• 한국정보통신학회논문지
• /
• 제24권11호
• /
• pp.1411-1416
• /
• 2020

본 논문에서는 색조 도플러 초음파 영상에서 K-Means 알고리즘을 적용하여 혈류 영역을 추출하는 방법을 제안한다. 제안된 방법에서는 ROI 영역을 추출하고, 추출된 ROI 영역에서 최대 명암도를 임계치로 설정한 이진화 기법을 적용하여 ROI 영역을 이진화한다. 이진화된 ROI 영역에서 4 방향 윤곽선 추적 기법을 적용하여 상완 동맥의 혈류 영역이 존재하는 사다리꼴 형태의 영역을 추출한다. 추출된 사다리꼴 형태의 영역에서 상완동맥의 혈류영역을 정확히 추출하기 위하여 K-Means 기반 양자화 기법을 적용한다. 실험에서 제안 된 방법은 현장 전문가의 검증을 거쳐 30건 중 28건 (93.3%)에서 혈류 영역을 성공적으로 추출하였다. 그리고 제안된 K-Means 기반 혈류 영역 추출 방법을 30개의 색조 도플러 초음파 영상에 적용하여 전문의가 제공한 상완동맥 혈류 영역과 제안된 방법을 비교 분석한 결과, 정확도가 평균적으로 94.27%로 나타났다.

• 융합신호처리학회논문지
• /
• 제5권3호
• /
• pp.205-209
• /
• 2004

벡터양자화에서 사용되는 부호책 생성 알고리즘들 중에서 가장 널리 사용되는 방법은 K-means 알고리즘이다. 본 논문에서는 부호책의 성능 개선을 위해 새로운 갱신조건을 적용한 부호책 생성 알고리즘을 제안한다. 기존의 K-means 알고리즘은 모든 학습반복 과정 동안 부호벡터 갱신 시 거리의 가중치를 고정하지만, 제안된 방법은 학습반복 과정에서 새로운 부호벡터의 갱신 조건에 따라서 다른 가중치를 적용하여 부호책을 구한다. 따라서, 갱신 조건에 의해 부호벡터에 다른 가중치를 적용할 수 있고, 학습반복 과정마다 가변되는 가중치를 적용하는 효과를 얻을 수 있다. 실험 결과 K-means 알고리즘보다 부호책의 성능이 향상됨을 확인하였다.

• Journal of applied mathematics & informatics
• /
• 제35권1_2호
• /
• pp.33-44
• /
• 2017

We review weighted power means of positive real numbers and see their properties including the convexity and concavity for weights. We study the mixed power means of positive real numbers related to majorization of weights, which gives us an extension of Muirhead's inequality. Furthermore, we generalize Holland's conjecture to the power means.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.386-388
• /
• 2018

본 논문은 사회적 상호작용 결여로 감정 기복이 심하고 스트레스로 인해 정서불안 증세를 보이는 자폐 범주성 장애아동의 감정 상태를 인식하기 위한 목적으로 4가지 감정 자극에 대하여 생체신호를 분석하고 K-Means 알고리즘을 적용하여 획득한 정보로부터 감정 상태를 인식하는 방법을 제안한다. 실험구성은 참가자가 주어지는 감정자극 영상을 시청하는 동안 맥파 및 피부전도 센서를 이용하여 생체신호를 측정한 후 자율신경 비율을 나타내는 LF/HF의 심박 정보와 피부 반응 정보를 정량적으로 분석하였고, 추출된 정보로부터 K-Means 알고리즘을 적용하여 감정 상태를 분류하는 과정으로 진행된다. 총 3명의 일반인을 대상으로 실험을 진행하였으며, 4가지 감정 자극에 대한 실험을 수행한 결과, 생체신호 측정을 이용한 감정인식 방법이 제시되는 감정 자극을 충분히 분류할 수 있음을 확인할 수 있었다.

