• 한국윤활학회:학술대회논문집
• /
• 한국윤활학회 2000년도 제31회 춘계학술대회
• /
• pp.34-41
• /
• 2000

Surface roughness plays a significant role in friction, wear, and lubrication in machine components. Most engineering surfaces have the nongaussian distrubution. So, in this study, contact simulation are conducted for not only gaussian surfaces but also nongaussian surfaces. Nongaussian rough surface censidering the kurtosis is generated numerically, And the effects of kurtosis on real contact area fraction, average gap, and mean asperity contact pressure are studied. It will be shown that the real contact area fraction and the mean asperity contact pressure are sensitive to the characteristics of surface geometry according to kurtosis.

• 한국정밀공학회지
• /
• 제18권10호
• /
• pp.53-60
• /
• 2001

Surface roughness plays a significant role in friction, wear, and lubrication in machine components. Most engineering surfaces have the nongaussian height distribution. So, in this study, contact simulations are conducted for not only gaussian surfaces but also nongaussian surfaces. Nongaussian rough surface considering the kurtosis is generated numerically And the effects of kurtosis on real contact area fraction, average gap, and mean asperity contact pressure are studied. It will be shown that the real contact area fraction and the mean asperity contact pressure are sensitive to the characteristics of surface geometry according to kurtosis.

• 대한수학회지
• /
• 제58권1호
• /
• pp.237-264
• /
• 2021

In this work the stationary bootstrap of Politis and Romano [27] is applied to the empirical distribution function of stationary and associated random variables. A weak convergence theorem for the stationary bootstrap empirical processes of associated sequences is established with its limiting to a Gaussian process almost surely, conditionally on the stationary observations. The weak convergence result is proved by means of a random central limit theorem on geometrically distributed random block size of the stationary bootstrap procedure. As its statistical applications, stationary bootstrap quantiles and stationary bootstrap mean residual life process are discussed. Our results extend the existing ones of Peligrad [25] who dealt with the weak convergence of non-random blockwise empirical processes of associated sequences as well as of Shao and Yu [35] who obtained the weak convergence of the mean residual life process in reliability theory as an application of the association.

• 디지털산업정보학회논문지
• /
• 제18권1호
• /
• pp.25-35
• /
• 2022

The SAP(salt-and-pepper) noise changes the pixel value to the maximum and minimum values of the dynamic region of the pixel. For this reason, unlike white Gaussian noise, SAP noise can predict the ratio of noise relatively easily. Because the condition of the neighboring pixels that can be referenced changes according to the noise ratio, it is necessary to apply different noise reduction methods according to the noise ratio. This paper proposes an adaptive switching filtering algorithm which can eliminates the SAP noise. It consists of two phases. It first detects the location of the SAP noise and calculates the noise ratio. After that, the image is reconstructed using different methods depending on which of the three sections the calculated noise ratio belongs to. As a result of the experiment, the proposed method showed superior objective and subjective image quality compared to the previous methods such as MF, AFSWMF, NAMF and RWMF.

• 한국음향학회지
• /
• 제16권5호
• /
• pp.112-121
• /
• 1997

본 논문에서는 잡음에 강한 음성 인식기를 위한 모델 파라미터 변환 방식에 관하여 살펴보았다. 모델 파라미터 변환에 있어서 잡음에 대한 어떠한 통계 모델도 사용하지 않고 각 단어 단위로 수행되어 실시간 음성 인식이 가능하도록 하였다. Parallel model combination(PCM)은 본 논문에서 제안한 방법과의 성능 비교를 위하여 cepstrum 영역에서 구현되었다. 본 논문에서 제안한 PCM 방법은 modified PCM(MPMC)라 하며, 이 방법은 각 hidden Markov mode(HMM)의 state별로 평균적인 가우시안 믹스처(Gaussian mixture)의 변화률과 개별적인 변화률간에 결합지수를 이용하여 평균을 재조정한다. 또한, vector Taylor series 근사화를 이용한 모델 파라미터 변환을 위하여 cepstrum 영역에서의 환경모델 예측을 위한 expectation-maximization(EM) 해를 유도하여 구현하였다. 본 논문에서 구현된 알고리즘들의 성능 위해 HMM 인식기를 이용한 화자독립 고립단어 인식을 수행하였다. 시용된 잡음은 가우시안 백색 잡음과 주행중에 녹음된 자동차 잡음이며, 각 잡음울 signal-to-noise ratio(SNR)별로 사용하였다. 잡음의 모델은 1 state HMM으로 단어시작 3 프레임(frame)을 이용하여 만들어졌다. 인식 결과는 VTS 접근방식을 이용하였을 경우 매우 우수한 인식률을 나타내었으며, MPMC의 경우도 기존의 PMC보다 인식률이 향상되었다. 특히, 영차 VTS의 경우는 단순히 평균만을 조정하였음에도 불구하고 PMC와 MPMC보다 인식률이 우수하게 나타났다.

