 이루어진 특성 인자 조합을 선택하며,상기 적어도 하나의 특성 인자를 이용하여 상기 센서 신호에 대한 클래스를 분류하는 제어부;를 포함하고는,상기 통계적 지표 모델은, 상기 커토시스가 적용된 피셔 비율(Fisher ratio)을 포함하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 장치.

제10항에 있어서,상기 제어부는,상기 다수의 특성 인자들 각각에 따른 각 클래스에 대한 분산(variance)의 합(sum)과 상기 커토시스의 합을 산출하고,상기 산출된 분산의 합과 커토시스의 합을 정규화(normalize)하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 장치.

제11항에 있어서,상기 제어부는,상기 다수의 특성 인자들 각각에 따른 각 클래스에 대한 평균(mean)을 산출하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 장치.

제12항에 있어서,상기 제어부는,상기 다수의 특성 인자들의 차원(dimension)이 임계값보다 큰 경우, 상기 산출된 평균의 차이(difference)의 합을 산출하는 ,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 장치.

제12항에 있어서,상기 제어부는,상기 다수의 특성 인자들의 차원이 임계값보다 작은 경우, 상기 산출된 평균의 차이의 제곱(square)의 합을 산출하는, 이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 장치.

제12항에 있어서,상기 제어부는,상기 정규화된 분산의 합, 상기 정규화된 커토시스의 합 및 상기 산출된 평균을 이용하여 상기 결과값을 획득하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 장치.

제10항에 있어서,상기 통계적 지표 모델은,상기 커토시스가 적용된 피셔 비율(Fisher ratio)을 포함하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 장치.

제10항에 있어서,상기 제어부는,상기 추출된 다수의 특성 인자들 각각에 대한 결과값 중 가장 높은 결과값을 갖는 적어도 하나의 특성 인자를 선택하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 장치.

제10항에 있어서,상기 제어부는,상기 적어도 하나의 특성 인자를 클래스 분류 모델에 적용하여, 상기 센서 신호에 대한 클래스를 분류하는,이상치(Outlier)에 민감한 통계적 지표 기반의 센서신호 특성인자 선정 장치.