• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.224-230
• /
• 2008

본 연구는 산림 내 임상을 구획하기 위해 고해상도 IKONOS 위성영상을 객체 지향기반으로 분할 및 분류하였다. 영상분할 시 분광정보와 공간정보를 동시에 이용하여 모양이나 분광정보에 있어서 동질한 영역이라고 정의되는 영상객체를 생성하였다. 분할된 영상을 분류계급(class)으로 분류하기 위하여 NDVI와 경사, 방위, 고도 등 지형인자를 새로운 레이어로 추가시키고, 분류개념을 형성하기 위하여 퍼지 규칙을 사용하였다. 영상의 획득시기가 5월초인 점을 감안하여 NDVI는 0.2, 경사 $^{\circ}5^{\circ}$ 그리고 고도 130m를 기준으로 산림과 비산림지역을 분류할 수 있었고, 지형인자에 영향을 많이 받는 굴참나무와 신갈나무 또한 효율적으로 분류할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.9 no.5
• /
• pp.555-565
• /
• 1999

The optimal identification algorithm of fuzzy systems is presented for rule-based fuzzy modeling of nonlinear complex systems. Nonlinear systems are expressed using the identification of structure such as input variables and fuzzy input subspaces, and parameters of a fuzzy model. In this paper, the rule-based fuzzy modeling implements system structure and parameter identification using the fuzzy inference methods and hybrid structure combined with two types of optimization theories for nonlinear systems. Two types of inference methods of a fuzzy model are the simplified inference and linear inference. The proposed hybrid optimal identification algorithm is carried out using both a genetic algorithm and the improved complex method. Here, a genetic algorithm is utilized for determining initial parameters of membership function of premise fuzzy rules, and the improved complex method which is a powerful auto-tuning algorithm is carried out to obtain fine parameters of membership function. Accordingly, in order to optimize fuzzy model, we use the optimal algorithm with a hybrid type for the identification of premise parameters and standard least square method for the identification of consequence parameters of a fuzzy model. Also, an aggregate performance index with weighting factor is proposed to achieve a balance between performance results of fuzzy model produced for the training and testing data. Two numerical examples are used to evaluate the performance of the proposed model.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.10 no.9
• /
• pp.2183-2188
• /
• 2009

This paper describes an automatic mesh generation system for finite element analysis of three-dimensional cracks. It is consisting of fuzzy knowledge processing, bubble meshing and solid geometry modeler. This novel mesh generation process consists of three sub-processes: (a) definition of geometric model, i.e. analysis model, (b) generation of bubbles, and (c) generation of elements. One of commercial solid modelers is employed for three-dimensional crack structures. Bubble is generated if its distance from existing bubble points is similar to the bubble spacing function at the point. The bubble spacing function is well controlled by the fuzzy knowledge processing. The Delaunay method is introduced as a basic tool for element generation. Practical performances of the present system are demonstrated through several mesh generations for 3D cracks.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.175-178
• /
• 2005

스마트 홈과 같은 유비쿼터스 환경은 다양한 센서 및 제어 네트워크가 밀집되어 있는 복잡한 시스템이다. 본 논문에서는 이러한 환경하에서 복잡한 인터페이스의 사용에 대한 사용자의 인지 부담(cognitive load)를 줄이고 개인화된(personalized) 서비스를 자율적으로 제공하기 위한 사용자 행동 패턴 선호도 학습 기법을 제안한다. 이를 위해 지식 발견(Knowledge Discovery)을 위한 평생 학습(life-long learning)의 관점에서 퍼지 귀납(Fuzzy Inductive)학습 방법론을 제안하며, 이것은 수치 데이터로부터 입력 공간에 대한 효율적인 퍼지 분할(fuzzy partition)을 얻어내고 일관성있는(consisitent) 퍼지 상관 룰(fuzzy association rule)을 얻어내도록 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.311-313
• /
• 2011

대부문의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉(bimadal) 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기(valley)를 선택하는 것만으로도 양호한 임계치 결과를 얻을 수 있다. 하지만 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성이 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 그리고 한 영상에서는 넓은 영역에 걸쳐 명암도 변화가 일어나고 다양한 유형의 물체가 있을 때 스케치 특징점의 유무를 판별하는 임계치의 결정에는 애매모호함이 존재한다. 따라서, 본 논문에서는 영상에 대한 삼각형 타입의 소속함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화하는 알고리즘을 제안한다. 제안된 퍼지 이진화 알고리즘은 원 영상을 특정 크기의 윈도우로 나누어서 윈도우의 소속 함수에 대한 소속도를 구하여 영상을 이진화한다. 다양한 영상에 적용한 결과, 기존의 이진화 기법보다 제안된 퍼지 이진화 알고리즘이 효율적인 것을 알 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.3
• /
• pp.21-33
• /
• 1997

