• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.79-81
• /
• 2003

본 논문에서는 위성영상의 강독 분류에 대한 성능 개선을 위하여 ISODATA와 퍼지 C-Means 클러스터링 기법을 이용한 베이시안 최대우도 분류방법을 제안하였다. 본 연구에서는 ISODATA 클러스터링 기법을 이용하여 각각의 분류항목별로 분광특징에 따라 분석가가 선정한 훈련 데이터를 분할하여 새로운 훈련 데이터를 선정함으로써 분류항목별 훈련데이터의 분광적인 특징에 관계없이 분류를 수행할 수 있도록 하였다. 그리고 새롭게 선정된 훈련 데이터를 이용하여 퍼지 C-Means 클러스터링을 수행하고 그 결과를 베이시안 최대우도 분류기법의 사전확률로 이용함으로써 위성영상의 감독 분류에 대한 성능을 개선할 수 있는 방법을 제안한다. 제안된 기법은 Landset TM 위성영상을 이용하여 그 적용성을 시험하였다.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.159-168
• /
• 2004

본 논문에서는 위성영상의 분류에 대한 성능 개선을 위하여 ISODATA 클러스터링, 퍼지 C-Means 알고리즘, 베이시안 최대우도 분류기법을 통합한 하이브리드 분류기법을 제안하였다. 본 연구에서는 분석자에 의하여 분류항목별 학습 데이터를 선정한 후 이를 ISODATA 클러스터링을 이용하여 각각의 분류항목별로 분광특징에 따라 학습 데이터를 세분화하여 새로운 학습 데이터를 선정하였다. 새롭게 선정된 학습 데이터를 이용하여 퍼지 C-Means 알고리즘을 이용하여 분류를 수행하고 그 결과를 베이시안 최대우도 분류기의 사전확률로 적용하여 분류를 수행하였다. 그 결과 분석자가 선정한 분류항목별 훈련데이터의 분광적인 특징에 관계없이 분류를 수행할 수 있었으며 위성영상의 분류의 성능을 개선할 수 있었다. 제안된 기법은 Landsat TM 위성영상을 이용하여 그 적용성을 시험하였다.

• 한국지리정보학회지
• /
• 제11권4호
• /
• pp.64-75
• /
• 2008

지반조사자료 관리를 위한 현재의 DB시스템은 점으로 표현되는 시추조사에 한정되었기 때문에 여타 GIS데이터와의 활용이 제한적이었다. 시추공 자료를 이용한 보간으로 지하의 공간적 분포특성을 찾고자 하는 연구들이 있었지만, GIS와의 상호운영이나 지반공학적 특성을 고려치 못하여 실무적으로 활용하기에는 어려웠다. 본 연구에서는 지반정보DB에서 필요한 지반공학 자료를 추출하여 지하공간정보 모델을 생성하였다. 지반정보 클러스터링 프로그램(GEOCL)을 개발하여 시추공구성(비), 지층분류, 지반강도에 대한 클러스터를 생성하였다. 생성된 클러스터의 공간적 분포를 고려하여 지구통계기법의 하나인 권역 크리깅(권역 크리깅)으로 보간을 수행하였다. 최종적으로 수치표고모형과 통합하여 지하공간정보 모델을 생성하고, 지하공간정보 가시화 프로그램(SSIVIEW)를 통해 3차원으로 가시화하였다. 개발된 지하공간정보 모델은 건설공사의 지반해석과 기초설계에 적극 활용되리라 기대된다.

• 한국지리정보학회지
• /
• 제17권4호
• /
• pp.189-199
• /
• 2014

범람원(floodplain)은 제방과 하천 사이에 존재하는 평탄하고 낮은 지역을 의미하며, 범람원 내 토지 이용 현황 분석은 하천유역의 효과적인 자원관리를 위해서 반드시 필요하다. 본 논문에서는 공간정보 자료인 LiDAR DEM 자료와 RapidEye 영상을 이용하여 낙동강 하천 범람원 내 토지 이용 현황 분석에 관한 연구를 진행하였다. 우선, DEM으로부터 제방 경계선을 추출하여 RapidEye 영상에서 연구대상지역 내 범람원의 범위를 설정하였다. 범람원의 범위를 설정한 뒤, RapidEye 영상에 ISODATA 클러스터링 및 post-classification 과정을 적용하여 범람원 내 토지피복 분류 작업을 진행하였다. ISODATA 클러스터링을 적용하여 분류된 범람원 내 토지피복은 91%의 분류 정확도를 가진다. 분류된 토지피복 클러스터들을 구성하는 픽셀들의 개수를 계산하여, 낙동강 범람원 내 토지 이용 현황에 관한 분석을 수행하였다. 본 연구를 통하여, 연구대상지역 범람원 내 하천의 면적은 46%, 나지의 면적은 36%, 습지의 면적은 11%, 그리고 초지의 면적은 7%라는 사실을 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제5권2호
• /
• pp.44-57
• /
• 1995

본논문에서는 GFI(Generalized Fuzzy Isodata)와 FI(Fuzzy Isodata) 알고리즘에 관한 이론을 고찰하고 이를 타이어 접지면 패턴 분류에 적용해 보았다. GFI 알고리즘은 FI 알고리즘의 일반화된 형태로서 분할된 군집에 대해서도 퍼지 분할 행렬(fuzzy partition matrix)을 고려해 다시 군집화(clustering)를 가능하게 하는 알고리즘이다. GFI 알고리즘을 사용하여 이진 트리를 구성함에 있어서 각 노드에서의 분할 여부, 즉 군잡화의 타당성(clustering validity) 점검 및 최종적인 이진 트리의 완성은 FDH(Fuzzy Divisve Hierarchical) 군집화알고리즘을 통해 이루어진다. 타이어 접지면에 대한 표준 특징량을 선정하거나 패턴 분류를 수행함에 있어서 이들 알고리즘은모두 우수한 성능을 가짐을 알 수 있었다. 패턴의 특징량으로는 전처리된 타이어 접지면 영상에 나타나는 윤곽선(edge)의 각도 성분을 선정하였으며 이렇게 선정된 특징량은 패턴의 특징을 잘 표현해 주는 유용한 정보를 가진 것으로 생각된다.

