• 전자공학회논문지
• /
• 제50권7호
• /
• pp.216-224
• /
• 2013

영상분할에 사용되는 문턱치 처리 방법들 중 Otsu 방법은 클래스 내 분산(within-class variance)을 이용하여 최적의 문턱치를 자동으로 추정한다. 이때, Otsu 방법은 각 클래스(class)의 통계적 분포를 표현함에 있어 분산을 사용하며, 이러한 분산은 평균으로부터 해당 자료까지의 거리 제곱으로 표현된다. 그 결과, Otsu 방법의 최적 문턱치는 분산의 크기에 큰 영향을 받으며, 분산들 중 크기가 큰 쪽으로 편향되는 문제점을 보인다. 이에 본 논문은 분산을 표준편차로 변경함으로써 이러한 현상을 감소시켰으며, 보다 정확한 문턱치를 추정할 수 있었다. 본 논문은 기존의 클래스 분산(class variance)을 클래스 표준편차(class standard deviation)로 대체하였으며, 문턱치 선택 기준으로서 클래스 내 표준편차(within-class standard deviation)을 제안하였다. 타당성을 검증하기 위해 두 개의 정규분포 히스토그램(histogram) 및 음영이 있는 영상들에 대해 모의실험을 수행하였으며, 제안된 방법을 Otsu 방법 및 기존의 방법들과 비교하였다. 또한, 객관적 성능평가(Misclassification Error)를 통해 제안된 방법의 우수성을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.153-158
• /
• 2010

본 논문에서는 선행 연구를 통해 제안하였던 새로운 분류 알고리즘인 Variance Considered Machines (VCM)을 통해 EEG 신호의 분류 에러율을 감소시킴으로 Brain-Computer Interface (BCI)의 성능향상 가능성을 보였다. BCI란 뇌파를 통해 컴퓨터와 같은 시스템을 제어하는 것으로 BCI의 인식률에 영향을 미치는 것에는 많은 요소가 있지만 본 논문에서는 그 중에서도 가장 중요한 분류 알고리즘을 제안된 알고리즘을 통해 인식률을 향상하는 것을 보였다. 이를 위해 피험자가 가상으로 왼쪽 손과 다리를 움직이는 상상을 한 데이터를 기존에 가장 많이 사용되고 있는 분류 알고리즘인 SVM과 제안된 VCM으로 분류하여 인식률을 비교하였다. 기존 연구를 통해 VCM의 우수성을 이론적 결과와 시뮬레이션 결과로 보였다면 본 논문에서는 실제 데이터를 통한 실험을 통해 인식률 향상을 보였다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.181-192
• /
• 2016

옵션의 가격을 결정하는 문제에서 블랙-숄즈 모형이 가지는 단점을 보완하기 위해 블랙-숄즈 가격을 선도항으로 하여 보정항을 구하는 근사적 옵션가격의 결정방법을 고려하였다. 이러한 근사적 가격결정 방법들은 비교적 적은 자료를 가지고 간단한 계산으로 다양한 형태의 위험중립 확률분포에 의한 옵션가격을 계산할 수 있다. 이 논문에서는 일반적으로 관찰되는 시장상황을 모사한 모의실험과 실제 시장에서 관측되는 KOSPI200 옵션가격 자료를 통해 몇 가지 근사방법들의 적합성과를 비교, 평가하였다. 헤르미트 다항식 계열의 Edgeworth 확장과 A-type Gram-Charlier, C-type Gram-Charlier 방법, NIG 분포를 이용하는 방법, 비선형 회귀를 이용한 점근적 근사방법이 고려되었다. 모의실험에서는 순수 점프 레비 확률과정 가운데 옵션가격이 닫힌 해의 형태로 존재하는 Variance gamma 과정을 가정하여 자료를 생성하였다. 모의실험과 실제 자료분석의 결과, 분포함수를 먼저 근사하여 가격을 계산하는 것보다 근사적 가격식을 유도하여 직접 가격을 근사하는 방법들의 성능이 좀 더 좋았으며, 그 가운데 비선형 회귀를 이용한 점근적 근사방법이 상대적으로 좋은 성능을 보였다.

• 대한산업공학회지
• /
• 제39권5호
• /
• pp.361-366
• /
• 2013

Prediction of process parameters is very important in parameter design. If predictions are fairly accurate, the quality improvement process will be useful to save time and reduce cost. The concept of dual response approach based on response surface methodology has widely been investigated. Dual response approach may take advantages of optimization modeling for finding optimum setting of input factor by separately modeling mean and variance responses. This study proposes an alternative dual response approach based on machine learning techniques instead of statistical analysis tools. A hybrid neural network-genetic algorithm has been proposed for the purpose of parameter design. A neural network is first constructed to model the relationship between responses and input factors. Mean and variance responses correspond to output nodes while input factors are used for input nodes. Using empirical process data, process parameters can be predicted without performing real experimentations. A genetic algorithm is then applied to find the optimum settings of input factors, where the neural network is used to evaluate the mean and variance response. A drug formulation example from pharmaceutical industry has been studied to demonstrate the procedures and applicability of the proposed approach.

