• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.903-906
• /
• 2001

본 논문에서는 조명의 변화에 의해 컬러 영상의 컬러 성분이 달라지더라도 영상 내 컬러간의 편차값을 나타내는 공분산 행렬(covariance matrix)의 고유벡터(eigenvector)와 영상 내 화소들의 컬러 성분과의 상관관계는 거의 변화하지 않는 특징을 이용한 조명 변화에 강인한 영상 검색 방법을 제안한다. 제안된 방법은 영상에서 컬러 성분들의 공분산 행렬과 공분산 행렬의 고유치(eigenvalue), 고유벡터를 계산한 후, 가장 큰 고유치에 관계된 고유벡터로 화소를 투영시키고, 투영된 벡터의 크기 성분으로 영상을 재구성한다. 재구성된 영상으로부터 7개의 불변 모멘트(moment)를 계산하고, 공분산의 가장 큰 고유치를 가중치로 부과하여 특징벡터를 추출한다. 7개의 불변 모멘트로부터 구한 특징벡터는 영상 내 물체의 이동, 영상의 회전, 크기 변화뿐만 아니라, 조명의 변화에 의해 컬러가 변화할 경우에도 유사한 영상을 잘 검색한다. 제안된 방법의 성능 확인을 위하여 5가지 조명에서 얻은 영상 데이터베이스를 이용하여 실험하였으며, 실험 결과 히스토그램 인터섹션에 비해 적은 특징량으로 검색이 가능하면서 조명 변화에도 대응할 수 있는 검색 결과를 얻을 수 있었다.

• ICROS
• /
• v.18 no.1
• /
• pp.42-47
• /
• 2012

선형 시불변 시스템에서 고유치와 고유벡터는 시스템의 응답 특성을 결정하는 중요한 요소이다. 즉 선형 시불변 시스템의 응답은 고유치의 실수부가 음수이면 안정하게 되며, 입력이 가해질 때 상태변수는 고유벡터의 조합으로 주어진다. 따라서 고유치와 고유벡터의 성질을 잘 이용하면 선형시스템의 응답을 보다 깊이 있게 파악할 수 있을 뿐 아니라 복잡하게 커플링이 되어 있는 시스템을 간략하게 표현할 수 있게 한다. 또한 선형시스템에서 관측 불가능한 모드, 제어 불가능한 모드가 어떤 것인지 구체적으로 파악할 수 있게 해 준다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.12 no.1
• /
• pp.95-102
• /
• 1999

본 연구에서는 중복되지 않는 고유치를 갖는 비비례 감쇠계의 고유치와 고유벡터의 민감도를 계산하는 새로운 방법을 제시하였다. 제안 방법에서는 (n+1)차의 대칭 행렬로 이루어진 대수방정식을 해석함으로써 n개의 자유도를 갖는 감쇠계의 고유치와 고유벡터의 설계변수에 대한 미분을 구한다. 제안 방법은 매우 간단하면서도 수치적 안정성이 보장되고 정확한 해를 주는 방법이다. 제안 방법의 검증을 위해 7자유도를 갖는 차량모델의 민감도해석을 예제에서 다루고 있다. 예제에서의 설계변수는 콘테이너의 질량으로 하였다.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.12 no.1
• /
• pp.103-109
• /
• 1999

본 연구에서는 중복 고유치를 갖는 비비례 감쇠 진동계의 고유치와 고유벡터의 민감도를 계산하는 새로운 방법을 제시하였다. 제안 방법은 매우 간단하면서도 수치적 안정성이 보장되고 정확한 해를 주는 방법이다. 제안 방법에서는 (n+m)차의 대칭 행렬로 이루어진 대수방정식을 해석함으로써 n개의 자유도를 갖는 감쇠계에 있어서 m차의 중복도를 갖는 고유치와 고유벡터의 설계변수에 대한 미분을 구한다. 제안 방법의 검증을 위해 5자유도를 갖는 단순구조물의 민감도해석을 예제에서 다루고 있다. 예제에서의 설계변수는 모델의 부분강성으로 하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.28 no.10C
• /
• pp.949-957
• /
• 2003

This paper presents a gradient ON-OFF algorithm of which the performance is very robust even when the angle spread increases in the mobile communication environments. The proposed method getting the diversity gain by utilizing the primary and secondary eigenvector, which corresponds to the largest and the second largest eigenvalue of the autocovariance matrix of the received signal vector, outperforms the method which just utilizes one eigenvector. By applying the proposed method to IS-2000 1X signal environments, it is observed that the proposed method shows excellent performance compared to a typical beamforming method using just one eigenvector, which considerably degrades the receiving performance as the angle spread increases.

