The combination texture feature extraction approach for texture image retrieval is proposed in this paper. Two kinds of low level texture features were combined in the approach. One of them was extracted from singular value decomposition (SVD) based dual-tree complex wavelet transform (DTCWT) coefficients, and the other one was extracted from multi-scale local binary patterns (LBPs). The fusion features of SVD based multi-directional wavelet features and multi-scale LBP features have short dimensions of feature vector. The comparing experiments are conducted on Brodatz and Vistex datasets. According to the experimental results, the proposed method has a relatively better performance in aspect of retrieval accuracy and time complexity upon the existing methods.
육상 탄성파자료에 나타나는 일관성 잡음인 그라운드롤을 제거하기 위해 특이값 분해 필터링의 적용성을 살펴보았다. 상관성이 높은 반사에너지가 요구되는 특이값의 계산을 위해 먼저 자동이득제어로 감쇠된 진폭을 보상하고 송수신점의 높이보정 및 풍화대 보정을 실시하여 장파장 시간차이를 제거한 후, 나머지 정적보정으로 단파장 시간차이를 완화시켜 반사면의 수평적인 연속성을 높였다. 특이값 분해 필터링에 적합한 입력인자(최대 주성분)는 공통중간점 자료에 수직시간차 역보정을 수행하여 얻은 공통발파점 자료에 대한 연속 테스트로 결정하였다. 그라운드롤의 시간에 따른 분산이 뚜렷한 현장자료에서 특이값 분해 필터링은 일반적인 기법인 f-k 필터링에 비해 반사신호의 왜곡없이 그라운드롤의 영향을 최소화하면서 주요 반사면들의 연속성을 향상시키는데, 이것은 진폭 빛띠에서 반사파의 낮은 진동수 성분들이 필터링 후에도 보존되었다는 점과 잘 상관되었다. 특히 특이값 분해 필터링을 거친 후 S/N 비를 높일 수 있는 자료처리(송곳곱풀기, 시간변화 빛띠흰색화) 과정을 함께 수행하여 겹쌓기한 결과 저류층을 포함한 주요 반사면들의 향상된 연속성과 분해능을 확인할 수 있었다.
비음수 행렬 분해(Nonnegative Matrix Factorization, NMF) 기법은 사전행렬과 크기성분을 번갈아 가며 업데이트 하면서 구하는 방법이며 직관적 해석 및 구현의 용이성으로 인해 중첩음향이벤트 분리 및 검출방법으로 널리 활용되었다. 하지만 비음수 행렬 분해의 고유한 특성인 부분기반표현(part-based representation)으로 인해 하나의 음향 이벤트를 구성 하는 사전(dictionary)의 파편화 현상이 발생하고, 다른 음향이벤트와 중복되는 사전이 생성되어 결과적으로 분리, 검출 성능의 저하 문제가 발생한다. 본 논문에서는 사전 획득 단계의 부분기반표현에 의한 문제를 해소하기 위해 K-Singular Value Decomposition(K-SVD)을 사용하여 사전을 획득하고, 음향이벤트 검출 단계 에서는 기존 비음수 행렬 분해 기법을 이용하여 크기를 획득 한다. 제안하는 방식을 통해 비음수 행렬 분해 기반의 사전을 사용하는 경우보다 중첩음향이벤트 검출 성능이 개선되는 것을 확인하였다.
Recognition of radar emitter signals is one of core elements in radar reconnaissance systems. A novel method based on singular value decomposition (SVD) and the main ridge slice of ambiguity function (AF) is presented for attaining a higher correct recognition rate of radar emitter signals in case of low signal-to-noise ratio. This method calculates the AF of the sorted signal and ascertains the main ridge slice envelope. To improve the recognition performance, SVD is employed to eliminate the influence of noise on the main ridge slice envelope. The rotation angle and symmetric Holder coefficients of the main ridge slice envelope are extracted as the elements of the feature vector. And kernel fuzzy c-means clustering is adopted to analyze the feature vector and classify different types of radar signals. Simulation results indicate that the feature vector extracted by the proposed method has satisfactory aggregation within class, separability between classes, and stability. Compared to existing methods, the proposed feature recognition method can achieve a higher correct recognition rate.
안테나 배열을 통한 방향 탐지는 여러 분야에서 활발하게 이루어지고 있는 연구 분야이다. Beamforming, Capon's method, maximum likelihood(ML), MUSIC 등과 같은 방향 탐지 알고리즘이 대표적이다. 최근 방향 탐지 이론은 압축센싱기법을 이용하여 신호의 희소도를 이용한 방법의 연구가 수행되고 있다. 본 논문에서는 그 중 하나인 신호의 데이터 행렬을 fitting하는 L1-SVD 알고리즘의 성능을 알아보기 위해 MUSIC 알고리즘과 비교하여 장단점을 알아본다.
