• Journal of Power Electronics
• /
• 제14권1호
• /
• pp.165-174
• /
• 2014

The cascaded H-Bridge Dynamic Voltage Restorer (DVR) is used for protecting high voltage and large capacity loads from voltage sags. The LC filter in the DVR is needed to eliminate switching ripples, which also provides an accurate tracking feature in a certain frequency range. Therefore, the parameter optimization of the LC filter is especially important. In this paper, the value range functions for the inductance and capacitance in LC filters are discussed. Then, parameter variations under different conditions of voltage sags and power factors are analyzed. In addition, an optimized design method is also proposed with the consideration of multiple impact factors. A detailed optimization procedure is presented, and its validity is demonstrated by simulation and experimental results. Both results show that the proposed method can improve the LC filter design for a cascaded H-Bridge DVR and enhance the performance of the whole system.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.260-263
• /
• 2003

EEC is an electrical signal, which occurs during information processing in the brain. These EEG signals has been used clinically, but nowadays we are mainly studying Brain-Computer Interface(BCI) such as interfacing with a computer through the EEG controlling the machine through the EEG The ultimate purpose of BCI study is specifying the EEG at various mental states so as to control the computer and machine. A BCI has to perform two tasks, the parameter estimation task, which attemps to describe the properties of the EEG signal and the classification task, which separates the different EEC patterns based on the estimated parameters. First, we have to do parameter estimation of EEG to embody BCI system. It is important to improve performance of classifier, But, It is not easy to do parameter estimation by reason of EEG is sensitivity and undergo various influences. Therefore, this research should do parameter estimation and classification of the EEG to use various analysis algorithm.

• Bulletin of the Korean Chemical Society
• /
• 제24권3호
• /
• pp.279-284
• /
• 2003

The One Pass Method (OPM) previously presented for the identification of single input single output systems is used to estimate the parameters of a Decentralized Control System (DCS). The OPM is a linear and therefore a simple estimation method. All of the calculations are performed in one pass, and no initial parameter guess, iteration, or powerful search methods are required. These features are of interest especially when the parameters of multi input-output model are estimated. The benefits of the OPM are revealed by comparing its results against those of two recently published methods based on pulse testing. The comparison is performed using two databases from the literature. These databases include single and multi input-output process transfer functions and relevant disturbances. The closed loop responses of these processes are roughly captured by the previous methods, whereas the OPM gives much more accurate results. If the parameters of a DCS are estimated, the OPM yields the same results in multi or single structure implementation. This is a novel feature, which indicates that the OPM is a convenient and practice method for the parameter estimation of multivariable DCSs.

• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.647-656
• /
• 2016

UAV의 발전에 따라 UAV영상의 활용도 늘어나고 있다. 다양한 UAV영상 기반의 어플리케이션에 점진적 번들 조정방법이 널리 사용된다. 그러나, 점진적 번들조정 방법은 중복이 없는 영상 쌍에서도 대응점을 추출해 긴 시간을 소요하게 된다. 이 과정을 효율적으로 처리하기 위해서는 중복지역에서만 대응점 추출연산을 진행해야한다. 만약 영상의 외부표정요소가 있을 경우 이를 기준으로 영상의 중복도를 계산하여 중복지역에서만 대응점 추출이 일어나도록 제한할 수 있다. 그러나 외부표정요소가 없는 영상을 활용하는 경우, 기하학적인 중복지역을 계산할 수 없으므로 다른 후보군 구성 방법의 적용이 필요하다. 본 논문에서는 외부표정 요소가 없는 경우의 대응점 추출 후보군 구성 방법들을 비교해 가장 효율적인 방법을 찾는다. 비교 방법은 일부 특징점, 특징점 군집화, 영상의 밝기를 활용한 후보군 구성방식이며 외부표정요소를 통해 구한 대응점 후보군 구성결과를 기준으로 각 방식을 비교한다. 비교 결과 일부 특징점을 활용하는 것이 가장 효율적으로 나타났다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권8호
• /
• pp.3984-4005
• /
• 2017

