• Journal of Mechanical Science and Technology
• /
• 제18권8호
• /
• pp.1388-1400
• /
• 2004

Problems with the control, oscillatory motion and compliance of pneumatic systems have prevented their widespread use in advanced robotics. However, their compactness, power/weight ratio, ease of maintenance and inherent safety are factors that could be potentially exploited in sophisticated dexterous manipulator designs. These advantages have led to the development of novel actuators such as the McKibben Muscle, Rubber Actuator and Pneumatic Artificial Muscle Manipulators. However, some limitations still exist, such as a deterioration of the performance of transient response due to the changes in the external inertia load in the pneumatic artificial muscle manipulator. To overcome this problem, a switching algorithm of the control parameter using a learning vector quantization neural network (LVQNN) is newly proposed. This estimates the external inertia load of the pneumatic artificial muscle manipulator. The effectiveness of the proposed control algorithm is demonstrated through experiments with different external inertia loads.

• 한국ITS학회 논문지
• /
• 제6권3호
• /
• pp.87-94
• /
• 2007

본 논문은 음성인식과 화자 적응 방법들의 성능을 검토한 것이다. 본 논문에서 검토한 인식 방법은 에너지의 변화 상태와 VQ를 이용하여, 음성 인식을 수행하였으며, 화자에 따른 인식률 문제를 해결하기 위하여 화자 적응 방법(최대사후 확률추정법, 선형스펙트럼 추정법)을 검토하였다. 수행 결과 일반 VQ 방법보다 에너지 변화 상태를 이용한 인식 결과가 더 우수한 결과를 보였으며, 최대사후 확률 추정법을 적용할 경우, 2-3 %의 인식률 향상을 얻을 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.153-157
• /
• 2004

본 논문은 패턴인식을 위해 사용할 수 있는 감독학습을 이용한 supervised IAFC neural network 1과 supervised IAFC neural network 2를 제안하였다 Supervised IAFC neural network 1과 supervised IAFC neural network 2는 LVQ(Learning Vector Quantization)를 퍼지화한 새로운 퍼지 학습법칙을 사용하고 있다. 이 새로운 퍼지 학습 법칙은 기존의 학습률 대신에 퍼지화된 학습률을 사용하고 있는데, 이 퍼지화된 학습률은 조건 확률을 퍼지화 한 것에 근간을 두고 있다. Supervised IAFC neural network 1과 supervised IAFC neural network 2의 성능과 오류역전파 신경회로망의 성능을 비교하기 위하여 iris 데이터를 사용하였는데, 실험결과 supervised IAFC neural network 2 의 성능이 오류역전파 신경회로망의 성능보다 우수함이 입증되었다.

• 한국지능시스템학회논문지
• /
• 제14권2호
• /
• pp.201-206
• /
• 2004

This study attempted to develop a speech recognition module applied to a wheelchair for the physically handicapped. In the proposed speech recognition module, TMS320C32 was used as a main processor and Mel-Cepstrum 12 Order was applied to the pro-processor step to increase the recognition rate in a noisy environment. DTW (Dynamic Time Warping) was used and proven to be excellent output for the speaker-dependent recognition part. In order to utilize this algorithm more effectively, the reference data was compressed to 1/12 using vector quantization so as to decrease memory. In this paper, the necessary diverse technology (End-point detection, DMA processing, etc.) was managed so as to utilize the speech recognition system in real time

• 한국지능시스템학회논문지
• /
• 제16권4호
• /
• pp.460-465
• /
• 2006

본 논문은 입력 벡터와 클래스들의 대표값들간의 유클리디안 거리들을 사용한 새로운 퍼지 학습법칙을 제안한다. 이 새로운 퍼지 학습을 supervised IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망 4에 적용하였다. 이 신경회로망은 안정성을 유지하면서도 유연성을 가지고 있다. iris 데이터를 사용하여 테스트한 결과 supervised IAFC 신경회로망 4는 오류역전파 신경회로망과 LVQ 알고리듬보다 성능이 우수하였다.

