• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.89-92
• /
• 2011

본 논문에서는 컬러 영상에 대해 삼각형 타입의 소속 함수를 적용하여 스트레칭의 상한과 하한을 동적으로 설정하고 영상을 스트레칭 하는 방법을 제안한다. 제안된 퍼지 스트레칭 방법은 평균 밝기 값을 기준으로 가장 어두운 픽셀 값과 가장 밝은 픽셀 값의 거리를 계산하여 밝기의 조정율을 결정한 후, 최소 밝기 값 및 최대 밝기 값을 구하고 삼각형 타입 소속 함수의 구간에 적용한다. 영상의 픽셀 값들을 소속 함수에 적용하여 소속도를 구하고 cut를 적용하여 가장 낮은 픽셀 값을 스트레칭 하한으로 가장 높은 픽셀 값을 스트레칭 상한으로 설정하여 컬러 영상을 스트레칭 한다. 다양한 영상에 적용한 결과, 기존의 스트레칭 방법보다 제안된 퍼지 스트레칭 방법이 효율적인 것을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.769-771
• /
• 2005

데이터 특성이 연속적이고 애매할 때 퍼지규칙으로 분류 규칙을 표현하는 것은 매우 유용하고 효과적이다. 그러나 일반적으로 정확하지 않은 데이터 특성에 대해서 소속함수를 결정한다는 것은 어려운 일이다. 본 논문에서는 진화알고리즘을 이용하여 효과적인 퍼지 분류 규칙을 자동으로 생성하는 방법을 제안한다. 제안한 방법에서 규칙의 정확성과 이해성을 고려하여 최적화된 소속함수를 생성하기 위해 진화알고리즘을 사용한다. 먼저 지도 군집화로 진화를 위한 초기 소속함수를 생성한다. 진화알고리즘은 전역적 최적 해를 찾는데 효과적이다. 그러나 시간에 대한 효율성이 낮다. 특히 모델 최적화 문제에서는 개체 평가 단계에서 많은 시간이 소요된다. 따라서 본 논문에서는 전체 데이터를 여러 개의 부분 데이터들로 나누고 개체들은 전체 데이터 대신 매번 부분 데이터를 임의적으로 선택하여 개체를 평가함으로써 수행 시간을 단축시킬 수 있는 진화 방법을 제안한다. 제안한 퍼지 분류 규칙 생성 방법의 타당성을 검증하기 위한 실험 데이터로 UCI에서 제공하는 데이터들을 사용하였으며, 실험 결과는 기존 방법에 비해 평균적으로 더 효과적임을 확인하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.575-583
• /
• 2000

본 논문에서 임의의 데이터가 입력되면 기준 영상 중에서 가장 유사도가 큰 영상을 찾아 국부 승리자로 선택하고, 그 국부 승리자 중에서 전체 승리자를 선택하여 최종 출력값을 얻는 계층적 FGNN(Fuzzy Genetic Neural Network)을 제안하고, 이에 하이브리드 퍼지 소속함수와 유전자 알고리즘을 적용하였다. 하이브리드 퍼지 소속함수는 입력 값을 0~1 사이의 값으로 함으로써 시스템의 속도를 빠르게 하고 유전자 알고리즘을 입력값을 일정한 오차 이내로 하여 최적의 영상을 얻도록 하였다. 위의 계층적 FGNN 알고리즘을 회로 설계 및 검증하였다. 또한 제안한 FGNN을 이용하여 영상에 포함된 잡음을 제거하고, 이와 유사한 구조를 가진 FDNN(Fuzzy Decision Neural Network) 성능보다 FGNN의 성능이 우수함을 여러 가지 영상을 통하여 확인하였다. 또한 모의 실험 결과 영상에 대한 평균자승오차(MSE : Mean Square Error)를 비교하였으며, 그 결과 하이브리드 퍼지 함수와 유전자 알고리즘을 적용한 FGNN이 메디안 필터, OC, CO, FDNN 등에 비해 우수함을 확인하였다. FGNN 알고리즘을 Top-Down 방식으로 VHDL(VHSIC Hardware description Language)을 이용하여 코딩(Coding)하고, Synopsys 툴을 이용하여 하드웨어를 설계하였다. 이 알고리즘의 하드웨어는 총 5개의 블록으로 가지고 있고 각각의 블록은 파이프라인 형태로 구성하고, 이는 Synopsys 툴을 이용하여 동작 및 성능을 검증하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.390-396
• /
• 1998

본 논문은 퍼지 논리 제어기(FLC)의 근사화 능력과 제어 성능을 동시에 향상시키는 정확한 무게 중심(Center Of Gravity; COG) 비퍼지화기를 제안한다. 본 논문은 비퍼지화 과정이 최적 선택의 한 과정이며 비퍼지화 방법의 적절한 선택이다. 제안한 COG 비퍼지화기의 정확성은 출력 소속 함수를 여러 개의 설계 파라메터(중신, 폭, 변경자(modifier))로 나타내고 이들 설계 파라메터들을 학습과 진화의 Lamarckian 상호 적응에 의하여 갱신함으로써 얻어진다. 이러한 학습과 진화의 상호 적응은 학습하지 않는 경우 보다 빠르게 최적 COG 비퍼지화기를 얻도록 하며, 보다 넓은 범위의 탐색으로최적해를 찾을 가능성을 높여 준다. 제안한 설계 방법은 목적 함수의 가중치를 조절하여 높은 근사화 능력, 높은 제어 성능, 또는 이들간의 균형된 성능을 갖는 다양한 특정 응용형(Application-specific)COG 비퍼지화기를 제공한다. 제안한 상호적응 COG 비퍼지화기의 설계방법을 트럭 후진 주차 제어 문제에 적용하여, 각각 시스템 오차와 평균 추적 거리로 나타내어진 근사화 능력과 제어 성능을 기존의 COG 비퍼지화기와 비교한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.4
• /
• pp.81-91
• /
• 1996