Image recognition has become an increasingly important topic for its wide application. It is highly challenging when facing to large-scale database with large variance. The recognition systems rely on a key component, i.e. the low-level feature or the learned mid-level feature. The recognition performance can be potentially improved if the data distribution information is exploited using a more sophisticated way, which usually a function over hidden variable, model parameter and observed data. These methods are called generative score space. In this paper, we propose a discriminative extension for the existing generative score space methods, which exploits class label when deriving score functions for image recognition task. Specifically, we first extend the regular generative models to class conditional models over both observed variable and class label. Then, we derive the mid-level feature mapping from the extended models. At last, the derived feature mapping is embedded into a discriminative classifier for image recognition. The advantages of our proposed approach are two folds. First, the resulted methods take simple and intuitive forms which are weighted versions of existing methods, benefitting from the Bayesian inference of class label. Second, the probabilistic generative modeling allows us to exploit hidden information and is well adapt to data distribution. To validate the effectiveness of the proposed method, we cooperate our discriminative extension with three generative models for image recognition task. The experimental results validate the effectiveness of our proposed approach.

• 정보처리학회논문지B
• /
• 제15B권5호
• /
• pp.457-464
• /
• 2008

실제 운용 환경에서 자동문서분류시스템의 성공을 위해서 충분하지 못한 학습문서의 문제와 특징 공간들에 대한 사전지식이 없는 상황을 해결하는 것이 관건이다. 이런 맥락에서 많은 자동문서분류 시스템의 구축을 위해 나이브 베이즈 문서분류 알고리즘을 사용한다. 이는 기존 학습된 분류모델과 특징 공간을 점진적으로 갱신함으로써 분류모델을 향상시키는 것이 매우 용이하기 때문이다. 본 논문에서는 특징 가중치를 이용하여 문서분류기의 성능을 향상시키는 기법을 제안한다. 기본 아이디어는 문서분류 모델의 인자로서 특징들의 분포뿐만 아니라 각 특징들의 중요도를 반영하는 것이다. 속성 선택을 미리 수행하여 학습모델을 만드는 것이 아니라, 속성 중요도를 나이브 베이즈 학습 모델에 포함시킴으로써 보다 정확한 모델을 생성할 수 있다. 또한 동적 환경에서 점진적인 특징 가중치 부여를 위해 기존의 특징 갱신 기법을 확장한 알고리즘도 제안한다. 본 논문에서 제안된 기법을 평가하기 위해서 Reuters-21578과 20Newsgroup 문서집합 이용한 실험을 실시하여, 제안된 기법이 전통적인 나이브 베이즈 분류기의 성능을 크게 향상시킴을 증명한다.

• Journal of the Korean Academy of Child and Adolescent Psychiatry
• /
• 제18권1호
• /
• pp.3-9
• /
• 2007

Based on the broad and in-depth literature review, the dedicated members of the committee for the development of Korean attention-deficit hyperactivity disorder (ADHD) practice parameter develop the Korean practice parameter for ADHD. Members of the Korean Academy of child and Adolescent Psychiatry (KACAP) had reviewed the drafts through off-line and on-line access to the drafts. Feedbacks from the members of KACAP were carefully integrated into the current practice parameter. This article presents the state of the art knowledge regarding the assessment and the management of ADHD. Recommendations in the end of the practice parameter may help clinician to make decisions in clinical practice, but are not likely to override the clinician's decision in natural settings. Future directions to complement the limitation of the current practice parameter is suggested.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권9호
• /
• pp.1233-1245
• /
• 2004

사용자를 인증하는데 생체인식(biometrics)을 사용하는 것은 보안성과 편리성에서 우수함에도 불구하고, 생체 정보를 사용하는 전형적인 인증 알고리즘은 스마트카드(smart cards)와 같은 자원이 한정된 장치에서는 실행되지 못할 수도 있다. 따라서, 제한된 자원을 갖는 장치에서 생체인식 과정이 수행되기 위해서는 적은 메모리와 처리 능력을 요구하는 가벼운 인증 알고리즘의 개발이 필요하다. 또한 생물학적 특징들 중에서 얼굴에 의한 인증은 인간에게 보다 친숙하고 얼굴 영상 획득이 비강제성을 띤다는 점에서 사용하기 가장 편리한 생체인식 기술이다. 본 논문에서는 생체인식 기술 연구의 일환으로 새로운 얼굴 인중 알고리즘을 제안한다. 이 얼굴 인증 알고리즘은 두 가지 면에서 새로운 특성을 갖는다. 그 하나는 유전자 알고리즘(GA: Genetic Algorithms) 에 의해 추출된 특징 집합(feature set)을 입력벡터로 사용하는 Support Vector Machines(SVM)을 얼굴인증에 이용함으로써 메모리 요구량을 감소시킨다는 것이다. 다른 하나는, 필요에 따라 특징 집합의 크기 조절에 대한 시스템 파라미터를 조절함으로써, 인식률은 다소 감소하더라도 인증 과정에 필요한 메모리양을 더욱 더 감소시킬 수 있다는 것이다. 이러한 특성은 메모리양이 한정된 장치에서 얼굴 인중 알고리즘을 수행할 수 있게 하는 데 상당히 효과적이다. 다양한 변화가 있는 얼굴 데이터베이스들에 대하여 실험한 결과, GA에 의해 선택된 식별력이 우수한 특징들을 SVM의 입력벡터로 사용하는 제안한 얼굴 인증 알고리즘이, GA에 의한 특징 선택 과정이 없는 알고리즘보다 정확성과 메모리 요구량에서 우수한 성능을 보임을 알 수 있다. 또한 시스템 파라미터의 변경 실험에 의해 선택될 특징의 개수가 조절될 수 있음을 보인다.

