• 한국수자원학회논문집
• /
• 제45권12호
• /
• pp.1321-1330
• /
• 2012

본 연구에서는 비선형적 모델인 웨이블렛-인공신경망을 적용하여 충주댐 유역의 일유입량을 예측하였다. 일반적으로 시계열 자료는 경향성, 주기성 및 추계학적 성분의 선형조합으로 이루어져 있다. 그러나 이러한 자료를 통해 시계열 모형 구축 시 경향성 및 주기성은 제거되어야하는 성분이다. 따라서 수문기상자료에 포함되어있는 경향성 및 주기성과 같은 비선형 동역학적 잡음과 측정과정에서 발생하는 단순잡음을 제거시키기 위해 디노이징기법인 웨이블렛 변환을 적용하였다. 웨이블렛 변환을 적용한 자료를 입력자료로 사용한 웨이블렛-인공신경망(WANN)과 원자료를 사용한 인공신경망(ANN)을비교하였다. 산정결과 결정계수와 선형회귀를 통한 기울기는 WANN이 ANN보다 각각0.032, 0.0115 더 큰값을 나타냈고, 타겟값과 예측값 사이의 오차를 나타내는 RMSE와 RRMSE는 WANN 모형이 ANN 보다 각각 37.388, 0.099 더 작은값을 나타냈다. 따라서 본 연구에서 적용한 WANN 모형이 ANN 보다 정확한 결과를 나타내었으며, 웨이블렛 변환을 통한 디노이징 기법의 적용이 잡음이 포함되어 있는 원자료의 사용보다 더 정확한 예측을 하는 것으로 판단된다.

• 한국통신학회논문지
• /
• 제27권4A호
• /
• pp.310-315
• /
• 2002

본 논문은 객관적 음질 평가법으로 웨이블렛 변환을 이용한 향상된 바크 코히어런스 함수 (Wavelet based Bark Coherence Function : WBCF)를 제안한다. 바크 코히어런스 함수 (Bark Coherence Function : BCF)는 심리 음향 영역에서 코히어런스 함수를 정의함으로서 음성 통신 시스템의 아날로그 부분에 의하여 발생할 수 있는 선형 왜곡에 강한 객관적 음질 평가법이다. VoIP (Voice over Internet Protocol)와 같은 패킷 기반의 음성 전달 시스템은 가변 지연등이 발생 될 수 있는데, 이것은 원음과 왜곡음의 정확한 시간축 정렬을 불가능하게 하여 기존의 객관적 음질 평가법의 성능을 저하시킨다. 제안된 WBCF는 고주파 영역에서 시간 분해능이 높으며, 저주파 영역에서 주파수 분해능이 높은 웨이블렛 변환을 사용한 후 BCF를 계산하여 VoIP 시스템에서의 객관적 음질을 평가한다. 주/객관적 음질 평가 실험을 통하여 WBCF가 ITU-T 권고안인 Perceptual Speech Quality Measure (PSQM)에 비하여 높은 성능을 가짐을 확인하였다.

• 방송공학회논문지
• /
• 제26권5호
• /
• pp.566-574
• /
• 2021

전기화재의 원인중의 하나는 직렬 아크이다. 최근까지 아크 신호를 검출하기 위해 다양한 기법들이 진행되고 있다. 시간 신호에 푸리에 변환, 웨이블릿 변환, 또는 통계적 특징 등을 활용하여 아크 검출을 하는 방법들이 소개되었지만, 변환 및 특징 추출은 부가적인 처리 시간이 요구되는 단점이 있다. 반면에 최근의 딥러닝 모델은 종단간 학습으로 특징 추출 과정없이 직접 원시 데이터를 활용한다. 그러나, 딥러닝의 문제는 연산 복잡도가 높다는 것이다. 이 문제는 단말기에 딥러닝 연산 모듈을 넣기가 어렵게 한다. 따라서 본 논문에서는 복잡도가 상대적으로 낮은 기계학습 기법중에 로지스틱회기 (logistic regression)를 이용하여 아크 검출을 하는 기법을 제안한다.

