• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.340-343
• /
• 2011

To distinguish between a group of speech signals and nonspeech signals, you can use several features in domains like frequency, quefrency and time. It is very important to use features that differentiate two signal groups. As a feature to separate two signal groups, autocorrelation method was proposed and the variances between groups were studied. Autocovariances were just calculated for the time domain signal. Signals were divided into segments which consist of 128 data to be transformed to the frequency and quefrency domains. Autocovariances between each coefficient of segments in FFTs and quefrencies were found and they were averaged over wide spectrum. It is clear that the autocovariances in frequency domain show great differences between groups of signals.

• The Korean Journal of Financial Management
• /
• v.14 no.1
• /
• pp.207-217
• /
• 1997

본 연구에서는 효율적 시장가설을 검증할 때 일반적으로 이용하는 주가의 로그변환방법은 마팅게일과 서브마팅게일을 구분할 수 없다는 것을 이론적으로 보여주고, 이러한 문제를 해결하기 위해서는 로그변환없이 일차 차분을 한 시계열 데이타를 이용하는 것이 바람직하다는 것을 제시한다. 또한 마팅게일과 서브마팅게일의 구분하기 위해서는 주가 차분 시계열 데이타의 공분산이라는 검정통계량을 이용하는데, 이 공분산이라는 검정통계량을 이용하여 실증적으로 검증을 하기 위해서는 이 통계량의 분포를 알아야 한다. 본 연구에서는 bootstrap방법론을 이용하여 이 공분산의 분포를 구하는 방법론을 제시한다.

• 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.

• The Journal of the Acoustical Society of Korea
• /
• v.12 no.2E
• /
• pp.47-62
• /
• 1993

SMI 방법은 수치적인 불안정성과 아울러 많은 계산량을 갖는다. 본 논문에서는 역 공분산 행렬의 Cholesky 분할을 이용하여 SMI 방법보다 효율적인 방법을 제안한다. 제안한 방법에서는 적응 빔 형상과 검출이 하나의 구조로 실현되며 이에 피룡한 역 공분산 행렬의 Cholesky factor는 secondary 입력으로부터 GS 프로세서를 이용하여 추정한다. 제안한 구조의 중요한 특징은 공분산 행렬과 Cholesky factor를 직접 구할 필요가 없다는 점이며, 또한 GS 프로세서의 장점을 이용한 systolic 구조를 사용함으로써 효율적인 계산을 수행할 수 있다. 모의 실험을 통하여 제안한 방법의 성능과 SMI 방법의 성능을 서로 비교하였다. 또한 nonhomogeneous 환경에서 동작하기 위한 방법이 제시되었으며, 아울러 계산량이 많은 GS 구조의 단점을 극복하기 위해 lattice-GS 구조를 이용하는 방법을 제안하였다.

• Journal of Broadcast Engineering
• /
• v.21 no.1
• /
• pp.60-65
• /
• 2016

This paper introduces the non-local means (NLM) algorithm for image denoising, and also introduces an improved algorithm which is based on the principal component analysis (PCA). To do the PCA, a covariance matrix of a given image should be evaluated first. If we let the size of neighborhood patches of the NLM S × S², and let the number of pixels Q, a matrix multiplication of the size S² × Q is required to compute a covariance matrix. According to the characteristic of images, such computation is inefficient. Therefore, this paper proposes an efficient method to compute the covariance matrix by sampling the pixels. After sampling, the covariance matrix can be computed with matrices of the size S² × floor (Width/l) × (Height/l).

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.6
• /
• pp.1477-1484
• /
• 2015

This paper proposes a robust method for object tracking based on Kalman filters algorithm and covariance matrix. As a feature of the object to be tracked, covariance matrix ensures the continuity of the moving target tracking in the image frames because the covariance is addressed spatial and statistical properties as well as the correlation properties of the features, despite the changes of the form and shape of the target. However, if object moves faster than operation time, real time tracking is difficult. In order to solve the problem, Kalman filters are used to estimate the area of the moving object and covariance matrices as a feature vector are compared with candidate regions within the estimated Kalman window. The results show that the tracking rate of 96.3% achieved using the proposed method.

• The Journal of the Acoustical Society of Korea
• /
• v.43 no.1
• /
• pp.89-94
• /
• 2024

Since Ultra-Short BaseLine (USBL) uses an array with narrow sensor spacing, precise synchronization is required to improve source localization performances. However, in the underwater environment, synchronization errors occur due to relatively strong noise and underwater acoustic channels such as multipath and Doppler, which deteriorates the source localization performances. This paper proposes a covariance-based synchronization compensation method to improve the source localization performances of the underwater USBL systems. The proposed method arranges the received signals through cross-correlation and calculates the covariance of the arranged signals. The synchronization error is related to the phase difference in the covariance. Thus, the phase difference is estimated as the covariance and compensated. Computer simulations demonstrate that the proposed method has better source localization performances than the conventional cross-correlation method.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.21-24
• /
• 2000

Fractional Brownian motion(fBm)은 long-term persistence 특성을 가진 자연 현상, 1/f 잡음, 깊이가 낮은 해저에서의 배경음향잡음 등을 모델링하는데 많이 사용된다. 이 fBm은 nonstationary 유색잡음이다. 이러한 유색잡음 환경 하에서 신호를 검출하기 위한 한 방법은 Fredholm 적분방정식의 해를 구하는 것이다. 이 방정식을 이산화 하면 잡음의 공분산 행렬의 역행렬이 포함되어 계산량이 많다 본 논문에서는 fBm 잡음의 공분산 행렬을 웨이브렛 변환하여 얻어지는 행렬, 즉 fBm의 멀티스케일 성분들의 공분산행렬은 밴드화된 블록들로 근사화할 수 있다는 성질을 이용하여 적은 계산량으로 신호를 검출하는 알고리즘을 제안한다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1993.04a
• /
• pp.424-436
• /
• 1993

패널내 추계적 성분들의 공분산 관계(variance-covariance structure)를 이용한 ML 추정법을 항상소득가설(PIH)의 검증에 적용하였다. Hall & Mishkin의 모형을 기초로 분기별 이분산성(heteroscedasticity)을 고려한 모형의 추정결과 전체 소비변동 중 약 11%가 과도민감성에 의한 것으로 나타났다.

• Communications for Statistical Applications and Methods
• /
• v.3 no.1
• /
• pp.131-143
• /
• 1996

다변량 층화임의추출에서 한 변수의 Neyman 최적배분은 다른 변수에 대한 층화분산을 최소화시키지 못하는 결과를 초래할 수도 있다. 따라서 다변량 자료의 경우 '최적'배분 대신에 '절충'배분이 도입되어 왔다. 이 연구에서는 각 변수별 Neyman 최적배분에 근거해서 얻은 층화표본평균벡터의 공분산 행렬에 가장 잘 적합되는 층별로 동일한 크기의 절충배분을 찾고자 한다. 이에 적절한 기준 다섯가지를 제시하고 예를 통해 비교, 분석하였다.