• 디지털콘텐츠학회 논문지
• /
• 제15권1호
• /
• pp.129-136
• /
• 2014

Wi-Fi fingerprinting 시스템은 실내에서 사용되는 위치 측위 방법이며 AP(Access Point)에서 발생하는 RSS(Received Signal Strength)에 의존한다. AP로부터의 RSS는 벽, 장애물 그리고 사람에 의한 간섭과 다중경로 페이딩 효과에 의하여 변할 수 있기 때문에 Wi-Fi fingerprinting 시스템은 낮은 측위 정확도를 갖는다. 또한, Wi-Fi 신호는 벽을 통과하기 때문에 기존의 시스템은 사용자가 현재 위치해 있는 층을 구분하기 어렵다. 이러한 단점을 극복하기 위하여 본 논문은 정확한 실내 측위를 위한 LED fingerprinting 시스템을 제안한다. 제안된 시스템은 LED로부터 발생하는 LED-ID와 LED의 광 파워를 사용한다. 본 시스템의 Training 단계에서는 각 장소에 해당하는 Fingerprinting을 데이터베이스에 기록한다. Serving 단계에서는 K-NN(K-Nearest Neighbor) 알고리즘을 적용하여 기존의 데이터와 새롭게 수신되는 사용자의 데이터를 비교한다. 컴퓨터 시뮬레이션을 통해 CDF(Cumulative Distribution Function) 형태로 본 시스템의 성능을 나타내었고, 시뮬레이션 결과로부터 제안된 시스템은 평균 측위 정확도보다 8.6% 높은 정확도를 얻을 수 있다.

• 대한원격탐사학회지
• /
• 제30권5호
• /
• pp.651-664
• /
• 2014

최근 주기적이고 정확한 산림바이오매스 탄소저장량 추정에 대한 필요성이 한국에서도 점차 증가하고 있다. 본 연구에서는 k-Nearest Neighbor (kNN) 및 Regression Tree Analysis (RTA) 알고리즘을 대상으로 공주 및 세종시를 대상으로 한 탄소량 변화 탐지를 통해 그 효용성을 비교 분석 하고자 하였다. 현장 자료로는 제 3차 및 제 5, 6차 국가산림자원조사 자료를 이용하였으며, 위성영상자료는 1992년, 2010년에 취득된 Landsat TM과 2009년에 취득된 Aster 영상을 이용하였다. 또한, 추정정확도를 향상시키기 위해 각 영상으로부터 다양한 식생지수를 생성하였다. 두 방법론의 비교를 위해 RMSE 및 평균편의(mean bias)를 포함한 각종 탄소통계량을 계산하였으며, 대상지역에 대한 탄소분포지도를 생성하고 비교를 수행하였다. 그 결과, kNN 알고리즘은 영상에 상관없이 보다 안정적인 추정결과를 나타낸 반면, 스무딩 효과로 인해 탄소의 공간분포가 뚜렷하지 않은 단점이 발견되었다. RTA의 경우 평균편의 결과 및 탄소의 공간분포가 명확히 나타나는 장점이 있으나, 위성영상에 따라 탄소추정량에서 큰 차이를 나타내었다. 최종적으로 2009년 및 2010년 탄소지도에서 1992년 탄소지도를 차분한 탄소차분지도를 생성을 통해 공주시 및 세종시 지역의 산림 탄소저장량이 급격히 증가했음을 확인하였다.

• Journal of Electrical Engineering and Technology
• /
• 제11권6호
• /
• pp.1872-1879
• /
• 2016

The techniques to recycle and reuse plastics attract public attention. These public attraction and needs result in improving the recycling technique. However, the identification technique for black plastic wastes still have big problem that the spectrum extracted from near infrared radiation spectroscopy is not clear and is contaminated by noise. To overcome this problem, we apply Raman spectroscopy to extract a clear spectrum of plastic material. In addition, to improve the classification ability of fuzzy Radial Basis Function Neural Networks, we apply supervised learning based clustering method instead of unsupervised clustering method. The conditional fuzzy C-Means clustering method, which is a kind of supervised learning based clustering algorithms, is used to determine the location of radial basis functions. The conditional fuzzy C-Means clustering analyzes the data distribution over input space under the supervision of auxiliary information. The auxiliary information is defined by using k Nearest Neighbor approach.

• 한국컴퓨터정보학회논문지
• /
• 제20권2호
• /
• pp.21-28
• /
• 2015

본 논문에서는 최근접 이웃 규칙을 이용한 프로토타입 선택 기반 분류 학습을 제안하였다. 각 훈련 데이터가 대표하는 클래스 영역을 구(sphere)로 분할하는데 최근접 이웃 규칙을 적용시키며, 구의 내부는 동일 클래스 데이터들만 포함하도록 한다. 프로토타입은 구의 중심점이며 프로토타입의 반지름은 가장 인접한 다른 클래스 데이터와 가장 먼 동일 클래스 데이터의 중간 거리 값으로 결정한다. 그리고 전체 훈련 데이터를 대표하는 최소의 프로토타입 집합을 선택하기 위해 집합 덮개 최적화를 이용하여 프로토타입 선택 문제를 변형시켰다. 제안하는 프로토타입 선택 방법은 클래스 별 적용이 가능한 그리디 알고리즘으로 설계되었다. 제안하는 방법은 계산 복잡도가 높지 않으며, 대규모 훈련 데이터에 대한 병렬처리의 가능성이 높다. 프로토타입 기반 분류 학습은 선택된 프로토타입 집합을 새로운 훈련 데이터 집합으로 사용하고 최근접 이웃 규칙을 적용하여 테스트 데이터의 클래스를 예측한다. 실험에서 제안하는 프로토타입 기반 분류기는 최근접 이웃 학습, 베이지안 분류 학습과 다른 프로토타입 분류기에 비해 일반화 성능이 우수하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 하계학술대회
• /
• pp.122-124
• /
• 2015

