• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권1호
• /
• pp.277-290
• /
• 2019

The demand for indoor positioning is increasing day by day. However, the widely used positioning methods today cannot satisfy the requirements of the indoor environment in terms of the positioning accuracy and deployment cost. In the existing research domain, the localization algorithm based on three-dimensional space is less accurate, and its robustness is not high. Visible light communication technology (VLC) combines lighting and positioning to reduce the cost of equipment deployment and improve the positioning accuracy. Further, it has become a popular research topic for telecommunication and positioning in the indoor environment. This paper proposes a surface centroid TOA localization algorithm based on the VLC system. The algorithm uses the multiple solutions estimated by the trilateration method to form the intersecting planes of the spheres. Then, it centers the centroid of the surface area as the position of the unknown node. Simulation results show that compared with the traditional TOA positioning algorithm, the average positioning error of the surface centroid TOA algorithm is reduced by 0.3243 cm and the positioning accuracy is improved by 45%. Therefore, the proposed algorithm has better positioning accuracy than the traditional TOA positioning algorithm, and has certain application value.

• 전기전자학회논문지
• /
• 제26권1호
• /
• pp.67-76
• /
• 2022

In this paper, we propose a new algorithm to improve the accuracy of the Wi-Fi access point (AP) positioning technique. The proposed algorithm based on evaluating the trustworthiness of the signal strength quality of each measurement node is superior to other existing AP positioning algorithms, such as the centroid, weighted centroid, multilateration, and radio distance ratio methods, owing to advantages such as reduction of distance errors during positioning, reduction of complexity, and ease of implementation. To validate the performance of the proposed algorithm, we conducted experiments in a complex indoor environment with multiple walls and obstacles, multiple office rooms, corridors, and lobby, and measured the corresponding AP signal strength value at several specific points based on their coordinates. Using the proposed algorithm, we can obtain more accurate positioning results of the APs for use in research or industrial applications, such as finding rogue APs, creating radio maps, or estimating the radio frequency propagation properties in an area.

• 한국공간정보시스템학회 논문지
• /
• 제11권2호
• /
• pp.1-6
• /
• 2009

Localization of nodes is a key technology for application of wireless sensor network. Having a GPS receiver on every sensor node is costly. In the past, several approaches, including range-based and range-free, have been proposed to calculate positions for randomly deployed sensor nodes. Most of them use some special nodes, called anchor nodes, which are assumed to know their own locations. Other sensors compute their locations based on the information provided by these anchor nodes. This paper uses a single mobile anchor node to move in the sensing field and broadcast its current position periodically. We provide a weighted centroid localization algorithm that uses coefficients, which are decided by the influence of mobile anchor node to unknown nodes, to prompt localization accuracy. We also suggest a criterion which is used to select mobile anchor node which involve in computing the position of nodes for improving localization accuracy. Weighted centroid localization algorithm is simple, and no communication is needed while locating. The localization accuracy of weighted centroid localization algorithm is better than maximum likelihood estimation which is used very often. It can be applied to many applications.

• 한국음향학회지
• /
• 제41권2호
• /
• pp.199-209
• /
• 2022

일반적인 비정상 탐지 알고리즘은 사전 데이터를 이용하여 학습된다. 따라서 시간에 따른 정상 데이터의 특징이 변화되는 경우에 기존의 배치 학습 기반 알고리즘의 성능 저하가 불가피하다. 본 논문에서는 정상 데이터의 점진적 특징 변화를 고려할 수 있는 온라인 비정상 탐지 알고리즘을 제안한다. 제안하는 알고리즘은 단일 클래스 분류 모델에 기반하며 오프라인 및 온라인 단계의 학습 과정을 포함한다. 제안된 알고리즘의 오프라인 학습 단계에서는 사전 데이터가 잠재 공간의 중심에 근접하도록 학습하고, 이후 온라인 학습단계에서는 신규 데이터에 의한 점진적 잠재 공간의 중심을 갱신하고, 갱신된 중심을 기준으로 계속 학습을 진행한다. 공개된 수중 음향 데이터를 이용한 실험결과 제안된 온라인 비정상 탐지 알고리즘은 점진적 중심 갱신 및 학습을 위해 단지 2 % 정도의 추가 학습시간이 소요되는 것으로 확인되었다. 반면에 시변 정상데이터가 수신되는 경우에 오프라인 학습 모델과 비교하여 19.10 % 개선된 Area Under the receiver operating characteristic Curve(AUC) 성능을 보였다.

• 전기전자학회논문지
• /
• 제26권2호
• /
• pp.186-195
• /
• 2022

In this paper, we propose a new algorithm to improve the accuracy of indoor positioning techniques using Wi-Fi access points as beacon nodes. The proposed algorithm is based on the Weighted Centroid algorithm, a popular method widely used for indoor positioning, however, it improves some disadvantages of the Weighted Centroid method and also for other kinds of indoor positioning methods, by using the received signal strength correction method and genetic algorithm to prevent the signal strength fluctuation phenomenon, which is caused by the complex propagation environment. To validate the performance of the proposed algorithm, we conducted experiments in a complex indoor environment, and collect a list of Wi-Fi signal strength data from several access points around the standing user location. By utilizing this kind of algorithm, we can obtain a high accuracy positioning system, which can be used in any building environment with an available Wi-Fi access point setup as a beacon node.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -1
• /
• pp.450-453
• /
• 2000

