• 대한토목학회논문집
• /
• 제26권4D호
• /
• pp.687-693
• /
• 2006

최근 전 지구적, 혹은 대규모 지역의 분석 및 모니터링을 위한 위성영상의 사용이 늘어나고 있으며 이를 처리하기 위해 빠르고 편리한 '영상좌표 상호등록'방법이 요구되고 있다. 이러한 '영상좌표 상호등록'은 위성의 센서모델 및 천체력 자료를 이용하는 엄밀 모델식을 이용하는 방법과 기 존재하는 기준 영상(Reference image)을 사용하거나 혹은 수치지도를 사용하는 경험적 방법의 두 가지로 분류할 수 있다. '영상좌표 상호등록'의 효율성을 높이기 위해서 저자는 '사전검수 영역기반정합법'(Pre-qualified area matching)을 사용하였다. 이는 Canny 연산자를 이용한 경계추출법, 교차상관계수를 사용한 영역기반정합법(Area based matching), t-분포를 이용하여 95%의 신뢰구간 내에서 과대오차 소거법을 적용한 방법이다. 이러한 사전검수(Pre-qualification) 과정을 통해 연산시간을 현저히 단축시켰고, '영상좌표 상호등록'의 정확도 역시 향상됨을 알 수 있었다. 제안한 알고리즘을 사용하여 프로그램을 작성하고, 한반도 Landsat ETM+ 영상 3장을 이용하여 테스트하였다. 정합점 간의 평균제곱오차는 0.435 영상소, 정합점은 평균 25,573개로 나타났다. 연산 시간은 3.0GHz 1Gb RAM 사양의 컴퓨터에서 평균 약 4.2분으로 나타났다.

• 한국지능시스템학회논문지
• /
• 제18권6호
• /
• pp.876-880
• /
• 2008

주어진 데이터에서 대부분의 다른 관측치들에 비해 지나치게 크거나 작은 관측치를 이상치라고 한다. 이상치는 몇 가지 원인에 의해 발생한다. 이상치를 포함한 데이터의 분석결과는 이 값을 포함하지 않은 경우와 크게 달라질 수 있다. 일반적으로 이상치는 탐지를 통하여 찾아내어 제거한 후에 데이터분석을 수행한다. 하지만 사기탐지, 네트워크 침입 등의 데이터 마이닝 분야에서는 이상치가 중요한 정보를 포함하고 있기 때문에 반드시 포함하여 데이터분석을 수행하여야 한다. 본 논문에서 다루는 회귀모형에서는 기존의 단순, 다중 회귀분석은 이상치에 대하여 안정된 모형을 구축하기 어렵기 때문에 표준화 잔차 또는 스튜던트화된 잔차를 이용하여 이상치를 찾아내고 제거한 후의 데이터분석 수행을 추천한다. 본 논문에서는 회귀모형에서 이상치를 포함하여 효과적으로 데이터분석을 수행할 수 있는 한 방법으로 Vapnik이 제안한 통계적 학습이론에 기반한 Support Vector Regression(SVR)을 이용하였다 인공 데이터를 생성한 모의실험 결과 기존의 회귀모형에 비해 SVR의 향상된 결과를 확인할 수 있었다.

• 응용통계연구
• /
• 제26권4호
• /
• pp.635-647
• /
• 2013

다중 대체법은 표본조사에서 결측값이 발생하였을 때 가장 흔히 사용하는 방법이다. 이 방법은 여러 요인에 의해 그 성능이 좌우되며 특히 이상점의 영향을 많이 받는다. 본 연구에서는 가중치 보정법을 이용하여 이상점의 영향력을 줄여 다중 대체법의 성능을 향상시키는 방법을 연구하였다. 가중치 보정법을 이용하여 얻어진 최종 가중치를 다중대체에 사용하였으며 SAS의 PROC MI가 다중 대체를 위해 사용되었다. 모의실험과 매월노동통계 자료를 이용한 실제 자료 분석을 통하여 제안된 방법의 우수성을 확인하였다.

• 한국측량학회지
• /
• 제40권4호
• /
• pp.325-332
• /
• 2022

우주 측지 기술 사이의 상대적인 위치 관계를 설명하는 벡터를 결정하기 위해서는 VLBI IVP (Very Long Baseline Interferometry Invariant Point)의 위치를 정밀하게 계산하여야 한다. 이를 위해 일반적으로 VLBI 안테나에 반사 타겟을 부착한 후 필라들로부터 경사 거리, 수평각, 수직각을 관측한다. 그 다음 단계에서는 관측값과 미지수를 연결하는 수학 모델을 이용하여 조정 계산을 수행하게 된다. 따라서 계산된 미지수는 관측값의 정밀도에 영향을 받게 된다. 이때 특히 문제가 되는 것은 반사 타켓이 일반적인 측량 정밀도를 확보하기 어려운 곳에 위치하고 있다는 점이다. 즉, 반사 타겟의 방향을 조정하여 측량 기기에 정확하게 맞출 수 없다는 것이다. 따라서 이러한 부분은 관측 오차에 또 다른 형태로 나타날 것이며 조정 계산 시 오차 모델링에 오류를 발생시킬 수도 있다. 본 연구에서는 조정 계산 후 계산된 잔차의 특성에 대한 분석을 수행하였다. 먼저 관측 타입별 통계 분석을 통해 정규성을 검정하였으며 분산에 차이가 있는 지에 대한 검정도 실시하였다. 관측 타입별로 등분산 검정을 한 경우 분산이 서로 다른 것으로 나타났다. 각 필라에 대해 관측 타입별 등분산 검정을 했을 때 경사 거리와 수평 및 수직각 사이에는 분산에 차이가 있는 것으로 나타났다. 따라서 결합 측량으로부터 최적의 결과를 얻기 위해서는 관측 오차에 대해 보다 세분화된 모델링이 필요한 것으로 나타났다.