• 융합신호처리학회논문지
• /
• 제3권1호
• /
• pp.8-14
• /
• 2002

본 논문에서는 Gaussian mixture model을 이용한 실시간 문맥독립화자식별시스템을 구현하여 인식실험을 수행하였으며, 인식시스템의 성능을 향상시키기 위하여 화자검증시스템에서 좋은 결과를 보인 유사도 정규화(Likelihood normalization)방법을 적용하여 인식실험을 하였다. 시스템은 크게 전처리단과 화자모델생성단, 화자식별단으로 나누어진다. 전처리단에서는 화자의 발성변화를 고려하여 CMN(Cepstral mean normalization)과 Silence removal 방법을 적용하였다. 화자모델생성단에서는, 화자발성의 음향학적 특징을 잘 표현할 수 있는 GMM(Gaussian mixture model)을 이용하여 화자모델을 작성하였으며, GMM의 파라미터를 최적화하기 위하여 MLE(Maximum likelihood estimation)방법을 사용하였다. 화자식별단에서는 학습된 데이터와 테스트용 데이터로부터 ML(Maximum likelihood)을 이용하여 유사도를 계산하였으며, 이 과정에서 유사도 정규화를 적용한 경우에는 프레임단위로 유사도를 계산하게 된다. 계산된 유사도는 스코어(S$_{C}$)로 표현하였고, 가장 높은 스코어를 가지는 화자가 인식화자로 결정된다. 화자인식에서 발성의 종류로는 문맥독립 문장을 사용하였다. 인식실험을 위해서는 ETRI445 DB와 KLE452 DB를 사용하였으며, 특징파라미터로서는 켑스트럼계수 및 회귀계수값만을 사용하였다. 인식실험에서는 등록화자의 수를 달리하여 일반적인 화자식별방법과 프레임단위유사도정규화방법으로 각각 인식실험을 하였다. 인식실험결과, 프레임단위유사도정규화방법이 인식화자수가 많아지는 경우에 일반적인 방법보다 향상된 인식률을 얻을 수 있었다.

• 한국방사선학회논문지
• /
• 제15권1호
• /
• pp.21-28
• /
• 2021

전산화단층촬영장치 (computed tomography, CT)는 다른 방사선 촬영 장치와 비교하면 피폭이 많다는 문제점이 있다. 이러한 피폭을 감소하기 위하여 저선량 촬영을 하게 되면 영상에 잡음이 증가하게 된다. 이를 보완하기 위해 환자의 피폭선량은 감소시키면서 영상의 화질을 향상하는 다양한 잡음 제거 알고리즘이 개발되었으며, 그 중 우수한 시간 분해능을 가진 CT 장치에 효과적으로 적용할 수 있는 median modified Wiener filter (MMWF) 알고리즘이 제시되었다. 본 연구의 목적은 MMWF 알고리즘의 마스크 크기를 최적화하고, 기존의 알고리즘들에 대한 MMWF 알고리즘의 잡음 제거의 우수성을 보는 것이다. MATLAB 프로그램을 이용하여 획득한 Gaussian 잡음이 부가된 MASH 팬텀 복부 영상들로부터 각각의 마스크 크기가 설정된 MMWF 알고리즘을 적용한 후 root mean square error (RMSE), peak signal-to-noise ratio (PSNR), coefficient correlation (CC) 그리고 universal image quality index (UQI) 값을 비교하였다. 그 결과 5 × 5 마스크 크기에서 RMSE 값이 가장 낮고, PSNR, CC, UQI 값이 가장 높았다는 것을 확인할 수 있었다. 또한, 최적화된 마스크 크기로 Gaussian 필터, median 필터, Wiener 필터에 대한 MMWF의 RMSE, PSNR, CC, UQI 값을 비교하였으며 그 결과 MMWF 알고리즘에서 가장 개선된 RMSE, PSNR, CC, UQI 값을 얻을 수 있었다.