• The Journal of the Acoustical Society of Korea
• /
• v.23 no.4
• /
• pp.282-287
• /
• 2004

This paper proposes the nearfield eigenvector method for array shape estimation using reference signals basted on the nearfield signal modeling. Generally. direction finding methods assume the reference signals to be plainwave. However, in case of the reference signals in nearfield, this assumption is inadequate for array shape estimation. In this paper. the nearfield reference signals are modeled. and we propose the nearfield eigenvector method. The numerical experiments indicated that the proposed method shows good performance for array shape estimation regardless of the ranges of the reference signals.

• Journal of the KSME
• /
• v.26 no.5
• /
• pp.389-393
• /
• 1986

고유치는 여러 공학문제에서 중요하다. 예를들어 비행기의 안전성은 어떤 행렬(matrix)의 고유 치에 의해서 결정된다. 보의 고유진동수는 실제로 행렬의 고유치이다. 좌굴(buckling) 해석도 행렬의 고유치를 구하는 문제이다. 고유치는 여러 수학적인 문제의 해석에서도 자연히 발생한다. 상수계수 일계연립상미분방정식의 해는 그 계수행렬의 고유치로 구할 수 있다. 또한 행렬의 제곱의 수렬 $A,{\;}A^{2},{\;}A^{3},{\;}{\cdots}$의 거동은 A의 고유치로서 가장 쉽게 해석할 수 있다. 이러한 수렬은 연립일차방정식(비선형)의 반복해에서 발생한다. 따라서 이 강좌에서는 행렬의 고유치를 수치적으로 구하는 문제에 대하여 고찰 하고자 한다. 실 또는 보소수 .lambda.가 행렬 B의 고유치라 함은 영이 아닌 벡터 y가 존재하여 $By={\lambda}y$ 가 성립할 때이다. 여기서 벡터 y를 고유치 ${\lambda}$에 속하는 B의 고유벡터라 한다. 윗식은 또 $(B-{\lambda}I)y=0$의 형으로도 써 줄 수 있다. 행렬의 고유치를 수치적으로 구하는 방법에는 여러 가지 방법이 있으나 그 중에서 효과있는 Danilevskii 방법을 소개 하고자 한다. 이 Danilevskii 방법에 의하여 특 성다항식(Characteristic polynomial)을 얻을 수 있고 이 다항식의 근을 얻는 방법 중에 Bairstow 방법 (또는 Hitchcock 방법)이 있는데 이에 대하여 아울러 고찰하고자 한다.

• Computational Structural Engineering
• /
• v.9 no.4
• /
• pp.219-228
• /
• 1996

A method used for measuring the stiffness of hinging reinforced concrete frame structures is developed. The so called Stiffness Measure Method is used to evaluate the tangent stiffness of hinge regions while the structure is responding in nonlinear ranges. Eigenvector methods for nonlinear response have not been especially popular because of the need for regenerating eigenvectors as the time history proceeds. In the present work the eigenvectors sets and corresponding nonlinear state variables, i. e., the tangent stiffnesses of the hinge regions, are stored. There is an expectation that previously generated eigenvectors can be reused as the analysis proceeds. The stiffness measure is used to compare the current tangent stiffnesses of hinge regions with those of previously stored eigenvectors sets. Since eigenvector calculations are diminished the method is effective in reducing computational effort for reinforced concrete frame structures subjected to strong ground motions.

• The Journal of the Acoustical Society of Korea
• /
• v.32 no.6
• /
• pp.548-555
• /
• 2013

The localization of sources has a numerous number of applications. To estimate the position of sources, the relative delay between two or more received signals for the direct signal must be determined. Although the generalized cross-correlation method is the most popular technique, an approach based on eigenvalue decomposition (EVD) is also popular one, which utilizes an eigenvector of the minimum eigenvalue. The performance of the eigenvalue decomposition (EVD) based method degrades in the low SNR and the correlated environments, because it is difficult to select a single eigenvector for the minimum eigenvalue. In this paper, we propose a new adaptive algorithm based on Canonical Correlation Analysis (CCA) in order to extend the operation range to the lower SNR and the correlation environments. The proposed algorithm uses the eigenvector corresponding to the maximum eigenvalue in the generalized eigenvalue decomposition (GEVD). The estimated eigenvector contains all the information that we need for time delay estimation. We have performed simulations with uncorrelated and correlated noise for several SNRs, showing that the CCA based algorithm can estimate the time delays more accurately than the adaptive EVD algorithm.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.6 no.6
• /
• pp.986-991
• /
• 2002

This paper presents off-line handwritten numeral recognition method by using Eigen-Vectors. In this method, numeral features are extracted statistically by using Eigen-Vectors through KL transform and input numeral is recognized in the feature space by the nearest-neighbor classifier. In our feature extraction method, basis vectors which express best the property of each numeral type within the extensive database of sample numeral images are calculated, and the numeral features are obtained by using this basis vectors. Through the experiments with the unconstrained handwritten numeral database of Concordia University, we have achieved a recognition rate of 96.2%.