• Journal of Multimedia Information System
• /
• 제3권2호
• /
• pp.35-42
• /
• 2016

Electrocardiogram (ECG) signal gives a clear indication whether the heart is at a healthy status or not as the early notification of a cardiac problem in the heart could save the patient's life. Several methods were launched to clarify how to diagnose the abnormality over the ECG signal waves. However, some of them face the problem of lack of accuracy at diagnosis phase of their work. In this research, we present an accurate and successive method for the diagnosis of abnormality through Discrete Wavelet Transform (DWT), QRS complex detection and Support Vector Machines (SVM) classification with overall accuracy rate 95.26%. DWT Refers to sampling any kind of discrete wavelet transform, while SVM is known as a model with related learning algorithm, which is based on supervised learning that perform regression analysis and classification over the data sample. We have tested the ECG signals for 10 patients from different file formats collected from PhysioNet database to observe accuracy level for each patient who needs ECG data to be processed. The results will be presented, in terms of accuracy that ranged from 92.1% to 97.6% and diagnosis status that is classified as either normal or abnormal factors.

• 응용통계연구
• /
• 제25권4호
• /
• pp.669-680
• /
• 2012

Noise removal of document images is a necessary step during preprocessing to recognize characters effectively because it has influences greatly on processing speed and performance for character recognition. We have considered using the spatial filters such as traditional mean filters and Gaussian filters, and wavelet transformed based methods for noise deduction in natural images. However, these methods are not effective for the noise removal of document images. In this paper, we present noise removal of document images using support vector regression. The proposed approach consists of two steps which are SVR training step and SVR test step. We construct an optimal prediction model using grid search with cross-validation in SVR training step, and then apply it to noisy images to remove noises in test step. We evaluate our SVR based method both quantitatively and qualitatively for noise removal in Korean, English and Chinese character documents, and compare it to some existing methods. Experimental results indicate that the proposed method is more effective and can get satisfactory removal results.

• Journal of Information Processing Systems
• /
• 제18권6호
• /
• pp.719-728
• /
• 2022

The prediction of short-term traffic flow is the theoretical basis of intelligent transportation as well as the key technology in traffic flow induction systems. The research on short-term traffic flow prediction has showed the considerable social value. At present, the support vector regression (SVR) intelligent prediction model that is suitable for small samples has been applied in this domain. Aiming at parameter selection difficulty and prediction accuracy improvement, the artificial bee colony (ABC) is adopted in optimizing SVR parameters, which is referred to as the ABC-SVR algorithm in the paper. The simulation experiments are carried out by comparing the ABC-SVR algorithm with SVR algorithm, and the feasibility of the proposed ABC-SVR algorithm is verified by result analysis. Continuously, the simulation experiments are carried out by comparing the ABC-SVR algorithm with particle swarm optimization SVR (PSO-SVR) algorithm and genetic optimization SVR (GA-SVR) algorithm, and a better optimization effect has been attained by simulation experiments and verified by statistical test. Simultaneously, the simulation experiments are carried out by comparing the ABC-SVR algorithm and wavelet neural network time series (WNN-TS) algorithm, and the prediction accuracy of the proposed ABC-SVR algorithm is improved and satisfactory prediction effects have been obtained.

• Smart Structures and Systems
• /
• 제32권1호
• /
• pp.61-81
• /
• 2023

This study presents an ensemble learning based Bayesian model updating approach for structural damage diagnosis. In the developed framework, the structure is initially decomposed into a set of substructures. The autoregressive moving average (ARMAX) model is established first for structural damage localization based structural motion equation. The wavelet packet decomposition is utilized to extract the damage-sensitive node energy in different frequency bands for constructing structural surrogate models. Four methods, including Kriging predictor (KRG), radial basis function neural network (RBFNN), support vector regression (SVR), and multivariate adaptive regression splines (MARS), are selected as candidate structural surrogate models. These models are then resampled by bootstrapping and combined to obtain an ensemble model by probabilistic ensemble. Meanwhile, the maximum entropy principal is adopted to search for new design points for sample space updating, yielding a more robust ensemble model. Through the iterations, a framework of surrogate ensemble learning based model updating with high model construction efficiency and accuracy is proposed. The specificities of the method are discussed and investigated in a case study.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2003년도 춘계학술대회
• /
• pp.678-683
• /
• 2003

