• 복합신소재구조학회 논문집
• /
• 제4권1호
• /
• pp.1-8
• /
• 2013

The finite element analysis (FEA) is a numerical technique to find solutions of field problems. A field problem is approximated by differential equations or integral expressions. In a finite element, the field quantity is allowed to have a simple spatial variation in terms of linear or polynomial functions. This paper represents a review and an accuracy-study of the finite element method comparing the FEA results with the exact solution. The exact solutions were calculated by solid mechanics and FEA using matrix stiffness method. For this study, simple bar and cantilever models were considered to evaluate four types of basic elements - constant strain triangle (CST), linear strain triangle (LST), bi-linear-rectangle(Q4),and quadratic-rectangle(Q8). The bar model was subjected to uniaxial loading whereas in case of the cantilever model moment loading was used. In the uniaxial loading case, all basic element results of the displacement and stress in x-direction agreed well with the exact solutions. In the moment loading case, the displacement in y-direction using LST and Q8 elements were acceptable compared to the exact solution, but CST and Q4 elements had to be improved by the mesh refinement.

• 한국정보통신학회논문지
• /
• 제12권7호
• /
• pp.1278-1290
• /
• 2008

본 논문은 자동차 번호판 인식 시스템의 전반적인 성능을 향상시키기 위한 전처리 방법과 신경회로망을 이용한 문자 인식기를 제안한다. 먼저 자동차 번호판 영상에서 번호판의 외곽 직선을 가상 직선 매칭에 의해 검출하고 검출된 직선의 교점을 구하여 4개의 외곽 꼭지점을 구한다. 4개의 꼭지점 좌표에 의해 양선형 변환으로 직사각형 모양의 번호판 영상으로 정규화한다. 정규화된 번호판 영상으로부터 문자를 추출한 뒤 Delta-bar-delta 알고리즘에 의해 학습된 신경 회로망 기반 인식기로 번호판을 인식한다. 다양한 환경에서 획득된 자동차 번호판 영상을 대상으로 실험한 결과 제안된 번호판 이미지의 정규화에 의해 인식 성능이 16%까지 향상됨을 확인하였다.