Learning behaviors of a radial basis function network (RBFN) using a singular value decomposition (SVD) and stochastic gradient (SG) algorithm, together named RBF-SVD-SG, for odor sensing systems are analyzed, and a fast training method is proposed. RBF input data is from a conducting polymer sensor array. It is revealed in this paper that the SG algorithm for the fine-tuning of centers and widths still shows ill-behaving learning results when a sufficiently small convergence coefficient is not used. Since the tuning of centers in RBFN plays a dominant role in the performance of RBFN odor sensing systems, our analysis is focused on the center-gradient variance of the RBFN-SVD-SG algorithm. We found analytically that the steadystate weight fluctuation and large values of a convergence coefficient can lead to an increase in variance of the center-gradient estimate. Based on this analysis, we propose to use the least mean square algorithm instead of SVD in adjusting the weight for stable steady-state weight behavior. Experimental results of the proposed algorithm have shown faster learning speed and better classification performance.
Two-dimensional (2-D) digital filters are widely useful inn image processing and other 2-D digital signal processing fields, but designing 2-D filters is much more difficult than designing one-dimensional (1-D) ones. This paper provides a new insight into the existing singular value decomposition (SVD)-based design approach in the sense that the SVD-based design can be performed more efficiently by exploiting the symmetries of the given 2-D magnitude specifications. By using the specification symmetries. only half of the 1-D filters (sub-filters) need to be designed. which significantly simplifies the design process and reduces the computer storage required for 1-D sub-filter coefficients. Another novel point of this paper si that an objective criterion is proposed for selecting appropriate sub-filter orders in order to reduce the hardware implementation cost. A design example is given to illustrate the effectiveness of the SVD-based design approach by exploiting specification symmetry and new order-selecting criterion.
Singular Value Decomposition (SVD) 기반의 디콘볼루션 방식은 CT 관류 영상 해석에서 가장 널리 사용되는 기법이다. 이 방식에서는 잡음의 영향을 줄이기 위해 SVD 계수를 임계화하는 과정이 사용된다. 이 때 임계화 경계치로 고정된 값을 사용하거나 미리 정해진 진동 지수(Oscillation Index)에 따른 경계치가 사용된다. 이들 두 임계화 방식은 계산량과 정확도 측면에서 서로 장단점을 가지고 있다. 본 논문에서는 두 임계화 방식의 정확도를 비교하기 위한 몬테 칼로 모의 실험 방식을 제안한다. 또한 관류 해석시 사용하는 평활화 과정이 알고리즘의 정확도에 미치는 영향을 측정하기 위해 이 실험 방식을 확장하였다. 본 논문에서는 이와 같은 성능 비교를 위한 모의 실험 방식을 제시하고, 모의 데이터와 실제 CT 영상에 대한 실험 결과를 소개한다.
본 연구는 현재 NASA에서 제공되는 operational OMI HCHO 관측 값에서 에러를 발견하여, 월평균 HCHO 자료의 시계열에 4 차 다항식을 피팅함으로써 구한 배경 모수화(parameterization)값을 이용하여 OMI HCHO 자료의 보정을 수행하였다. 보정후의 OMI HCHO는 동태평양과 서태평양 지역에서 -1.48%, 0.65%/year 경향성을 보였으며 이 수치는 GOME(-0.99%, 1.1%/year)과 SCAIMACHY(-0.92%, 0.03%/year)의 경향성과 유사한 결과이며 적절하게 비정상적인 배경 HCHO 농도의 증가가 제거되었음을 나타낸다. 이 자료의 검증과 분석은 EOF와 SVD 통계적 분석 방법을 사용하여 아프리카 지역에서 다양한 위성 관측 값과의 (HCHO, CO, $NO_2$ 그리고 firecount) 시공간 변동성의 일치성을 비교 분석함으로써 수행되었다. 아프리카에서 MOPITT CO, OMI $NO_2$, SCIAMAHCY 그리고 OMI HCHO의 EOF와 SVD 분석 결과는 생태계화재(biomass burning)의 시공간 변동성 분포와 매우 높은 일치성을 보여준다. 그러나 OMI HCHO 관측 값은 화재가 가장 강하게 발생하는 지역의 풍하측에서 최대 값이 보이며, 화재 발생이 가장 높은 1월에 다소 낮은 HCHO 값이 보이는 등 시공간적으로 생태계 화제 분포와 차이를 보인다. 이것의 원인으로 우리는 이 지역의 열대우림의 식물활동(biogenic activity)영향으로는 설명할 수 없고, biomass burning 에어로졸에 의한 잘못된 AMF 계산이 OMI HCHO 산출에 사용됨으로써 발생한 오차라는 것을 밝혔다. AMF와 관련된 오차가 적절하게 보정된다면, 아프리카 지역의 HCHO 시공간 변동성은 생태계 화제의 변동성을 따를 것이라 예상된다. 따라서 본 연구는 통계적 기법이 위성 자료를 평가하는데 매우 효율적인 방법임을 제안한다.
Many image edge details are easily lost in the image denoising process, and the smooth image regions are prone to produce jagged. In this paper, we propose a wavelet-based image global k- singular value decomposition variational method to remove image noise. A layer of wavelet decomposition is applied to the noisy image first. Then, the image global k-singular value decomposition (IGK-SVD) method is used to remove the random noise of low-frequency components. Furthermore, a constructed variational denoising method (VDM) removes the random noise in the high-frequency component. Finally, the denoised image is obtained by wavelet reconstruction. The experimental results show that the proposed method's peak signal-to-noise ratio (PSNR) value is higher than other methods, and its structural similarity (SSIM) value is closer to one, indicating that the proposed method can effectively suppress image noise while retaining more image edge details. The denoised image has better denoising effects.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.