• 한국수자원학회논문집
• /
• 제46권4호
• /
• pp.389-400
• /
• 2013

이 논문에서는 관망시스템의 마찰항을 보정하기 위해서, 부정류 마찰 모형과 Levenberg Marquardt 방법을 합성하였다. 부정류 마찰항을 고려하기 위한 방법으로 빈도 의존 마찰항을 사용하였으며, 특성선 방법을 모형 개발의 기반으로 하였다. 최적화에 필요한 Hessian과 Jacobian 행렬을 구하기위해서 수압을 직접 마찰항에 미분한 항을 계산하였으며, 특성선 방법상에서의 다양한 수압과 유량에 대한 마찰계수의 민감도를 수식으로 유도하였다. 간단한 관망을 가정한 뒤, 갑작스런 밸브의 거동으로 도입된수압의 시계열을 확보하였고, 이를 이용하여 정상류 마찰 모형과 부정류 마찰모형의 마찰항 보정을 수행하였다. 제안된 방법과 진화 연산 알고리즘의 마찰항 수렴거동을 비교하였으며, Leveberg Marquardt 방법의 안정적이고 신속한 수렴결과를 확인하였다.

• 한국기계가공학회지
• /
• 제11권3호
• /
• pp.48-54
• /
• 2012

This paper introduces the kinematic calibration method to improve the positioning accuracy of a parallel mechanism. Since all the actuators in the parallel mechanism are controlled simultaneously toward the target position, the volumetric errors originated from each motion element are too complicated. Therefore, the exact evaluation of the error sources of each motion element and its calibration is very important in terms of volumetric errors. In the calibration processes, the measurement of the errors between commands and trajectories is necessary in advance. To do this, a digitizer was used for the data acquisition in 3 dimensional space rather than arbitrary planar error data. After that, the optimization process that was used for reducing the motion errors were followed. Consequently, Levenberg-Marquart algorithm as well as the error data acquisition method turned out effective for the purpose of the calibration of the parallel mechanism.

• 한국멀티미디어학회논문지
• /
• 제16권11호
• /
• pp.1338-1347
• /
• 2013

Face recognition is a science of automatically identifying individuals based their unique facial features. In order to avoid overfitting and reduce the computational reduce the computational burden, a new face recognition algorithm using PCA-fisher linear discriminant (PCA-FLD) and fuzzy radial basis function neural network (RBFNN) is proposed in this paper. First, face features are extracted by the principal component analysis (PCA) method. Then, the extracted features are further processed by the Fisher's linear discriminant technique to acquire lower-dimensional discriminant patterns, the processed features will be considered as the input of the fuzzy RBFNN. As a widely applied algorithm in fuzzy RBF neural network, BP learning algorithm has the low rate of convergence, therefore, an improved learning algorithm based on Levenberg-Marquart (L-M) for fuzzy RBF neural network is introduced in this paper, which combined the Gradient Descent algorithm with the Gauss-Newton algorithm. Experimental results on the ORL face database demonstrate that the proposed algorithm has satisfactory performance and high recognition rate.

• 제어로봇시스템학회논문지
• /
• 제15권2호
• /
• pp.192-197
• /
• 2009

In this paper, we proposed the obstacle avoidance system using a single camera image and LM(Levenberg-Marquart) neural network fuzzy controller. According to a robot technology adapt to various fields of industry and public, the robot has to move using self-navigation and obstacle avoidance algorithms. When the robot moves to target point, obstacle avoidance is must-have technology. So in this paper, we present the algorithm that avoidance method based on fuzzy controller by sensing data and image information from a camera and using the LM neural network to minimize the moving error. And then to verify the system performance of the simulation test.

• 한국통신학회논문지
• /
• 제26권3B호
• /
• pp.302-314
• /
• 2001

많은 비전 응용에서 카메라의 광축은 영상 평면과 직교한다는 가정을 한다. 그러나 가정아래 전통적인 왜곡 영상 보정 방법은 렌즈의 방사(radial) 왜곡과 이탈(decentering) 왜곡만을 고려하고 있다. 그러나 렌즈의 광축(optical axis)과 영상 켈리브레이션 평면이 직교하지 않을 경우는 평면 투명 변환과 카메라 자체의 렌즈 왜곡이 복합되어 나타나게 되므로 기존 방법만으로는 이러한 복합왜곡을 보정할 수 없다. 본 논문에서는 일방 방사왜곡 뿐만 나이라 평면 투명변환과 렌즈왜곡이 동시 존재하는 영상 시스템에서도 적용 가능한 왜곡 영상 자동 보정 방법을 제한한다. 제안한 복합 왜곡 모델은 평면 투명 변환 모델과 렌즈의 방사 왜곡 모델로부터 유도하고, 계수 추출 알고리듬은 비 선형 최소화 기법인 Levenberg-Marquart 방법에 기반을 둔다. 실험은 이상형 격자 영상에 임의 왜곡 계수를 적용한 영상과 WebCam 카메라의 실제 왜곡 영상을 가지고 실시하였고, 기존 방법과 제안한 방법의 보정율을 비교 평가하였다. 실험결과 제안한 방법은 렌즈 왜곡만 있는 경우에도 기존 방법보다 우수하였으며, 복합왜곡 환경에서도 97% 이상의 보정율로 아주 견고하게 적용 가능한 것으로 나타났다.

• 지구물리와물리탐사
• /
• 제6권2호
• /
• pp.95-100
• /
• 2003

본 연구에서는 복잡한 지질구조에 대해서도 신속하고 효율적으로 주시를 계산할 수 있는 Straight Ray Technique(SRT)을 이용한 반사주시 토모그래피 역산 알고리듬을 개발하였다. 역산을 위한 초기 속도모델은 지층경계면에 임피던스 변화를 갖는 상속도 모델을 사용하였다. 실제 속도모델의 반사주시와 초기 속도모델의 반사주시 차이를 계산하여 각각의 요소마다 주시의 오차를 줄이는 방법인 가우스-뉴튼 알고리듬을 이용하여 역산온 수행하였다. 자코비안의 요소는 파선이 지나가는 거리함수로 구성되며, 이를 최소자승형태의 근사 헤시안 행렬로 구성하여 역산을 수행하였다. 역산시 해가 수렴할 수 있도록 근사 헤시안 행렬의 대각성분에 일정한 감쇠인자를 더하였다. 역산된 속도모델을 이용하여 Kirchhoff구조보정을 실시한 결과 실제 속도모델구조에 근사한 단면영상을 얹을 수 있었다.