• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.349-349
• /
• 2000

A Clustering Adaptive Fuzzy Logic Controller(CAFLC) is applied to the torque control of a brushless do motor drive. Objective of this system includes elimination of torque ripple due to cogging at low speeds under loads. The CAFLC implemented has advantages of computational simplicity, and self-tuning characteristics. Simulation results showed that the torque ripple and dynamic response of the system using a CAFLC were superior to the model reference adaptive controlled system.

• 정보과학회 논문지
• /
• 제43권6호
• /
• pp.686-691
• /
• 2016

본 논문에서는 다수의 특징, 특히 셋 이상의 특징을 가지는 데이터에 대한 분광 군집 방법인 적응형 분광 군집 방법을 소개하고, 적응형 분광 군집 방법의 성능을 시뮬레이션 데이터와 다중 언어 데이터를 이용하여 분석한다. 적응형 분광 군집 방법에서는 특징 간 서로 다른 정보들을 공유하여 데이터를 군집화함으로써 군집 성능을 높인다. 이때, 서로 다른 특징 간의 정보 공유를 효율적으로 하기 위해, 협업학습을 도입했다. 협업 학습에서는 각 특징이 서로 독립이 되도록 가중치를 학습하고, 학습된 가중치에 따라 정보를 전달한다. 이러한 과정을 통해 일반적인 특징 결합이나, 모든 특징 간 독립을 가정한 기존 협업학습 기반의 분광 군집에 비해 정보 공유의 효율성을 높인다. 실험에서는 시뮬레이션 데이터와 다중 언어문서 데이터를 이용하여 성능을 검증하였으며, 반복과정에서의 성능 변화와 정보 전달 결과 변화하는 모습을 제시함으로써 적응형 분광 군집 방법의 유의미한 성능 향상에 대해 분석하였다.

• Journal of Information Technology Applications and Management
• /
• 제17권1호
• /
• pp.127-139
• /
• 2010

Customer behavior pattern discovery is the fundament for conducting customer oriented services and the services management. But, the composition, need, interest and experience of customers may be continuously changing, thereof lead to the difficulty in refining a stable description of their consistent behavior pattern. This paper presented a new method for the behavior pattern discovery from a changing collection of customers. It was originally inspired from the swarm intelligence of ant colony. By the adaptive clustering, some typical behavior patterns which reflect the characteristics of related customer clusters can extracted dynamically and adaptively.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권5호
• /
• pp.199-202
• /
• 2013

무선 센서 네트워크에서 클러스터링 방식의 네트워크 수명은 클러스터 헤드 결정 방법에 의해서 영향을 받는다. 대표적인 클러스터링 방식인 LEACH(Low-Energy Adaptive Clustering Hierarchy)의 경우 주기적으로 클러스터 헤드를 선택함으로써 클러스터 재구축으로 인한 에너지 소모가 큰 단점이 있다. 한편 ACAWT(Adaptive Clustering Algorithm via Waiting Timer)는 클러스터 헤드의 잔여 에너지 수준이 하나의 특정 임계치에 도달하면 클러스터를 재구축하는 비주기적인 클러스터 재구축 방식을 사용한다. 본 논문에서는 클러스터를 주기적으로 재구축하지 않고 노드의 잔여 에너지 수준(level)을 여러 단계로 설정한 후 클러스터 헤드의 잔여 에너지 수준이 한 단계 낮아지면 클러스터를 재구축하는 방법을 제안한다. 또한 클러스터 헤드 선정 시 이웃 노드 수와 잔여 에너지 수준을 고려함으로써 클러스터 헤드의 분포를 균일하게 유지시켜 네트워크 수명을 연장시킨다. 본 제안 방식의 성능을 평가하기 위해서 Qualnet 기반의 시뮬레이션을 수행하였으며, ACAWT와 성능을 비교한 결과 제안 방식이 네트워크 수명 측면에서 우월함을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.459-462
• /
• 2004

This paper proposes a genetically inspired adaptive clustering algorithm. The algorithm automatically discovers the actual number of clusters and efficiently performs clustering without unduly compromising cluster purity. Chromosome encoding that ensures the correct number of clusters and cluster purity is discussed. The required fitness function is desisted on the basis of modified similarity criteria and genetic operators. These are incorporated into the proposed adaptive clustering algorithm. Experimental results show the efficiency of the clustering algorithm on synthetic data sets and real world data sets.

