• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.896-901
• /
• 2000

차량 번호판 인식 시스템은 크게 번호판 영역의 추출과 인식 단계로 구분된다. 본 논문에서는 전처리단계로써 임계화 방식을 이용하여 번호판 영역을 추출한다. 차량 영상을 임계화하고 영상에서 발생되는 잡음을 제거한다. 잡음이 제거된 차량 영상에서 각 라인의 밀도비율을 계산하여 번호판 영역에서 나타나는 밀도의 비율과 비슷하게 나타나는 영역을 후보영역으로 설정한다. 설정된 후보영역이 번호판 영역의 특징과 유사하게 나타나는 부분을 추출한다. 그리고 추출된 번호판 영역은 코호넨 알고리즘의 2${\times0}$2마스크에 적용시켜서 윤곽선을 추출하고, 번호판의 문자와 숫자를 인식한다. 코호넨 알고리즘의 2${\times0}$2마스크를 이용하게 되면, 윤곽선의 잡음을 최대한으로 줄여주는 특성을 가진다. 잡음이 제거된 후에, 번호판의 문자와 숫자들을 코호넨 알고리즘을 이용하여 인식하였다. 실험 결과에서는 임계화 작업을 이용한 번호판 추출과 코호넨 알고리즘을 이용한 번호판 인식이 우수하는 것을 알 수 있다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2003.05a
• /
• pp.47-51
• /
• 2003

인터넷을 통해 제공되는 맡은 양의 뉴스 정보 중에서 찾고자 하는 정확한 정보를 빠른 시간 안에 검색하고, 원하는 정보만 필터링 하는 것이 필요하다. 먼저, 인터넷에 접속된 뉴스서버들의 뉴스 문서를 각 그룹별로 수집한다. 수집된 뉴스 문서를 대상으로 퍼지추론을 통하여 문서를 대표하는 키워드를 추출하여 데이터베이스에 저장한다. 각 뉴스그룹의 문서에서 단어들을 분석하여 입력된 단어들의 개수를 이용하여 정규화 시켜서 대표적인 비지도학습 신경망인 코호넨 신경망을 사용하여 학습시킨다. 코호넨 신경망으로 추출된 단어들의 연관성을 활용하여 뉴스그룹을 클러스터링한다. 최종적으로 사용자가 관심 있는 키워드를 입력하면, 학습된 신경망이 유사한 뉴스그룹들을 사용자에게 제시해준다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2002.05a
• /
• pp.322-325
• /
• 2002

We proposed a method to improve KCN's problems. Proposed method adjusts neighborhood and teaming rate by fuzzy logic system. The input of fuzzy logic system used a distance and a change rate of distance. The output was used by site of neighborhood and learning rate. The rule base of fuzzy logic system was taken by using KCN simulation results. We used Anderson's Iris data to illustrate this method, and simulation results showed effect of performance.

• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.219-225
• /
• 2004

코호넨(T. Kohonen)의 자기조직화지도(Self-Organizing Map; SOM)은 저차원 그리드 공간에 고차원 다변량 자료를 축약하여 시각적으로 나타내는 비지도 학습법의 일종으로 최근 들어 통계 분석자들이 많은 관심을 가지고 있는 분야이다. 그러나 SOM은 개체공간의 연속형으로 표현되는 개체를 저차원 그리드공간에 승자노드에 비연속적으로 표현한다는 단점을 지니고 있다. 본 논문에서는 SOM을 통계적 목적으로 사용하기 위해 요구되는 그리드공간에 개체를 연속적으로 표현하는 방법들을 제안하고 활용 예를 제시하고자 한다

• Journal of Korea Multimedia Society
• /
• v.7 no.3
• /
• pp.308-318
• /
• 2004

A subject to recognize the damaged facial image is becoming an important issue in commercialization of automatic face recognition. The method to recognize a face on a damaged image is divided into two types. The one is to recognize remainders after removing the damaged information and the other is to recognize a total face after recovering the damaged information. On this paper, we present the reconstruction method by analyzing the main materials after extracting the damaged region through Kohonen network. The suggested algorithm in this paper estimates feature vectors of the damaged region using eigen-faces in PCA and then reconstructs the damaged image. This allows also the reconstruction under the untrained images. Through testing the artificial images where the eye and the mouth which have many effects to face recognition are damaged, the recognition rate of the proposed results showed similar results with the method which used Kohonen network, and improved about 11.8% more than symmetrical property method. Also, in case of the untrained image, our results improved about 14% more than that of the Kohonen method and about 7% more than that of the symmetrical property method.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.12A
• /
• pp.2019-2026
• /
• 2001