본 논문에서는 Microsoft 에서 나온 여러 대의 Kinect 를 이용하여 Free Viewpoint TV System 을 구현해 보고자 한다. Kinect 로부터 얻어진 색상 영상과 깊이 영상을 통하여, 실시간으로 두 대의 카메라 사이에서의 가상시점에서 영상이 출력되는 시스템을 설계한다. 또한, 여러 대의 Kinect 를 이용할 때, 간섭현상으로 인해 IR 패턴을 제대로 인식하지 못하여 홀이 생성되는 문제점을 확인하고, Nearest Neighbor 방식과 Inpainting 기법을 사용하여 홀을 제거하는 방식을 소개한다. 실험 결과, 홀의 주변과 비슷한 값으로 홀을 채울 수 있었지만, 홀의 크기에 따라 Edge 경계가 부정확해 지는 현상을 확인할 수 있다.

• ETRI Journal
• /
• 제40권4호
• /
• pp.531-536
• /
• 2018

The weighted K-nearest neighbor (WKNN) algorithm is used to reduce positioning accuracy, as it uses a fixed number of neighbors to estimate the position. In this paper, we propose a dynamic threshold location algorithm (DH-KNN) to improve positioning accuracy. The proposed algorithm is designed based on a dynamic threshold to determine the number of neighbors and filter out singular reference points (RPs). We compare its performance with the WKNN and Enhanced K-Nearest Neighbor (EKNN) algorithms in test spaces of networks with dimensions of $20m{\times}20m$, $30m{\times}30m$, $40m{\times}40m$ and $50m{\times}50m$. Simulation results show that the maximum position accuracy of DH-KNN improves by 31.1%, and its maximum position error decreases by 23.5%. The results demonstrate that our proposed method achieves better performance than other well-known algorithms.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1345-1357
• /
• 2017

A prototype selection method chooses a small set of training points from a whole set of class data. As the data size increases, the selected prototypes play a significant role in covering class regions and learning a discriminate rule. This paper discusses the methods for selecting prototypes in a classification framework. We formulate a prototype selection problem into a set covering optimization problem in which the sets are composed with distance metric and predefined classes. The formulation of our problem makes us draw attention only to prototypes per class, not considering the other class points. A training point becomes a prototype by checking the number of neighbors and whether it is preselected. In this setting, we propose a greedy algorithm which chooses the most relevant points for preserving the class dominant regions. The proposed method is simple to implement, does not have parameters to adapt, and achieves better or comparable results on both artificial and real-world problems.

• 전자공학회논문지
• /
• 제49권12호
• /
• pp.124-130
• /
• 2012

본 논문에서는 현재 진행 중인 MPEG(Motion Picture Experts Group, ISO/IEC JTC1 SC29 WG11)의 표준화 작업 중 CDVS(Compact Descriptor for Visual Search)의 CE-7(Core Experiment)인 특징점 선택에 대한 방법을 제안한다. 서술자의 경량화를 위해서는 영상으로부터 추출된 많은 수의 특징점들 중에서 영상 정합에 사용될 중요한 특징점들을 선택해야 한다. 본 논문에서는 최 인접 거리 비율 정합(Nearest Neighbor distance ratio matching) 방법에 의해 영상 정합 단계에서 사용되지 않고 버려지는 특징점들을 미리 추출 단에서 제거하는 방법 제안하였다. 제안된 방법을 통하여 적은 비트 전송률을 요하는 시스템에서 특징점의 낭비를 피할 수 있고 결과적으로 추가적인 특징점을 사용할 수 있으므로 전체적인 성능 향상을 얻을 수 있었다. 제안된 알고리즘을 통하여 Pair-wise 정합 실험에서 기존의 Test Model 대비 최고 2.3%의 성공율(True positive rate)의 향상을 보였다.

• 정보처리학회논문지A
• /
• 제8A권4호
• /
• pp.499-502
• /
• 2001

프랙탈 코딩은 높은 압축률을 포함한 여러 가지 장점을 가지고 있으나 유사블록 탐색에 긴 시간이 소요되는 문제점을 가지고 있다. 본 논문은 각 블록의 정규화 된 분산 값은 명도(contrast)와 밝기(brightness)에 독립적임을 발견하고, 이를 이용하여 d(key의 수)차원 공간에서 최근접부근탐색(nearest neighbor search)을 하여 효율적인 유사블록을 탐색하는 방법을 제안한다. 본 방법은 각 치역 블록 당 Ο(log N), (N : 정의역블록 수) 시간에 유사 정의역 블록 찾을 수 있음을 보였다. 압축처리 된 이미지는 각 치역 블록 당 Ο(N) 시간이 요구되는 전체탐색의 PSNR (Peak Signal Noise Ratio)과 거의 같은 값을 얻게 되었다. 또한, 본 방법은 에지가 많은 이미지에도 전체탐색과 거의 유사한 PSNR로 압축되는 장점을 가진다.

• 한국컴퓨터정보학회논문지
• /
• 제21권9호
• /
• pp.19-25
• /
• 2016

This paper is to recognize and play tab chords from guitar musical sheets. The musical chord area of an input image is segmented by changing the image in saturation and applying the Grabcut algorithm. Based on a template matching, our approach detects tab starting sections on a segmented musical area. The virtual block method is introduced to search blanks over chord lines and extract tab fret segments, which doesn't cause the computation loss to remove tab lines. In the experimental tests, the prototype based classification outperforms Bayesian method and the nearest neighbor rule with the whole set of training data and its performance is similar to that of the support vector machine. The experimental result shows that the prediction rate is about 99.0% and the number of selected prototypes is below 3.0%.