• Investigative Magnetic Resonance Imaging
• /
• 제26권2호
• /
• pp.104-116
• /
• 2022

The purpose of this study is to systematically determine an optimal percentile cut-off in histogram analysis for calculating the mean parameters obtained from a non-Gaussian continuous-time random-walk (CTRW) diffusion model for differentiating individual glioma grades. This retrospective study included 90 patients with histopathologically proven gliomas (42 grade II, 19 grade III, and 29 grade IV). We performed diffusion-weighted imaging using 17 b-values (0-4000 s/mm²) at 3T, and analyzed the images with the CTRW model to produce an anomalous diffusion coefficient (D_m) along with temporal (𝛼) and spatial (𝛽) diffusion heterogeneity parameters. Given the tumor ROIs, we created a histogram of each parameter; computed the P-values (using a Student's t-test) for the statistical differences in the mean D_m, 𝛼, or 𝛽 for differentiating grade II vs. grade III gliomas and grade III vs. grade IV gliomas at different percentiles (1% to 100%); and selected the highest percentile with P < 0.05 as the optimal percentile. We used the mean parameter values calculated from the optimal percentile cut-offs to do a receiver operating characteristic (ROC) analysis based on individual parameters or their combinations. We compared the results with those obtained by averaging data over the entire region of interest (i.e., 100th percentile). We found the optimal percentiles for D_m, 𝛼, and 𝛽 to be 68%, 75%, and 100% for differentiating grade II vs. III and 58%, 19%, and 100% for differentiating grade III vs. IV gliomas, respectively. The optimal percentile cut-offs outperformed the entire-ROI-based analysis in sensitivity (0.761 vs. 0.690), specificity (0.578 vs. 0.526), accuracy (0.704 vs. 0.639), and AUC (0.671 vs. 0.599) for grade II vs. III differentiations and in sensitivity (0.789 vs. 0.578) and AUC (0.637 vs. 0.620) for grade III vs. IV differentiations, respectively. Percentile-based histogram analysis, coupled with the multi-parametric approach enabled by the CTRW diffusion model using high b-values, can improve glioma grading.

• 대한원격탐사학회지
• /
• 제30권6호
• /
• pp.769-776
• /
• 2014

동일 대상에 대한 두 영상의 등록을 위해서는 두 영상에 공통적으로 존재하는 특징점을 검출하고 검출된 특징점 간의 대응관계를 찾는 과정이 필수적이다. 본 논문에서는 화소의 밝기 변화를 측정할 수 있는 그레디언트 행렬의 고유치 기하평균에 기반한 새로운 특징점 검출기를 제안한다. 제안하는 특징점 검출기는 그레디언트 행렬의 두 고유치의 기하평균 크기에 비례하고 기하 평균 크기가 동일한 경유 두 고유치의 상대적인 차이에 비례하여 가변적으로 변하는 특성을 가진다. 제안한 특징점 검출기의 성능 평가를 위해 다양한 종류의 코너가 존재하는 합성 영상과 항공 영상을 기준 영상으로 사용하여 코너 검출의 위치 오차를 분석하였다. 제안한 검출기의 위치 오차는 Gaussian smoothing scale 조건하에서 대표적인 코너 검출기인 Harris detector의 위치 오차보다 작은 결과가 얻어졌다.

• Transactions on Electrical and Electronic Materials
• /
• 제13권1호
• /
• pp.10-15
• /
• 2012

In conventional, skin detection methods using for skin color definitions is based on prior knowledge. By experimentation, the threshold value for dividing the background from the skin region is determined subjectively. A drawback of such techniques is that their performance is dependent on a threshold value which is estimated from repeated experiments. To overcome this, the present paper introduces a skin region detection method. This method uses a histogram approximation based on the mean shift algorithm. This proposed method applies the mean shift procedure to a histogram of a skin map of the input image. It is generated by comparing with the standard skin colors in the $C_bC_r$ color space. It divides the background from the skin region by selecting the maximum value according to the brightness level. As the histogram has the form of a discontinuous function. It is accumulated according to the brightness values of the pixels. It is then, approximated by a Gaussian mixture model (GMM) using the Bezier curve technique. Thus, the proposed method detects the skin region using the mean shift procedure to determine a maximum value. Rather than using a manually selected threshold value, as in existing techniques this becomes the dividing point. Experiments confirm that the new procedure effectively detects the skin region.