In this paper, we proposed the car license plate extraction and recognition algorithm using both the dynamical thresholding method and the kohonen algorithm. In general, the areas of car license plate in the car images have distinguishing characteristics, such as the differences in intensity between the areas of characters and the background of the plates, the fixed ratio of width to height of the plates, and the higher dynamical thresholded density rate 7han the other areas, etc. Taking advantage of the characteristics, the thresholded images were created from the original images, and also the density rates were computed. A candidate area was selected, whose density rate was corresponding to the properties of the car license plate obtained from the car license plate. The contour tracking method by utilizing the Kohonen algorithm was applied to extract the specific area which included characters and numbers from an extracted plate area. The characters and numbers of the license place were recognized by using Kohonen algorithm. Kohonen algorithm was very effective o? suppressing noises scattered around the contour. In this study, 80 car images were tested. The result indicate that we proposed is superior in performance.

• The Journal of the Acoustical Society of Korea
• /
• v.13 no.6
• /
• pp.83-90
• /
• 1994

In this paper, we propose a new learning algorithm, ASOFM(Adaptive Self Organizing Feature Map), to solve the defects of Kohonen's Self Organiaing Feature Map. Kohonen's algorithm is sometimes stranded on local minima for the initial weights. The proposed algorithm uses an object function which can evaluate the state of network in learning and adjusts the learning rate adaptively according to the evaluation of the object function. As a result, it is always guaranteed that the state of network is converged to the global minimum value and it has a capacity of generalized learning by adaptively. It is reduce that the learning time of our algorithm is about $30\%$ of Kohonen's.

• Journal of Industrial Technology
• /
• v.21 no.B
• /
• pp.91-98
• /
• 2001

In this paper, center detection and motion analysis of a moving object are studied. Kohonen's self-organizing neural network models are used for the moving objects tracking and time delay neural networks are used for dynamic characteristic analysis. Instead of objects brightness, neuron projections by Kohonen Networks are used. The motion of target objects can be analyzed by using the differential neuron image between the two projections. The differential neuron image which is made by two consecutive neuron projections is used for center detection and moving objects tracking. The two differential neuron images which are made by three consecutive neuron projections are used for the moving trajectory estimation. It is possible to distinguish 8 directions of a moving trajectory with two frames and 16 directions with three frames.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.291-294
• /
• 2003

많은 양의 유즈넷 뉴스 중에서 찾고자 하는 정확한 정보를 빠른 시간 안에 검색하고, 원하는 정보만 필터링 하는 것은 중요하다. 하지만 뉴스 문서는 이메일과 달라서 미리 자신에게 맞는 뉴스그룹을 등록해 주어야만 정보를 얻을 수 있다. 본 연구에서는 다양한 뉴스그룹들 중에서 사용자와 취향이 가장 유사한 뉴스그룹을 코호넨 신경망을 이용하여 분류하는 서비스를 제공한다. 신경망을 학습시키기 위한 뉴스 문서의 키워드들을 선택하기 위해 예제 문서들로부터 후보 용어들을 추출하고 퍼지 추론을 적용하여 대표 용어들을 선택한다. 뉴스 필터링 시스템의 분류 성능을 평가하기 위하여 유클리드 거리 면에서 비교한 결과, 제안한 방법의 유용성을 확인할 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2001.11b
• /
• pp.317-319
• /
• 2001

송전선에 사고가 발생하면 계전기가 동작하고 여러 가지 후속 조치가 적절히 수행되기 위해서는 빠른 시간 내에 고장의 검출, 고장 종류의 분류, 고장 위치의 판정 등이 요구된다. 신경회로망을 이용한 고장 해석은 빠르고 정확한 해석이 가능하기 때문에 최근에 각광을 받고 있다. 본 논문에서는 기존의 코호넨 신경회로망의 지도 경쟁 학습 알고리즘을 개선한 새로운 학습 알고리즘이 제시된다. 제안된 학습 알고리즘은 전력계통의 송전선 고장 종류 분류에 적용된다.