• 한국분말재료학회지
• /
• 제22권3호
• /
• pp.175-180
• /
• 2015

In this study, ternary compound Max Phase $Ti_2AlC$ material was mixed by 3D ball milling as a function of ball milling time. More than 99.5 wt% pure $Ti_2AlC$ was synthesized by using spark plasma sintering method at 1000, 1100, 1200, and $1300^{\circ}C$ for 60 min. The material characteristics of synthesized samples were examined with relative density, hardness, and electrical conductivity as a function of sintering temperature. The phase composition of bulk was identified by X-ray diffraction. On the basis of FE-SEM result, a terraced structures which consists of several laminated layers were observed. And $Ti_2AlC$ bulk material obtained a vickers hardness of 5.1 GPa at the sintering temperature of $1100^{\circ}C$.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.177-179
• /
• 2011

최근 표준화가 진행되고 있는 HEVC는 H.264/AVC의 기본 구조를 유지하면서 각 부호화기의 성능을 향상시키는 방향으로 진행되고 있다. 기존의 H.264/AVC는 화면 간 예측에서 예측 정보를 보내지 않고 복호화가 가능한 SKIP 모드와 예측 정보를 보내주는 화면 간 예측 모드들을 사용한다. 그런데 SKIP 모드는 율-왜곡 측면에서 극단적인 특성을 갖기 때문에 SKIP 모드와 다른 화면 간 예측 모드들 사이에 넓은 율-왜곡 파라미터 간격이 존재하며, 이는 화질 저하의 원인이 된다. 본 논문에서는 HEVC에서도 동일한 문제점이 존재하는지 분석하기 위해 SKIP 모드와 화면 간 예측 모드들의 율-왜곡 파라미터에 대한 분석을 수행하였다. 분석 결과를 바탕으로 HEVC에서도 부호화 효율을 향상시키기 위하여 새로운 화면 간 예측 모드가 필요함을 보였다.

• Composites Research
• /
• 제31권2호
• /
• pp.57-62
• /
• 2018

순수한 유리섬유와 두 가지 사이징제가 코팅된 유리섬유/폴리디사이클로펜타디엔(p-DCPD) 복합재료의 계면물성 및 상온($25^{\circ}C$)과 저온($-20^{\circ}C$)에서의 기계적 물성을 평가하였다. 섬유의 사이징제를 용출하기 위하여 아세톤을 이용하였고, 용액을 건조 후 각각의 용출물에 대하여 적외선 분광 분석을 통해 비교하였다. 동적접촉각 측정을 통하여 섬유와 p-DCPD의 표면에너지를 분석하였고 이를 통하여 접착일을 계산하였다. 서로 다른 유리섬유의 기계적 물성을 알아보기 위하여 단섬유 인장실험을 진행하였고, 단섬유와 p-DCPD의 계면적 물성을 알아보기 위하여 반복인장하중실험을 진행하였다. 상온 및 저온에서의 기계적 물성을 알아보기 위하여 인장, 굴곡, 아이조드 충격실험을 진행하였다. 실험결과 표면의 인자에 따라 계면 및 기계적 물성이 달라지는 것을 볼 수 있었다.

• Korean Journal of Mathematics
• /
• 제7권1호
• /
• pp.45-51
• /
• 1999

Let X and Y be topological vector spaces. For a sequence {$T_j$} of bounded operators from X into Y the $c_0$-multiplier convergence of ${\sum}T_j$ is an invariant on topologies which are stronger (need not strictly) than the topology of pointwise convergence on X but are weaker (need not strictly) than the topology of uniform convergence on bounded subsets of X.

