• Communications for Statistical Applications and Methods
• /
• v.5 no.3
• /
• pp.743-754
• /
• 1998

EM 알고리즘은 통계적 화상복원에서 흔히 사용되는 방법이다. 특히 OSL 알고리즘은 다소 복잡한 형태의 페널티 함수가 주어지더라도 쉽게 반복 알고리즘을 유도할 수 있다는 장점을 갖는다. 그러나 이 알고리즘은 평활상수의 매우 제한된 영역에서만 수렴이 허용되어, 화상복원시 실험자의 경험의 폭을 상당히 제약하는 단점을 가지고 있다. 본 논문에서는 OSL 알고리즘을 변형하여, 수렴 허용영역이 확대된 평활상수를 갖는 알고리즘을 제시하고 그 수렴성질을 밝히며, 화상실험을 통해 제안된 알고리즘의 유용성을 밝힌다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.380-384
• /
• 2003

현재 정보의 가치가 높아짐에 따라 생체인식에 대한 연구가 많아지고 있다. 특히 지문에 대한 연구가 활발한데 기존의 융선을 이용한 특징점 추출이 아닌 지문에서 잡음이 적은 골선을 이용하고 에지 보존 평활화를 12방향각에 대해 적용함으로 보다 세밀한 에지 보존 평활화를 사용함으로 보다 정확한 특징점 추출의 방법을 제안한다.

• The Korean Journal of Applied Statistics
• /
• v.30 no.5
• /
• pp.733-745
• /
• 2017

Local composite quantile regression is a useful non-parametric regression method widely used for its high efficiency. Data smoothing methods using kernel are typically used in the estimation process with performances that rely largely on the smoothing parameter rather than the kernel. However, $L_2$-norm is generally used as criterion to estimate the performance of the regression function. In addition, many studies have been conducted on the selection of smoothing parameters that minimize mean square error (MSE) or mean integrated square error (MISE). In this paper, we explored the optimality of selecting smoothing parameters that determine the performance of non-parametric regression models using local linear composite quantile regression. As evaluation criteria for the choice of smoothing parameter, we used mean absolute error (MAE) and mean integrated absolute error (MIAE), which have not been researched extensively due to mathematical difficulties. We proved the uniqueness of the optimal smoothing parameter based on MAE and MIAE. Furthermore, we compared the optimal smoothing parameter based on the proposed criteria (MAE and MIAE) with existing criteria (MSE and MISE). In this process, the properties of the proposed method were investigated through simulation studies in various situations.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.289-292
• /
• 2007

객체기반 영상분류를 위한 영상분할에 있어서 중요한 요소로는 분할축척(Scale), 분광 정보(Color), 공간 정보(Shape) 등이 있으며 공간 정보에 해당하는 공간 변수는 평활도(Smoothness)와 조밀도(Compactness)가 있다. 이들 가중치의 선택이 최종적으로 객체기반 영상분류의 결과를 좌우하게 된다. 본 연구는 객체기반 영상분류의 준비 과정이라 할 수 있는 영상분할에 있어서 다양한 가중치를 적용을 통하여 영상을 분할하였다. 영상분할을 위해 적용한 가중치는 10, 20, 30의 분할축척(Scale)과 분광 정보(Color)와 공간 정보(Shape)간의 가중치 조합, 공간 변수인 평활도(Smoothness)와 조밀도(Compactness)간의 가중치 조합을 사용하였다. 각 가중치 조합을 통하여 분할된 영상의 분석은 Moran's I 와 객체 내부 분산(Intrasegment Variance)을 이용하여 분석하였다. 각 객체간의 상관관계 분석을 위하여 Moran's I를 계산하였으며 분류된 지역의 동질성을 분석하기 위하여 객체 면적을 고려한 객체 내부 분산(Intrasegment Variance)값을 계산하였다. Moran's I 가 낮은 값을 가질수록 객체 간의 공간상관관계가 낮아지므로 이웃 객체간의 이질성은 높아지며 객체 내부 분산(Intrasegment Variance)이 낮은 값을 가질수록 지역간의 동질성은 높아지게 된다. Moran's I 와 객체 내부 분산(Intrasegment Variance)의 조합을 통하여 객체기반 영상분류 시 가장 높은 분류 정확도가 예상되는 밴드별 영상분할 가중치를 얻을 수 있다.

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.6 no.3
• /
• pp.43-49
• /
• 1992

Forecasting of electric power demand has been a basic element for electric power system operation and system development, and it's accuracy has very strong influence on reliability and economical efficience of power supply. So, in this paper, long―term maximum electric power demand has been forecasted by using the triple exponential smoothing method initiated R.G.Brown. It has been regarded this method as high accuracy and operational convenience. The smoothing function is a liner combination of all past observations and the weight given to previous observations decreases geometrically with age.