• 한국정밀공학회지
• /
• 제20권8호
• /
• pp.86-93
• /
• 2003

The development of a fast, accurate, and inexpensive position-controlled pneumatic actuator that may be applied to a variety of practical positioning applications with various external loads is described in this paper. A novel modified pulse width modulation (MPWM) valve pulsing algorithm allows on/off solenoid valves to be used in place of costly servo valves. A comparison between the system response of standard PWM technique and that of the novel modified PWM technique shows that the control performance is significantly increased. A state feedback controller with position, velocity and acceleration feedback is successfully implemented as the continuous controller. Switching algorithm of control parameter using learning vector quantization neural network (LVQNN) is newly proposed, which estimates the external loads of the pneumatic actuator. The effectiveness of the proposed control algorithms are demonstrated through experiments with various loads.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제4권2호
• /
• pp.142-148
• /
• 2004

In this paper, we propose the color fuzzy decision algorithm to face segmentation in a color image. Our algorithm can segment without the user's interaction by fuzzy decision marking. And it removes small parts such as a noise using wavelet morphology in the image obtained by applying the fuzzy decision algorithm. Also, it merges and chooses the face region in each quantization image through rough sets. This video object division algorithm is shown to be superior to a conventional algorithm.

• 한국지능시스템학회논문지
• /
• 제21권4호
• /
• pp.487-492
• /
• 2011

본 논문에서는 가장 단순한 구조를 가진 Nearest Prototype Classifier의 성능 개선을 위해 차분 진화 알고리즘을 적용하여 prototype의 위치를 결정하는 방법을 제안하였다. 차분 진화 알고리즘을 이용하여 prototype의 위치 벡터가 결정이 되며, 차분 진화 알고리즘에 의해 결정된 prototype의 class label을 결정하기 위한 class label 결정 알고리즘도 제안하였다. 제안된 알고리즘의 성능 평가를 위해 기존의 패턴 분류기와 비교 결과를 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 춘계학술대회 학술발표 논문집
• /
• pp.191-194
• /
• 1997

본 논문에서는 2D-DCT 변환된 동영상 프레임 사이의 오차 블록들의 활성 레벨(atcivity level)과 에지의 특성을 분류하여 동영상의 적응적인 양자화를 제안한다. 각 블록에서는 활성 레벨이 각기 다르고, 같은 활성 레벨이라 할지라도 에지의 특성도 각기 다르게 나타난다. 적응적인 양자화를 위해서, 2D-DCT 변환된 영상 오차의 각 블록의 활성레벨 뿐만 아니라 AC 계수들의 분포에 따른 에지 특성을 분류하면, 블록의 활성 레벨만을 일률적으로 적용한 Sorting 방법의 경우보다 향상된 영상을 복원할 수 있다. 블록의 활성 레벨은 AC energy에 의해서 측정하고, 에지 특성은 AC 계수들의 분포에 의해 결정하게 된다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.255-262
• /
• 1998

This paper presents a translation, rotation and scale invariant methodology for the recognition of closed planar shape images using the bispectrum of a contour sequence and the learning vector quantization(LVQ) neural classifier. The contour sequences obtained from the closed planar images represent the Euclidean distance between the centroid and all boundary pixels of the shape, and are related to the overall shape of the images. The higher order spectra based on third order cumulants is applied to tihs contour sample to extract fifteen bispectral feature vectors for each planar image. There feature vector, which are invariant to shape translation, rotation and scale transformation, can be used to represent two0dimensional planar images and are fed into a neural network classifier. The LVQ architecture is chosen as a neural classifier because the network is easy and fast to train, the structure is relatively simple. The experimental recognition processes with eight different hapes of aircraft images are presented to illustrate the high performance of this proposed method even the target images are significantly corrupted by noise.