• 대한임베디드공학회논문지
• /
• 제10권3호
• /
• pp.179-188
• /
• 2015

We propose obstacle classification method based on 2D LIDAR(Light Detecting and Ranging) database. The existing obstacle classification method based on 2D LIDAR, has an advantage in terms of accuracy and shorter calculation time. However, it was difficult to classifier the type of obstacle and therefore accurate path planning was not possible. In order to overcome this problem, a method of classifying obstacle type based on width data of obstacle was proposed. However, width data was not sufficient to improve accuracy. In this paper, database was established by width, intensity, variance of range, variance of intensity data. The first classification was processed by the width data, and the second classification was processed by the intensity data, and the third classification was processed by the variance of range, intensity data. The classification was processed by comparing to database, and the result of obstacle classification was determined by finding the one with highest similarity values. An experiment using an actual autonomous vehicle under real environment shows that calculation time declined in comparison to 3D LIDAR and it was possible to classify obstacle using single 2D LIDAR.

• 정보처리학회논문지B
• /
• 제13B권3호
• /
• pp.205-214
• /
• 2006

이미지에 포함된 텍스트는 이미지의 내용을 함축적이고 구체적으로 표현하는 정보로서 이러한 정보를 실시간에 찾아내서 인식한다면 다양한 응용에 활용할 수 있다. 본 논문에서는 카메라로 취득한 다양한 종류의 이미지로부터 텍스트를 추출하는 방법과 추출된 영역에서 텍스트를 분리하는 방법을 새롭게 제안한다. 텍스트 영역 추출을 위해서 RGB 색 공간에서 색 분산을 특징으로 제안하며, 텍스트 영역 분리를 위해서 RGB 색 공간에서 개선된 K-means 병합을 제안한다. 실험은 디지털 카메라와 핸드폰 카메라로 취득한 다양한 종류의 문서유형 이미지와 실내외의 일반적인 자연이미지를 사용하였으며, ICDAR 콘테스트[1] 이미지의 일부도 사용하였다.

• 한국컴퓨터산업학회논문지
• /
• 제9권5호
• /
• pp.207-216
• /
• 2008

초장력 스프레드시트 기능의 엑셀 프로그램에서 자료를 통계적으로 분석하는 데이터분석 메뉴는 엑셀 2000 이후 수정 보완 되고 있지 않으며 그 활용도도 매우 저조하다. 본 연구에서는 엑셀 통계분석 메뉴 활용도 향상을 위하여 사용빈도가 높은 분산분석의 엑셀 메뉴 실행 결과와 계산식에 의한 이론 결과를 비교하고 고차원 분석 매크로를 개발하였다. 실자료를 엑셀 라이터분석 메뉴를 적용하여 얻은 결과와 계산식에 의한 이론 결과는 요인이 한개인 일원배치법이나 두개인 이원배치 법에서 모두 정확히 일치하였다. 즉 엑셀 데이터분석 메뉴의 신뢰성이 검증되었다. 고차원적인 분산분석법인 블록화된 분산분석 결과를 제공하는 매크로 및 일원분산분석법에서 평균 차이 있는 그룹들을 찾아내는 다중비교 분석방법 매크로를 엑셀 함수를 이용하여 개발하였다.

• 대한의용생체공학회:의공학회지
• /
• 제15권4호
• /
• pp.465-474
• /
• 1994

This study is concerned with a method which helps human to generate EMG signals accurately and consistently to make reliable design samples of function discriminator for prosthetic arm control. We intend to ensure a signal accuracy and consistency by training human as a signal generation source. For the purposes, we construct a human training system using a digital computer, which generates visual graphes to compare real target motion trajectory with the desired one, to observe EMG signals and their features. To evaluate the effect which affects a feature variance and a feature separability between motion classes by the human training system, we select 4 features such as integral absolute value, zero crossing counts, AR coefficients and LPC cepstrum coefficients. We perform a experiment four times during 2 months. The experimental results show that the hu- man training system is effective for accurate and consistent EMG signal generation and reduction of a feature variance, but is not correlated for a feature separability, The cepstrum coefficient is the most preferable among the used features for reduction of variance, class separability and robustness to a time varing property of EMG signals.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 1996년도 International Conference on Agricultural Machinery Engineering Proceedings
• /
• pp.852-862
• /
• 1996

This study was carried out to develop tools to detect defects of apple using machine vision. For the purpose, 6 kinds of frame for color images, R, G, B, h, S, and I frame, and a frame for near infra-red images (NIR frame) were tested first to select one which is useful to segment defect areas from apple images. After then, several methods to classify kind of defect for the segmented defect areas were developed and tested. Five kinds of apple defect -bruise , decay ,fleck worm hole and scar were investigated . The results are as follows: NIR frame was selected as the best one among the 7 kinds of image frame, and R, G and I frames showed favourable result to segment areas of apple defect. Various features of the segmented defect areas were measured to classify the defect areas. Eight kids of feature of the areas-size, roundness, axes length ratio, mean and variance of pixel values, variance of real part of spectrum, mean and variance of power spectrum resulted from spacial ourier transform were observed for the segmented defect areas in the selected 4 frames. then procedures to classify defects using the features were developed for the 4 frames and tested with 75-113 defects on apples. The test resulted that NIR and I frames showed high accuracies to classify the kind of defect as 77% and 76% , respectively.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.1788-1792
• /
• 2005

Eddy current sensor is representative instrument measuring gap to base metal and sensing trouble in base metal. The existing eddy current sensor works as measuring variance of sensor coil's inductance. But, sensor coil have phenomenon that not only inductance but also real resistance varies in real action. Conductivity and Permeability are main variable in sensor coil's varying impedance(inductance, real resistance). By searching relationship between conductivity-permeability and sensor coil's impedance, eddy current sensor gain advantage of elevation of accuracy, removal of alignment to each base metal, and continuous sensing to varying base metal.