• Communications for Statistical Applications and Methods
• /
• 제27권4호
• /
• pp.431-443
• /
• 2020

The K-means clustering algorithm has had successful application in sufficient dimension reduction. Unfortunately, the algorithm does have reproducibility and nestness, which will be discussed in this paper. These are clear deficits for the K-means clustering algorithm; however, the hierarchical clustering algorithm has both reproducibility and nestness, but intensive comparison between K-means and hierarchical clustering algorithm has not yet been done in a sufficient dimension reduction context. In this paper, we rigorously study the two clustering algorithms for two popular sufficient dimension reduction methodology of inverse mean and clustering mean methods throughout intensive numerical studies. Simulation studies and two real data examples confirm that the use of hierarchical clustering algorithm has a potential advantage over the K-means algorithm.

• 대한전자공학회논문지SD
• /
• 제45권2호
• /
• pp.150-156
• /
• 2008

정보통신의 기술이 발달하면서 정보의 양이 많아지고 사용자의 질의에 대한 검색 결과 리스트도 많이 추출되므로 빠르고 고품질의 문서 클러스터링 알고리즘이 중요한 역할을 하고 있다. 많은 논문들이 계층적 클러스터링 방법을 이용하여 좋은 성능을 보이지만 시간이 많이 소요된다. 반면 K-means 알고리즘은 시간 복잡도를 줄일 수 있는 방법이다. 본 논문에서는 계층적 클러스터링 시스템인 콘도르(Condor) 시스템에서 K-Means 알고리즘을 이용하여 효율적으로 정보 검색을 하고 검색결과를 계층적으로 볼 수 있도록 구현하였다. 이 시스템은 K-Means Algorithm을 이용하였으며 클러스터 계층 깊이와 초기값을 조절하여 더 나은 성능을 보임을 알 수 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.405-408
• /
• 2003

This paper proposes a new algorithm for cloudy area detection using K-Means and GHA (Generalized Hebbian Algorithm). K-Means is one of simple classification algorithm, and GHA is unsupervised neural network for data compression and pattern classification. Proposed algorithm is based on block based image processing that size is l6$\times$l6. Experimental results shows good performance of cloudy area detection except blur cloudy areas.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2003년도 추계학술대회
• /
• pp.249-258
• /
• 2003

K-means clustering has been widely used in many applications, such that pattern analysis or recognition, data analysis, image processing, market research and so on. It can identify dense and sparse regions among data attributes or object attributes. But k-means algorithm requires many hours to get k clusters that we want, because it is more primitive, explorative. In this paper we propose a new method of k-means clustering using the grid-based sample. It is more fast than any traditional clustering method and maintains its accuracy.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2003년도 추계학술대회
• /
• pp.229-238
• /
• 2003

K-means clustering has been widely used in many applications, such that pattern analysis, data analysis, market research and so on. It can identify dense and sparse regions among data attributes or object attributes. But k-means algorithm requires many hours to get k clusters, because it is more primitive and explorative. In this paper we propose a new method of k-means clustering using the grid-based representative value(arithmetic and trimmed mean) for sample. It is more fast than any traditional clustering method and maintains its accuracy.

• 응용통계연구
• /
• 제23권3호
• /
• pp.595-607
• /
• 2010

본 논문에서는 일반 영상의 가우시안 잡음 제거에 유용한 Non-Local Means 필터를 이용하여 웨이블렛 도메인 상에서 SAR 영상의 스펙클 잡음제거 방법을 제안하고자 한다. 먼저 승법 잡음인 스펙클 잡음을 로그를 취해 가법 잡음으로 변환한 후 웨이블렛 분해하고 고주파 혹은 저주파 서브밴드에 따라 Non-Local Means 필터와 웨이블렛 임계값 처리(wavelet thresholding)를 선택적으로 적용하고 지수형태를 취해 원영상으로 복원함으로서 잡음을 제거한다. 또한, Non-Local Means 필터의 단점인 수행시간을 단축시키기 위해 통계적 t-검정을 이용하여 개선하고자 한다. 영상실험을 통한 성능평가 결과 제안된 필터는 정성적인 비교와 PSNR과 DSSIM을 통한 정량적인 비교 모두 기존의 필터보다 우수한 성능을 보였다. 통계적 t-검정을 이용해 개선된 방법은 빠른 계산 속도와 더 나은 성능을 나타냈다.