• 한국콘텐츠학회논문지
• /
• 제7권2호
• /
• pp.11-20
• /
• 2007

AAM은 얼굴 윤곽 검출에 잘 적용되어 왔으나 초기값에 민감하다는 특성을 가지고 있다. 본 논문에서는 점진적 AAM을 이용한 얼굴 윤곽 검출 방법을 제안한다. 제안한 방법은 얼굴 모델 구성 및 관계 추출 단계와 얼굴 윤곽 검출 단계의 2단계로 구성된다. 얼굴 모델 구성 및 관계 추출 단계에서는 먼저 얼굴 내부 영역만으로 구성된 얼굴 내부 AAM 모델 구성과 얼굴 전체 영역으로 구성된 얼굴 전체 AAM 모델 구성을 수행한 후에, 이후 얼굴 내부 AAM 모델 파라미터 벡터와 얼굴 전체 AAM 모델 파라미터 벡터간의 관계 행렬을 추출한다. 얼굴 윤곽 검출 단계는 2단계 절차로 수행된다. 먼저 새로 입력되는 얼굴 이미지에 대해 얼굴 내부 AAM 모델을 맞추어 얼굴 내부에 대한 특징 파라미터 벡터를 구한다. 이후 얼굴 모델 구성 및 관계 추출 단계에서 구한 관계 행렬과 첫 단계에서 구한 얼굴 내부 특징 파라미터 벡터를 이용하여 얼굴 전체 AAM 특징 파라미터 벡터에 대한 초기값을 추정하고 이를 이용하여 새로 입력되는 얼굴 이미지에 대해 얼굴 전체 AAM 모델을 맞추어 전체 얼굴 윤곽 검출을 수행한다. 실험을 통해 제안된 점진적 AAM 기반 얼굴 윤곽 검출 방법이 자세, 얼굴 배경 등에 대해 기존 기본 AAM 기반 얼굴 검출 방법보다 더 강인한 것으로 확인되었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.169-172
• /
• 2008

Land-use or land-cover classification of satellite images is one of the important tasks in remote sensing application and many researchers have been tried to enhance classification accuracy. Previous studies show that the classification technique based on wavelet transform is more effective than that of traditional techniques based on original pixel values, especially in complicated imagery. Various wavelets can be used in wavelet transform. Wavelets are used as basis functions in representing other functions, like sinusoidal function in Fourier analysis. In these days, some basis functions such as Haar, Daubechies, Coiflets and Symlets are mainly used in 2D image processing. Selecting adequate wavelet is very important because different results could be obtained according to the type of basis function in classification. However, it is not easy to choose the basis function which is effective to improve classification accuracy. In this study, we computed the wavelet coefficients of satellite image using 10 different basis functions, and then classified test image. After evaluating classification results, we tried to ascertain which basis function is the most effective for image classification. We also tried to see if the optimum basis function is decided by energy parameter before classifying the image using all basis function. The energy parameter of signal is the sum of the squares of wavelet coefficients. The energy parameter is calculated by sub-bands after the wavelet decomposition and the energy parameter of each sub-band can be a favorable feature of texture. The decision of optimum basis function using energy parameter in the wavelet based image classification is expected to be helpful for saving time and improving classification accuracy effectively.