• 한국수자원학회논문집
• /
• 제46권10호
• /
• pp.977-987
• /
• 2013

본 연구에서는 다기준 의사결정기법을 적용한 홍수취약성 평가에 내재되는 불확실성을 고려한 평가기법을 제시하였다. 홍수취약성평가과정은 3단계로 구성되며 1단계에서는 홍수와 연관되는 사회적, 경제적, 환경적 영향요인들 중에서 지역의 특성을 반영할 수 있는 평가인자를 선정하고 각 인자의 가중치를 책정한다. 이때 델파이 설문조사기법을 적용하여 의사결정자들의 의견을 수렴한다. 2단계는 평가자료를 수집하고 평가에 사용할 수 있도록 가공하는 단계이며 불확실성 문제를 해소하기 위하여 퍼지수를 적용하였다. 마지막단계에서 홍수취약성을 정량적으로 산정하여 취약지역의 우선순위를 도출한다. 본 연구에서는 퍼지수의 연산과정에서 발생하는 퍼지수의 과장 및 왜곡문제를 해소하기 위한 ${\alpha}$-cut fuzzy TOPSIS 방법을 적용하였다. 또한 수립한 평가기법으로 산정한 결과에 대하여 퍼지자료(fuzzy data)를 적용한 fuzzy TOPSIS, 크리스프(crisp) 자료를 사용한 TOPSIS, WSM등의 다양한 방법으로 평가한 결과들과의 상관관계분석을 수행하였다. 분석결과, ${\alpha}$-cut fuzzy TOPSIS 방법은 대체로 모든 방법과 높은 상관성을 나타내었다. 즉, 크리스프 자료와 퍼지자료를 사용하는 평가방법 사이에서 발생하는 결과의 차이가 ${\alpha}$-cut fuzzy TOPSIS를 이용하면 줄어드는 효과가 있다. 따라서본 연구에서 수립한 홍수취약성 평가방법은 불확실성 문제를 일정 부분 해소한 평가결과를 제시함으로서 치수정책 수립의 유용한 근거자료를 제공할 수 있다.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.749-754
• /
• 2011

본 연구에서는 최적 pRBFNNs 패턴분류기 기반 2차원 영상과 ASM 알고리즘을 이용한 얼굴인식 시스템을 설계하고자 한다. 기존의 2차원 영상 기반 얼굴 인식 기법들은 인식하고자 하는 객체의 영상내의 위치, 크기 및 배경의 존재 유무에 따라 인식률이 영향을 받는 단점이 있으며, 본 연구에서는 이를 보완하기 위하여 관심 영역 내에서의 얼굴 영역 추출 및 특징 추출기법을 이용한 얼굴인식 방법을 소개한다. 본 연구에서는 CCD 카메라를 이용하여 영상을 획득하고 히스토그램 평활화를 이용하여 조명으로 왜곡된 영상정보를 개선한다. AdaBoost 알고리즘을 이용하여 얼굴영역을 검출하고 ASM을 통하여 얼굴 윤곽선 및 형상을 추출하여 개인 프로필을 구성한 후 PCA 알고리즘을 사용하여 고차원 얼굴데이터의 차원을 축소한다. 그리고 인식 모듈로서 pRBFNNs 패턴분류기를 제안한다. 제안된 다항식 기반 RBFNNs은 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 구성되어 있고 조건부는 퍼지 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 또한 차분진화 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉, 학습률, 모멘텀 계수, 퍼지 클러스터링의 퍼지화 계수를 최적화한다. 제안된 다항식 기반 RBFNNs는 얼굴 인식을 위한 패턴분류기로서 직접 CCD 카메라로부터 입력받은 데이터를 영상 보정, 얼굴 검출 및 특징 추출 등과 같은 데이터 전 처리 과정을 포함하여 고차원 데이터로 이루어진 얼굴 영상에 대한 인식 성능을 확인한다.