• 한국시뮬레이션학회논문지
• /
• 제21권4호
• /
• pp.47-56
• /
• 2012

본 연구에서는 센서 네트워크용 병렬 시뮬레이터인 PASENS(Parallel SEnsor Network Simulator)를 이용하여 센서 네트워크에 이용되는 라우팅 알고리즘 중에서 계층적 라우팅 프로토콜의 대표적인 방식인 LEACH(Low-Energy Adaptive Clustering Hierarchy)와 그의 변형인 TL-LEACH(Two Level Low-Energy Adaptive Clustering Hierarchy), M-LEACH(Multihop Low-Energy Adaptive Clustering Hierarchy), 그리고 LEACH-C(LEACH-Centralized)의 전력 소모량과 데이터의 수신율을 비교하고 분석하였다. 시뮬레이션을 이용한 분석 결과에 따르면, M-LEACH 라우팅 프로토콜의 경우에는 여러 센서 노드들을 통하여 데이터가 전달되기 때문에 일정한 크기 이상의 넓은 공간에서 높은 수신율을 보였으며, LEACH-C 라우팅 프로토콜은 싱크 노드(서버)가 전체 센서 노드의 잔여 에너지와 위치를 고려하여 클러스터 헤드를 결정하기 때문에 좁은 공간에서 보다 오랜 수명을 필요로 하는 센서 네트워크를 구축하는데 가장 효율적이라는 것을 확인 할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제16권12호
• /
• pp.247-255
• /
• 2011

무선 센서 네트워크에서 클러스터 기반의 계층적 라우팅 프로토콜들은 모든 노드들의 수명을 균등하게 유지하여, 센서 네트워크의 수명을 최대로 연장하는 것을 목표로 하고 있다. 본 논문에서는 싱크의 위치 변화를 고려한 적응적 클러스터링 프로토콜을 제안한다. 본 논문에서 제안하는 클러스터링 프로토콜의 특징은 클러스터 트리의 레벨에 따라 클러스터의 크기를 제한하는 대칭형 계층적 클러스터를 구성함으로써 싱크의 위치 변화에 적응적으로 대응 가능하며, 모든 클러스터의 생존 시간을 향상시킴과 동시에 균등한 생존 시간을 보장할 수 있다. 이 기법의 효율성을 입증하기 위해 기존의 대표적인 클러스터링 프로토콜들인 LEACH, EEUC와 본 논문에서 제안하는 적응적 클러스터링 프로토콜의 에너지 소비 정도를 시뮬레이션을 통해 비교하였으며, 그 결과 에너지 소비와 네트워크 수명의 균형에 대해 더 나은 성능을 얻어낼 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제17권5호
• /
• pp.547-555
• /
• 2014

This paper presents a method for hand segmentation using depth information, and adaptive threshold by means of histogram analysis and color clustering in HSV color model. We consider hand area as a nearer object to the camera than background on depth information. And the threshold of hand color is adaptively determined by clustering using the matching of color values on the input image with one of the regions of hue histogram. Experimental results demonstrate 95% accuracy rate. Thus, we confirmed that the proposed method is effective for hand segmentation in variations of hand color, scale, rotation, pose, different lightning conditions and any colored background.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권8호
• /
• pp.3295-3311
• /
• 2020

With the wide application of hyperspectral images, it becomes more and more important to compress hyperspectral images. Conventional recursive least squares (CRLS) algorithm has great potentiality in lossless compression for hyperspectral images. The prediction accuracy of CRLS is closely related to the correlations between the reference bands and the current band, and the similarity between pixels in prediction context. According to this characteristic, we present an improved CRLS with adaptive band selection and adaptive predictor selection (CRLS-ABS-APS). Firstly, a spectral vector correlation coefficient-based k-means clustering algorithm is employed to generate clustering map. Afterwards, an adaptive band selection strategy based on inter-spectral correlation coefficient is adopted to select the reference bands for each band. Then, an adaptive predictor selection strategy based on clustering map is adopted to select the optimal CRLS predictor for each pixel. In addition, a double snake scan mode is used to further improve the similarity of prediction context, and a recursive average estimation method is used to accelerate the local average calculation. Finally, the prediction residuals are entropy encoded by arithmetic encoder. Experiments on the Airborne Visible Infrared Imaging Spectrometer (AVIRIS) 2006 data set show that the CRLS-ABS-APS achieves average bit rates of 3.28 bpp, 5.55 bpp and 2.39 bpp on the three subsets, respectively. The results indicate that the CRLS-ABS-APS effectively improves the compression effect with lower computation complexity, and outperforms to the current state-of-the-art methods.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 한국자동제어학술회의논문집(국내학술편); 포항공과대학교, 포항; 24-26 Oct. 1996
• /
• pp.273-276
• /
• 1996

We propose a new method to extract valid lines from a visual image. Unsupervised clustering method is used to assign each line to any of the line groups according to its orientation. During the low-level image processing we use an adaptive threshold method to reduce human supervision and to automate the processing sequence. To reduce the misclassification rate and to suppress the superiors line support regions at the clustering stage, the adaptive threshold method is consistently applied. Performing principal component analysis on each line support region provides an efficient method of obtaining line equation. Finally we adopt the theory of robust statistics to guarantee the quality of each extracted line and to eliminate the lines of poor quality. We present the experimental results to verify our method. With the proposed method, one can extract the lines according to the internal orientation similarities and integrate the whole process into one adaptive procedure.