본 논문에서는 멀티미디어 정보검색을 위하여 영상정보의 특징추출에 적합한 벡터 양자화 코드북 설계 방법을 제안한다. 기존의 벡터 양자화의 경우 영상에 대한 특징을 추출할 경우 보통 영상을 복원한 다음 수행하므로 많은 시간과 메모리가 소요되며, DCT(discrete cosine transform)를 이용한 방법처럼 블록화 현상을 동반한다. 이를 개선하기 위하여 본 논문에서는 웨이브렛 변환과 주성분 해석을 이용한 벡터 양자화 코드북 설계 방법을 제안한다. 웨이브렛 변환은 높은 압축률에서도 블록화 없는 영상을 복원하기 위해서 도입되었으며, 주성분해석은 데이터를 여러 그룹으로 분할하기 위해 도입되었다. 신경회로만인 SOM(self-organizing map)을 이용한 벡터 양자화와 비교실험에서 비슷한 성능을 보이면서도 처리 시간을 대폭 단축시킬 수 있음을 볼 수 있었다.
본 논문은 가중 퍼지소속함수 기반 신경망(neural network with weighted fuzzy membership functions, NEWFM)을 이용하여 심전도(ECG) 신호로부터 조기심실수축(premature ventricular contractions, PVC)을 자동 탐지하는 방안을 제시하고 있다. NEWFM은 MIT-BIH 데이터베이스의 부정맥 심전도를 웨이블릿 변환(wavelet transform, WT)한 계수로부터 학습하여 정상 파형과 PVC 파형을 구분한다. 비중복면적 분산 측정법을 적용하여 중요도가 가장 높은 계수 2개를 추출하여 분류규칙을 최소화하였고, 이를 사용하여 99.90%의 PVC 분류성능을 나타내었다. 또한 추출된 두 계수의 R파를 기준으로 한 위치를 제시함으로써 두 위치의 정보만으로 PVC를 탐지할 수 있음을 보여주었다.
구조물의 안전성평가와 관련하여 비파괴평가 방법 중에서 음향방출 (acoustic emission, AE)기법에 의한 비파괴적 결함 발생 검출 기법은 다른 기법에 비해 비교적 새로운 평가기술로서 구조물의 이상 유무를 조기에 진단하고 주기적으로 감시할 수 있는 온-라인 모니터링에 적합하다. 그러나 한편, 국내에서는 아직까지 이에 대한 체계적인 연구가 미비한 실정이며, 대부분 값비싼 외국 시스템을 도입하여 사용하고 있는 실정이다 뿐 만 아니라 기존의 음향방출 시스템은 장치의 특성상 시스템이 매우 복잡하고 가격이 고가인 관계로 다양한 산업분야에서 실제 현장에 적용하기가 쉽지 않다. 따라서 본 연구에서는 기존의 음향방출 시스템이 가지고 있던 불필요한 낭비적인 요소들을 제거하고 실제 산업현장에 부합하는 위치표정 시스템을 개발하고자 하였다. 한편, 기존의 AE 시스템들은 위치표정을 위한 신호분석이 난해할 뿐만 아니라 박판 구조물의 경우는 위치표정이 매우 어렵다. 본 연구에서는 시간-주파수 해석에 널리 사용되고 있는 웨이블릿 기법을 이용하여 보다 정확한 위치표정을 진단하는 기법을 수행하였다.
복합재는 금속보다 높은 비강성과 비강도를 갖는 장점 때문에 군용기와 민항기의 주요 구조물로 사용이 증대되고 있다. 하지만 복합재의 기계적인 특성은 충격에 의해 심각하게 저하된다. 특히, 우박, 고속 택싱에 의한 파편과의 고속 충격은 작은 질량임에도 불구하고 구조물과 서브시스템에 심각한 손상을 줄 수 있다. 그러나 한 가지 센서 또는 기존의 기법을 사용하여 복합재의 손상을 탐지하기는 쉽지 않다. 본 논문에서는 복합적층판의 고속충격에 의한 손상 개시와 전파를 모니터링하기 위해 PVDF 센서와 AE 센서를 사용하였다. 센서 신호를 분석하기 위해 웨이블릿 변환을 사용하였다. 충격에너지가 증가할수록 고주파 신호가 증가하였고 PVDF 센서와 AE 센서 신호에서 유사한 경향을 알 수 있었다. 결과적으로 복합적층판의 고속충격손상을 감지하고 특성화하는 다양한 센싱 기법을 제시하였다.