In this paper, a method of self-organizing for fuzzy logic controller(FLC) through learning of the proper direction of coritrol is proposed. In case of designing a self-organizing FLC for unknown dynamic plants based on the gradient descent method, it is difficult to identify the desirable direction of the change of control inpul. in which the error would be decreased. To resolve this problem, we propose a method as fo1lows:at first, assign representative values for the direction of change of error with respect to control input to each partitioned region of the states, and then, learn the fuzzy control rules using the reinforced representative values through iterative trials. 'The proposed self-organizing FLC has simple structure and it is easy to design. The validity of the proposed method is proved by the computer simulation for an inverted pendulum system.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.7
• /
• pp.805-812
• /
• 2005

Smart home is one of the ubiquitous environment platforms with various complex sensor-and-control network. In this paper, a now learning methodology for learning user's behavior preference pattern is proposed in the sense of reductive user's cognitive load to access complex interfaces and providing personalized services. We propose a fuzzy inductive learning methodology based on life-long learning paradigm for knowledge discovery, which tries to construct efficient fuzzy partition for each input space and to extract fuzzy association rules from the numerical data pattern.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.8
• /
• pp.754-759
• /
• 2001

In this paper, we propose a TSK(Takagi-Sugeno-Kang)-type fuzzy classifier using PCA(Principal Component Analysis), FCM(Fuzzy c-Means) clustering, ANFIS(Adaptive Neuro-Fuzzy Inference System) and hybrid GA(Genetic Algorithm). First, input data is transformed to reduce correlation among the data components by PCA. FCM clustering is applied to obtain a initial TSK-type fuzzy classifier. Parameter identification is performed by AGA(Adaptive GA) and RLSE(Recursive Least Square Estimate). Finally, we applied the proposed method to Iris data classificationl problems and obtained a better performance than previous works.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.17 no.2
• /
• pp.177-187
• /
• 1999

Up to date, in many application fields of GSIS, we usually have used vector-based spatial overlay or grid-based spatial algebra for extraction and analysis of spatial data. But, because these methods are based on traditional crisp set, concept which is used these methods. shows that many kinds of spatial data are partitioned with sharp boundary. That is not agree with spatial distribution pattern of data in the real world. Therefore, it has a error that a region or object is restricted within only one attribution (One-Entity-one-value). In this study, for improving previous methods that deal with spatial data based on crisp set, we are suggested to apply into spatial overlay process the concept of fuzzy set which is good for expressing the boundary vagueness or ambiguity of spatial data. two methods be given. First method is a fuzzy interval partition by fuzzy subsets in case of spatially continuous data, and second method is fuzzy boundary set applied on categorical data. with a case study to get a land suitability map for the development site selection of new town, we compared results between Boolean analysis method and fuzzy spatial overlay method. And as a result, we could find out that suitability map using fuzzy spatial overlay method provide more reasonable information about development site of new town, and is more adequate type in the aspect of presentation.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1891-1892
• /
• 2008

본 논문에서는 부분방전 패턴인식을 위한 퍼지뉴럴네크워크(Fuzzy-Nueral Network를 설계한다. 퍼지뉴럴네트워크의 구조에서 규칙의 전반부는 개별적인 입력 공간을 분할하여 표현하고, 규칙의 후반부는 다항식으로서 표현되며 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식의 계수를 학습한다. 또한, 유전자 알고리즘을 이용하여 각 입력에 대한 전반부 멤버쉽함수의 정점과 학습률 및 모멤텀 계수를 최적으로 동조한다. 제안된 네트워크는 부분방전 패턴인식을 위해 다중 출력을 가지며, 초고압 XLPE 케이블 절연접속함의 모의결함에 대해 부분방전 신호를 패턴인식한다. 부분방전 신호는 PRPDA 방법을 통해 256개의 입력 벡터와 4개의 출력 벡터를 가지며, 보이드 방전, 코로나 방전, 표면 방전, 노이즈의 4개 클래스를 분류하며, 패턴인식률로서 결과를 분석한다.