Ultrasonic method using SH(shear horizontal) wave has been developed to determine the surface damage in fatigued material. Fatigue damages based on propagation energy were analyzed by multiregression analysis and phase measurement in interrupted fatigue test specimen including CrMoV and 12Cr alloy steel. From the test results, as the fatigue damage increased the propagation time of the launched waves increased and amplitude of wavelet decreased. Also, analysis for the waveform modulation showed a reliable estimation, with confidence limit of 97% for 12Cr steel and 95% for CrMoV steel, respectively. Therefore, It is thought that SH ultrasonic wave technique can be applied to determine fatigue damage of in-service component nondestructively.

• 대한지리학회지
• /
• 제51권4호
• /
• pp.509-523
• /
• 2016

토양 예측은 지속가능한 산지관리 측면에서 필요한 토양특성자료를 제공할 수 있다. 이중 가시 근적외선 분광반사 특성을 이용한 토양 예측은 저비용, 빠른 분석과 비파괴 측정, 비교적 높은 정확도로 관심을 받고 있다. 일반적으로 토양 분광반사특성 측정 과정에서 잡음이 나타날 수 있어 전처리 과정이 필요하다. 하지만 이러한 전처리 방법을 비교하고 평가하는 작업이 거의 이루어지지 못 했다. 본 연구에서는 토양 탄소와 질소 예측을 위해 5가지 전처리 방법을 비교하였다. 이는 연속체 제거, Savitzky-Golay 변환, 이산 웨이블렛(wavelet) 변환, 1차와 2차 도함수 변환이다. 토양예측 모델로 부분 최소제곱 회귀모형을 사용하였고, 총 153개 시료 중에서 검증을 위해 122개 훈련자료와 31개의 검증자료로 나누어 평가하였다. 전반적으로 토양시료의 탄소 함량이 높을수록 토양에 대한 입사 에너지의 흡수가 커지는 특성을 보였다. 파장별로는 가시광선 영역(650nm와 700nm)이 토양 탄소 그리고 질소와 가장 높은 상관관계를 보였다. 전처리 비교에서 연속체 제거가 토양 탄소(9.53mg/g)와 질소(0.79mg/g)에 대해 가장 높은 정확도(Root Mean Square Error)를 보였다. 따라서 토양 탄소와 질소 예측을 위해 연속체 제거가 가장 효과적인 분광반사특성 분석의 전처리 방법으로 판단되었다. 시각적인 평가에서 웨이블릿 변환이나 Savitzky-Golay 변환은 차이가 거의 없었고, 평가 결과도 유사했다. 따라서 다소 계산과정이 간단한 Savitzky-Golay 변환이 선호될 수 있다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2008년도 춘계학술대회논문집
• /
• pp.742-746
• /
• 2008

With the trend of factory automation, nowadays, much industrial machinery tends to be put into 24-hours operation a day. However, these trends in industrial equipments also increase the possibility of various mechanical problems and bring about innumerable maintenance cost. There is a strong need of the condition monitoring and diagnosis for industrial equipment, especially rotating machinery, since they are connected not only to the reduction in the maintenance costs but also connected to the enhancement of production efficiency. Generally, to evaluate the operating conditions in the machinery in the industrial field, various physical properties are monitored. Among them, vibration and Noise signals are the mist important indicator and it is effectively used in many diagnosis systems for machinery. Much previous research is based in the FFT (Fast Fourier Transform) method. The spectral analysis is assumed that the signal is stationary. However, almost random signals are non-stationary. The wavelet transform has been recognized an efficient Method. Most interesting sounds have time-varying features. Signal processing techniques for the analysis of transient sound have been not clearly given yet.