• 한국정보처리학회논문지
• /
• 제2권6호
• /
• pp.995-1001
• /
• 1995

패턴인식은 전처리, 특징추출, 식별의 과정을 거쳐 인식을 하게된다. 식별과정 에서 여러개의 패턴이 흩어져 있을 경우에 유사한 패턴끼리 클러스터링을 위하여 한 카테고리 내에서 패턴을 분할하게 된다. 클러스터링 방법에는 통계적인 방법으로 k-means 방법, ISODATA알고리즘등이 있으며〔1〕, 최근에는 신경망에 의한 클러스터링 방법으로 T, Kohonen의 LVQ(Learning Vector Quantization)가 주로 이용되었다〔6〕. Nikhil R, Pal. et al은 LVQ알고리즘을 보다 개선한 방법으로 GLVQ(Generalized LVQ, 1993)를 제안하였다〔4〕.본 논문은 GLVQ 알고니즘으로 패턴을 클러스터링 할 경우에 효율적인 특징추출 방법을 제안한다. 본 논문에서는 20명의 필기체 숫자 0에서 9까지 의 200개 패턴을 여러 가지 방법으로 특징 추출하여 GLVQ알고리즘으로 10개(0-9의 패턴) 의 클러스터로 구분하고, 해당 클러스터에서 오분류되는 패턴의 비율로서 그 효율성을 비교 하였다. 그 결과 투영조합 방법을 이용하였을 경우 98.5%의 분류율을 나타내었다.

• 한국국방경영분석학회지
• /
• 제26권2호
• /
• pp.8-27
• /
• 2000

This paper evaluates the performance of clustering algorithms in the determination of combat fatigues. Among clustering algorithms, GLVQ in neural clustering methods. and ISODATA algorithm are evaluated in this paper. In order to evaluate, this study used the data sets which showed the body measurement of Korean military personnel. For the comparison of the three methods, the coverage rate and fitness for combat fatigues are evaluated and the convergence of final standard sizes are considered. As a result, the mean of the coverage rate and fitness for combat fatigues obtained with the GLVQ are higher than those obtained with -Means and ISODATA algorithms.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2011년도 춘계학술대회
• /
• pp.34-36
• /
• 2011

전자해도는 종이해도 간행을 위한 수치해도 기반으로 편집되며, 그리드 형식의 격자형 체계로 간행되고 있다. 이에 따라 전자해도에 포함되는 수심정보의 밀집도가 일관적이지 못하여 이에 대한 개선이 요구되었다. 본 연구에서는 위성영상 분류기법 중 K-Means 클러스터링 기법과 ISODATA 클러스터링 기법을 검토 하였으며, 이를 전자해도 수심정보에 맞게 수정 및 적용 하였다. 개발결과는 전자해도 로딩 부분, 수심 밀집도 개선 부분, 전자해도 쓰기 부분으로 구성되며, 알고리즘 적용 결과에 따라 수심 밀집도 개선된 결과를 확인 할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제37권2호
• /
• pp.1-14
• /
• 2000

로젯 주사 탐색기는 적외선 유도 미사일에 장착되어 표적을 추적하는 장치이다. 단소자 검출기가 로젯 패턴의 형태로 공간을 주사함으로써 표적의 2차원 영상을 획득할 수 있다. 검출된 영상은 시계내의 위치에 따라서 형태가 변하고 대상 물체의 수가 고정되어 있지 않기 때문에 unsupervised clustering 방법을 이용하여 이들을 구분한다. 기존의 ISODATA 방식은 씨앗점(seed point)과 대상 화소간의 거리를 이용하여 clustering하기 때문에 물체의 모양이 복잡하거나 병합 및 분리 파라미터 값이 변하면 clustering 결과가 실제와 다르게 나타난다. 본 논문에서는 이러한 단점을 개선한 새로운 clustering 방법인 ALCA (Arrav Linkage Clustering Algorithm)을 제안한다. 이 방식은 화소가 저장된 메모리 번호의 연속성을 이용하여 clustering하기 때문에 초기 씨앗점과 병합 및 분리 파라미터를 필요로 하지 않는다. 따라서 대상 물체의 모양과 관계없이 clustering을 할 수 있다. 대상 물체의 clustering를 기존 방식과 비교 평가함으로써 제안된 방식의 우수성을 확인한다. 또한 제안된 ALCA을 로젯 주사 탐색기의 반대응 능력으로 이용하여 3차원 시뮬레이터상에서 추적 실험을 행한다. 기존 방식과 비교 평가를 통하여 제안된 ALCA 방식이 로젯 주사 탐색기의 반대응 능력으로서 우수한 성능을 가지고 있음을 확인한다.