• Journal of Ocean Engineering and Technology
• /
• v.8 no.2
• /
• pp.173-184
• /
• 1994

원자력 압력용기강의 탄소성 파괴인성값 $J_IC$를 CT형 시험편을 이용하여 검토하였으며, 평활 시험편 및 측면홈 시험편의 두께는 각각 $B_O$=25.4mm, $B_N$=20.4mm 이다. 측면홈의 깊이는 19.7% 이며, 홈의 각도는 90 .deg.로 가공하였다. 탄소성 파괴인성시험은 ASTM E813-81과 JSME S001-81의 추천방법에 따라 실시하였다. 두 추천방법으로 실험한 결과 ASTM 방법에 의한 $J_IC$값이 과대평가됨으로써 부대조건에 만족되지 못하였지만 JSME방법은 만족되었다. 측면홈 시험편은 R고선법에 의한 ductile tearing의 결정이 평활 시험편보다 용이하였으며, 이에 따른 $J_IC$값의 정확성을 배가 할 수 있었다. 또한 임계 스트레치존 폭($SZW_C$)은 측면홈에 의한 높은 3축응력이 발생되어 평활시험편보다 적게 나타났으며, 이러한 복합적인 원인에 기인하여 스트레치존법에 의한 $J_IC$평가는 R곡선법에 의한 평가보다 약간 과대평가됨을 알 수 있었다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.35 no.3
• /
• pp.289-297
• /
• 2011

The explicit finite element method is an essential tool for solving large problems with severe nonlinear characteristics, but its results can be difficult to interpret. In particular, it can be impossible to evaluate its acceleration responses because of severe discontinuity, extreme noise or aliasing. We suggest a new post-processing method for transient responses and their response spectra. We propose smoothing methods using a Gaussian kernel without in depth knowledge of the complex frequency characteristics; such methods are successfully used in the filtering of digital signals. This smoothing can be done by measuring the velocity results and monitoring the response spectra. Gaussian kernel smoothing gives a better smoothness and representation of the peak values than other approaches do. The floor response spectra can be derived using smoothed accelerations for the design.

• Journal of Korea Multimedia Society
• /
• v.15 no.6
• /
• pp.748-760
• /
• 2012

In case brightness distribution is concentrated in a region, it is difficult to classify the image features. To solve this problem, we apply global histogram equalization and local histogram equalization to images. In case of global histogram equalization, it can be too bright or dark because it doesn't consider the density of brightness distribution. Thus, it is difficult to enhance the local contrast in the images. In case of local histogram equalization, it can produce unexpected blocks in the images. In order to enhance the contrast in the images, this paper proposes a local histogram equalization based on the Gaussian Mixture Models(GMMs) in regions of histogram. Mean and variance parameters in each regions is updated EM-algorithm repeatedly and then ranges of equalization on each regions. The experimental results performed with image of various contrasts show that the proposed algorithm is better than the global histogram equalization.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.5
• /
• pp.504-511
• /
• 2014

This paper presents a hybrid recognition method, which is based on the nonlinear histogram equalization and the multidimensional intensity variation of an images. The nonlinear histogram equalization based on a adaptively modified function is applied to improve the quality by adjusting the brightness of the image. The multidimensional intensity variation by considering the a extent of 4-step changes in brightness between the adjacent pixels is also applied to reflect accurately the attributes of image. The statistical correlation that is measured by the normalized cross-correlation(NCC) coefficient, is applied to comprehensively measure the similarity between the images. The NCC is considered by the intensity variation of each 2-direction(x-axis and y-axis) image. The proposed method has been applied to the problem for recognizing the 50-face images of 40*40 pixels. The experimental results show that the proposed method has a superior recognition performances to the method without performing the histogram equalization, or the linear histogram equalization, respectively.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.4
• /
• pp.993-1000
• /
• 2016

Semi-supervised learning makes it easy to use an unlabeled data in the supervised learning such as classification. Applying the semi-supervised learning on the regression analysis, we propose two methods for a better regression function estimation. The proposed methods have been assumed different marginal densities of independent variables and different smoothing parameters in unlabeled and labeled data. We shows that the overfitted pilot estimator should be used to achieve the fastest convergence rate and unlabeled data may help to improve the convergence rate with well estimated smoothing parameters. We also find the conditions of smoothing parameters to achieve optimal convergence rate.