In this paper, an automated segmentation algorithm is proposed for MR brain images using T1-weighted, T2-weighted, and PD images complementarily. The proposed segmentation algorithm is composed of 3 steps. In the first step, cerebrum images are extracted by putting a cerebrum mask upon the three input images. In the second step, outstanding clusters that represent inner tissues of the cerebrum are chosen among 3-dimensional (3D) clusters. 3D clusters are determined by intersecting densely distributed parts of 2D histogram in the 3D space formed with three optimal scale images. Optimal scale image best describes the shape of densely distributed parts of pixels in 2D histogram. In the final step, cerebrum images are segmented using FCM algorithm with it’s initial centroid value as the outstanding cluster’s centroid value. The proposed segmentation algorithm complements the defect of FCM algorithm, being influenced upon initial centroid, by calculating cluster’s centroid accurately And also can get better segmentation results from the proposed segmentation algorithm with multi spectral analysis than the results of single spectral analysis.

• 한국정보과학회논문지:정보통신
• /
• 제30권3호
• /
• pp.424-436
• /
• 2003

본 논문에서는 공유 트리에 기반에서 IP 멀티캐스팅을 위한 센트로이드 기반 백본코아트리 (Centroid-based Backbone Core Tree: CBCT) 생성 알고리즘을 제안한다 코아기반트리(Core Based Tree: CBT)는 공유 트리를 이용하여 멀티캐스트 자료를 전달하는 것으로 소스 기반 트리에 비하여 각 라우터가 유지해야 하는 상태 정보의 양이 적고, 적용하기 간단한 장점을 가지고 있지만, 코아 라우터(Core router) 선택이 어렵고, 멀티캐스트 트래픽이 코아로 집중되는 문제점을 가지고 있다. 백본코아트리(Backbone Core Tree: BCT)는 CBT의 단점을 보완하기 위해 제안되었다. BCT는 각 멀티캐스트 그룹마다 특정한 코아 라우터를 선정하지 않는 대신 코아라우터 후보들을 백본코아트리(BCT)로 연결하고, 이 트리를 통하여 코아라우터 후보들이 서로 협동하므로써 위의 두 가지 문제점을 해결한다. 이때 BCT를 어떻게 구성하는가에 따라 멀티캐스트 성능이 크게 변하게 된다. 본 논문에서는 백본코아라우터 후보들 및 이들을 연결하는 BCT를 생성하기 위해 네트워크의 최소 신장 트리와 센트로이드를 이용하는 효율적인 알고리즘 CBCT를 제시한다. 제안된 알고리즘의 성능평가를 위해서 CBT와 CBCT 프로토콜의 성능비교 결과를 보인다.

• 전자공학회논문지B
• /
• 제33B권8호
• /
• pp.114-123
• /
• 1996

In this paper, we propose an automatic recognition algorithm using the object centroid of a facial image. First, we separate the facial image from the background image using the chroma-key technique and we find the centroid of the separated facial image. Second, we search nose in the facial image based on knowledge of human faces and the coordinate of the object centroid and, we calculate 17 feature parameters automatically. Finally, we recognize the facial image by using feature parameters in the neural networks which are trained through error backpropagation algorithm. It is illustrated by experiments by experiments using the proposed recogniton system that facial images can be recognized in spite of the variation of the size and the position of images.

• 한국통신학회논문지
• /
• 제32권9C호
• /
• pp.861-866
• /
• 2007

본 논문은 가우시안 확률분포함수 (Gaussian Probability Distribution Function) 데이터 군집화를 위해 중심신경망 (Centroid Neural Network, CNN)에 Bhattacharyya 커널을 적용한 군집화 알고리즘 (Bhattacharyya Kernel based CNN, BK-CNN)을 제안한다. 제안된 BK-CNN은 무감독 알고리즘인 중심신경망을 기반으로 하고 있으며, 커널 방법을 이용하여 데이터를 특징공간에서 투영한다. 입력공간의 비선형 문제를 선형적으로 해결하기 위해 제안한 커널 방법인데, 확률분포 사이의 거리측정을 위해 Bhattacharyya 거리를 이용한 커널방법을 사용하였다. 제안된 BK-CNN을 영상데이터 분류의 문제에 적용했을 때, 제안된 BK-CNN 알고리즘이 Bhattacharyya 커널을 적용한 k-means, 자기조직지도(Self-Organizing Map)와 중심 신경망등의 기존 알고리즘보다 1.7% - 4.3%의 평균 분류정확도 향상을 가져옴을 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제18권4호
• /
• pp.530-536
• /
• 2008

무선 센서 네트워크에서 노드들의 위치 측정 문제는 다양한 위치인식 기법을 적용하기 위해 기본적으로 해결해야 한다. 위치측정 문제는 위치가 알려진 일부 고정 노드들을 기준으로 나머지 노드들의 위치를 결정하는 문제이다. 기존의 대부분의 위치측정 기법은 고정 노드들로부터의 각도나 거리 측정값을 기반으로 삼각기법(triangulation) 이나 multilateration 방법을 사용한다. 본 논문에서는 노드들 간의 연결성이 알려져 있을 때 퍼지 모델링과 유전자 알고리즘을 사용하여 서로 전송범위 내에 있는 노드 쌍에 대해 가중치를 주어 미지 노드의 위치를 계산하는 향상된 중점 기법을 제안한다. 또한 시뮬레이션을 통해 제안된 중점 기법이 단순히 연결성만을 사용하는 중점 기법에 비해 정확한 위치측정이 가능함을 확인하였다.