This study attempts to test the classifying performance of a neural network and thereby examine its applicability to the signals distorted in a shallow water environment. Linear frequency modulated(LFM) signals are simulated by using an acoustic model and also measured through sea experiment. The network is constructed to have three layers and trained on both data sets. To get normalized power spectra as feature vectors, the study considers the three transforms : shot-time Fourier transform (STFT), wavelet transform (WT) and pseudo Wigner-Ville distribution (PWVD). After trained on the simulated signals over water depth, the network gives over 95% performance with the signal to noise ratio (SNR) being up to-10 dB. Among the transforms, the PWVD presents the best performance particularly in a highly noisy condition. The network performs worse with the summer sound speed profile than with the winter profile. It is also expected to present much different performance by the variation of bottom property. When the network is trained on the measured signals, it gives a little better results than that trained on the simulated data. In conclusion, the simulated signals are successfully applied to training a network, and the trained network performs well in classifying the signals distorted by a surrounding environment and corrupted by noise.
In this paper, we propose a new post-processing method, based on the theory of the projection onto convex sets (POCS) to reduce the blocking artifacts in decoded images. We propose a new smoothness constraint set (SCS) and its projection operator in the wavelet transform (WT) domain to remove unnecessary high-frequency components caused by blocking artifacts. We also propose a new method to find and preserve the original high frequency components of the image edge. Experimental results show that the proposed method can not only achieve a significantly enhanced subjective quality, but also have the PSNR improvement in the output image.
본 논문은 가중퍼지소속함수 기반신경망(neural network with weighted fuzzy membership functions, NEWFM)기반의 자동 특징 추출기법을 사용하여 인체의 세 방향에서 발생하는 가속도 값으로부터 낙상을 탐지하는 방안을 제시하고 있다. 10명의 피검자로부터 8가지 시나리오로 낙상/비낙상 데이터 800개를 수집하고 웨이블릿 변환(wavelet transform, WT)을 통해 추출한 계수중 비중복면적 분산법에 의해 중요도가 가장 낮은 특징입력을 하나씩 제거하면서 최소의 특징 입력을 선택하였다. 특징입력으로는 가속도 값을 웨이블릿 변환한 11개의 d4계수들 중 비중복면적 분산법에 의해서 중요도가 가장 높은 5개의 계수가 사용되었고, 이들 특징입력을 통해 93%의 전체 분류율을 나타내었다.
PACS를 구현할 때 가장 어려운 점은 데이터 총량이 방대하다는 것이다. 이러한 이유로 PACS에서는 대용량의 기억장치를 필요로 하고, 동시에 빠른 전송시간이 요구된다. 따라서 PACS에 저장하는 의료영상은 압축이 필요하다. Ingrid Daubechies와 Stephane Mallat 등에 의해 발표된 웨이브릿 변환은 푸리어 변환과 같이 기저 함수들의 집합으로 신호를 분해하는 방법이다. 본 논문에서는 실험 의료영상을 DWT 방법으로 압축하여 효용성을 평가하였다. 실험 결과 $512{\times}512{\times}2^8$ 크기의 입력영상을 4 레벨 DWT 후 저주파영역에 남아 있는 신호를 디스플레이 하는 것이 효율적임을 알 수 있었다. 4 레벨 DWT에 의한 영상의 압축비는 1:16로서 높은 압축비를 가지고 있었으며, 압축결과 압축비는 좋았으나 블록화 현상에 의해 영상에 계단현상이 나타나는 문제점이 있었다.
본 논문에서는 웨이브렛 변환을 이용한 새로운 시지연 추정방법인 WTD-LMSTDE을 제안하였다. 이 방법은 시평면에서 입력 신호 자기상관 행렬의 고유치 분포를 줄임으로서 수렴속도를 향상시켰다. 이 알고리즘의 성능을 시불변과 시변인 경우에 대해서 평가하였다. 결과로서 시불변 시지연의 경우에, WTD-LMSTDE의 추정 정확도가 LMSTDE보다 SNR에 따라서 3.3%에서 12.5%까지 개선되었다. 시변 시지연의 경우에는, 선형적으로 증가하는 자연 환경에서 WTD-LMSTDE의 평균 오차 전력이 잡음이 없는 상태에서 LMSTDE와 비교하여 2.4dB정도 감소하였다. 결론적으로 WTD-LMSTDE의 성능이 LMSTDE보다 우수함을 확인할 수 있었다.
As a solution of improving the energy efficiency in power system, Low Voltage DC (LVDC) distribution systems different from conventional ones have been constantly researched. As in conventional AC distribution system, LVDC distribution system can suffer from High Impedance Fault (HIF) which may cause a failure of protective relay due to relatively low change in magnitude of fault current. In order to solve the problem, a scheme for detecting HIFs is presented in this paper. Closing Opening Difference Operation (CODO) based on Mathematical Morphology (MM), one of the MM-based filters, is utilized to make fault signals discriminable. To verify performance of the scheme, a simple LVDC distribution system is modeled by using ElectroMagnetic Transient Program (EMTP) software. Computer simulations according to various conditions are performed and comparison studies with a scheme using Wavelet Transform (WT) in an aspect of simulation time are also conducted.
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.