This paper proposes an optimal COA(Center Of Area) defuzzification method that improves the contr~lp erformance of a fuzzy logic controller. The defuzzification method incorporates both the membership values and the effective span of membership function6 in calculating a crisp value. An optimal effective span is determined automatically by the genetic algorithm thrqugh the training of some typical examples. Simulation of the proposed COA defuzzifier to the truck backer-upper control problem is presented and the control performance of the praposed COA defuzzifier outperforms that of the conventional COA defuzzifier by more than 20% in terms of ayerage tracing distance.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.08a
• /
• pp.67-72
• /
• 2008

본 논문에서는 하이브리드 차량 내부 전기모터의 등판 마력값과 회전 RPM, 흡기온도 센서의 온도 변화와 공기 및 연료의 혼합비율인 공연비에 대해 퍼지 제어 기법을 적용하여 차량의 연료 소비를 제어하는 방법을 제안한다. 제안된 기법에서는 초기 가속부분에서 등판 마력간과 회전 RPM을 퍼지제어 규칙에 의해 전기모터와 엔진의 사용비율을 제어하고, 엔진이 가동될 때 각각의 공기유입량과 연료 분사량을 이용하여 공연비 수치를 구한 후, 공연비, 흡기온도, 최종 연료 보정량에 대해 설정된 피지 소속 함수와 퍼지 추론 규칙에 따라 차량 연료를 제어한다. 시뮬레이션을 통하여 실험한 결과, 제안된 퍼지 제어 기법을 이용한 엔진 및 연료 제어 방법이 퍼지기법을 적용하지 않은 제어방법보다 평균연비가 개선되어 제안된 연료 제어 방법이 효율적임을 확인하였다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.41 no.4
• /
• pp.73-83
• /
• 2004

With increasing numbers of vehicles on restricted roads, It happens that we have much wasted time and decreased average car speed. This paper proposes a new concept of coordinating green time which controls 10 traffic intersection systems. For instance, if we have a baseball game at 8 pm today, traffic volume toward the baseball game at 8 pm today, franc volume toward the baseball game will be increased 1 hour or 1 hour and 30 minutes before the baseball game. At that time we can not predict optimal green time Even though there have smart electro-sensitive traffic light system. Therefore, in this paper to improve average vehicle speed and reduce average vehicle waiting time, we created optimal green time using fuzzy rules md neural network as a preprocessing. Also, we developed an Intelligent PLC(Programmable Logic Controller) for real time traffic forecasting as a postprocesing about unexpectable conditions. Computer simulation results proved reducing average vehicle waiting time which proposed coordinating green time better than electro-sensitive franc light system does not consider coordinating green time.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.2
• /
• pp.155-160
• /
• 2014

There are many image processing based algorithms and applications that fail when illumination change occurs. Therefore, the illumination change has to be detected then the illumination change occurred images need to be enhanced in order to keep the appropriate algorithm processing in a reality. In this paper, a new method for detecting illumination changes efficiently in a real time by using local region information and fuzzy logic is introduced. The effective way for detecting illumination changes in lighting area and the edge of the area was selected to analyze the mean and variance of the histogram of each area and to reflect the changing trends on previous frame's mean and variance for each area of the histogram. The ways are used as an input. The changes of mean and variance make different patterns w hen illumination change occurs. Fuzzy rules were defined based on the patterns of the input for detecting illumination changes. Proposed method was tested with different dataset through the evaluation metrics; in particular, the specificity, recall and precision showed high rates. An automatic parameter selection method was proposed for contrast limited adaptive histogram equalization method by using entropy of image through adaptive neural fuzzy inference system. The results showed that the contrast of images could be enhanced. The proposed algorithm is robust to detect global illumination change, and it is also computationally efficient in real applications.

• Journal of Korea Multimedia Society
• /
• v.3 no.6
• /
• pp.592-603
• /
• 2000

This paper is concerning off-line signature verification using a density function which is obtained by convolving the signature image with twelve-directional $5\times{5}$ gradient masks and the weighted fuzzy mean classifier. The twelve-directional density function based on Nevatia-Babu template gradient is related to the overall shape of a signature image and thus, utilized as a feature set. The weighted fuzzy mean classifier with the reference feature vectors extracted from only genuine signature samples is evaluated for the verification of freehand forgeries. The experimental results show that the proposed system can classify a signature whether it is genuine or forged with more than 98% overall accuracy even without any knowledge of varied freehand forgeries.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2008.06a
• /
• pp.143-147
• /
• 2008

이 논문에서는 곤충 발자국의 패턴을 인식하기 위해, Trace 변환을 이용하여 발자국의 인식에 필요한 특징을 추출하는 기법을 제안한다. Trace 변환을 이용하면 패턴의 이동, 회전, 반사에 불변하는 특징값을 얻을 수 있다. 이러한 특징값들은 곤충 발자국과 같이 다양한 변형이 존재하는 패턴을 인식하는 데에 적합하다. 이 방법은 특징값을 추출하기 위해서 병렬로 표현되는 trace-line을 따라 특징들을 일차적으로 도출하고, 또 다시 도출된 특징들은 diametric, circus 단계의 함수를 거치면서 새로운 특징값으로 재구성된다. 곤충의 발자국 패턴을 이용하여 실험한 결과 곤충 발자국의 이동, 회전 반사에 관계없이 동일한 특징값이 추출됨을 확인할 수 있고, 곤충발자국의 고유한 패턴을 찾아 인식하기 위해서 추출된 특징값들은 퍼지 가중치 평균을 이용하여 인식 실험을 수행하고 그 결과를 제시하였다.