• 한국자기학회:학술대회 개요집
• /
• 한국자기학회 2012년도 임시총회 및 하계학술연구발표회
• /
• pp.74-75
• /
• 2012

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.475-478
• /
• 2011

율-왜곡 최적화 기법을 통한 화면내 예측 모드 결정 방법은 부호화 효율이 높지만 복잡도가 크다. 본 논문에서는 H.264/AVC의 율-왜곡 값의 특성을 분석하여 율-왜곡 최적화 기법에 사용되는 예측 모드의 후보를 줄임으로써 보다 빠른 휘도 화면내 $4{\times}4$ 예측 모드 결정 방법을 제안한다. 제안된 방법은 균일한 차분 블록값을 가지는 예측 모드와 균일하지 않은 차분 블록값을 가지는 예측 모드의 통계적 분석을 통해 부호화 속도를 향상시킨다. H.264/AVC의 참조 소프트웨어 JM 14.2와 비교하여 0.04[dB]라는 무시할 수 있는 PSNR의 손실을 가지면서도 0.3[%]의 비트율 절약과 19.6[%]의 부호화 속도 향상을 가져왔다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.401-404
• /
• 2012

기존 얼굴 인식 알고리즘은 단일 특징 기반의 전역적 방식이었다. 정확도를 향상시키기 위해 복수의 특징점을 이용하는 방법들이 제안되었으나 이는 알고리즘의 복잡도가 증가하고, 계산 속도가 느린 단점이 있다. 본 논문에서는 대표적인 특징점 추출 알고리즘인 SURF (Speeded Up Robust Features)를 이용한 얼굴 인식 방법을 제안한다. SURF 를 통해 기술어를 추출하고, Gabor 특징과 LBP 특징을 이용해 해당 특징점에서 기술어를 추출함으로써 기존 알고리즘보다 경량화할 수 있고, 수행시간을 줄일 수 있다. 잘 알려진 ORL 데이터베이스에서의 실험에서 제안한 방법이 정합시간을 포함한 수행 시간에서 약 16%의 감소를 보였고, 정확도 또한 약 34% 향상되었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.19-22
• /
• 2011

본 논문에서는 대표적인 특징점 추출 알고리즘인 SURF (Speeded Up Robust Features)와 얼굴인식에서 널리 쓰이는 Gabor 기술어를 이용한 얼굴 인식 방법을 소개한다. SURF 기반 영상인식 방법은 특징점을 찾고 해당 특징점에서 기술어를 추출한 후, 정합을 수행한다. 본 논문에서는 SURF 를 통해 추출한 특징점에서 Gabor 웨이블릿 변환을 사용해 기술어를 추출하는 얼굴인식 방법을 제안한다. 잘 알려진 ORL 데이터베이스에서의 실험에서 제안한 방법이 기존 SURF 기반의 얼굴 인식 방법에 비해 더 높은 얼굴 인식 성능을 보여줄 뿐 아니라 정합시간을 포함한 처리 속도면에서도 더 우수한 성능을 보였다. 이러한 실험 결과를 통하여 제안하는 방법이 SURF 보다 얼굴 인식에 적합함을 확인할 수 있었다.

• 충청수학회지
• /
• 제23권1호
• /
• pp.109-117
• /
• 2010

In this paper, we define the concept of a c-net and study the convergence of c-nets. Also we show that a c-net in a topological space X has a convergent sub-c-net if and only if X is a $Lindel{\ddot{o}}f$ space, if every $G_{\delta}$ set is open in X.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.109-112
• /
• 2001

기존의 K-means 알고리즘은 학습벡터가 단일군집에 할당되는 방법이 crisp 이므로 다른 군집에 할당될 확률을 무시하게 된다. 따라서 군집화 작업과 관련하여 반복적인 코드북 설계 과정에서 각 학습벡터를 다중 군집으로 할당하는 Fuzzy c-means를 사용한다. 또한 Fuzzy c-means 알고리즘의 학습과정에서 구해지는 각 클래스 의 프로토타입에 가중치를 곱하여 다음 학습의 프로토타입으로 사용함으로써 Fuzzy c-means 알고리즘 적용 결과 얻어지는 코트북의 성능을 기존 알고리즘과 비교하여 개선된 Fuzzy c-means 알고리즘을 찾기 위한 근거를 마련한다.