• IEIE Transactions on Smart Processing and Computing
• /
• 제2권2호
• /
• pp.45-56
• /
• 2013

The precise identification of vehicle positions, known as the vehicle localization problem, is an important requirement for building intelligent vehicle ad-hoc networks (VANETs). To solve this problem, two categories of solutions are proposed: stand-alone and data fusion approaches. Compared to stand-alone approaches, which use single information including the global positioning system (GPS) and sensor-based navigation systems with differential corrections, data fusion approaches analyze the position information of several vehicles from GPS and sensor-based navigation systems, etc. Therefore, data fusion approaches show high accuracy. With the position information on a set of vehicles in the preprocessing stage, data fusion approaches is used to estimate the precise vehicular location in the local map building stage. This paper proposes an efficient local map building scheme, which increases the accuracy of the estimated vehicle positions via V2V communications. Even under the low ratio of vehicles with communication modules on the road, the proposed local map building scheme showed high accuracy when estimating the vehicle positions. From the experimental results based on the parameters of the practical vehicular environments, the accuracy of the proposed localization system approached the single lane-level.

• Journal of Information Science Theory and Practice
• /
• 제10권1호
• /
• pp.45-58
• /
• 2022

Community enterprise plays an important role for developing local business. Products from local communities apply local specialties such as high-quality materials and inherited wisdom. This work aims to support merchandises from local community enterprises by bringing out their specialties related to local wisdom and intangible cultural aspects. An ontology is applied to demonstrate the innate information regarding the implicit values of the products and is used as a core for a semantic search system. Details of the products are gathered from their respective community using an interview method and are extracted to align with the developed ontological schema. The semantic search system thus is implemented with a recommendation process for online accessibility for providing the organised information. From evaluation, the developed ontology and its instances are rated highly for their consistency, conciseness, and completeness. In usage, accuracy of the query and recommendation results are evaluated at 97.38% searching accuracy and 85.03% for recommending interesting products.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권12호
• /
• pp.1684-1690
• /
• 2004

본 논문은 시험 표본 주위의 영역에 대한 속성을 이용한 다중 인식기 선택 방법을 제안한다. 기존의 DCS-LA 동적 인식기 선택 방법은 시험 표본 주위의 학습표본들을 사용해서 각 인식기의 국부적 정확성을 계산하여 인식기를 동적으로 선택하기 때문에 인식 시간이 오래 걸린다. 본 논문에서는 특징공간에서 국부적인 속성을 계산해서 그 속성값에 적합한 인식기를 미리 선정해서 저장해 놓은 후 시험 표본이 들어오면 그 주변의 속성값에 따라 저장된 인식기에서 선택을 하기 때문에 인식시간을 줄일 수 있다. 국부적인 속성으로는 표본 주위의 작은 영역에 대한 엔트로피와 밀도를 계산하여 사용하였으며 이들을 특징공간속성(Feature Space Attribute)라고 하였다. 이들 두 속성으로 이루어지는 속성 공간을 규칙적인 사각형 셀로 나누어, 학습과정에서 각각의 학습표본에 대해 계산된 속성값이 어떤 셀에 속하는지를 구한다. 또한 각 셀에 속하는 학습표본들에 대해 각 인식기의 국부적 정확도를 구하여 셀에 저장한다. 시험 과정에서 시험표본에 대해 속성값 계산을 통해 그 표본이 속하는 셀을 구한 후 그 셀에서 국부적 정확도가 가장 높은 인식기로 인식한다. Elena 데이타베이스를 사용해서 기존의 방법과 제안된 방법을 비교하였다. 제안된 방법은 기존의 DCS-LA와 거의 같은 인식률을 나타내지만 인식속도는 약 4배 가까이 빨라짐을 실험을 통해 확인할 수 있었다.

• 대한공간정보학회지
• /
• 제14권4호통권38호
• /
• pp.19-26
• /
• 2006

본 연구에서는 LiDAR 자료로부터의 지면정보 추출기법들에 대한 정확도를 평가하였다. 특히, 포인트 형태의 벡터자료인 LiDAR 원시자료를 직접 활용하는 기법과 정규격자형식의 DSM 형식으로 변형하여 활용하는 기법의 정확도를 비교하였다. 정규격자형식의 자료를 이용하는 방법으로는 경계추출 및 필터링 기법을 이용하는 방법, 평균필터링에 의하여 생성된 추세면을 이용하는 방법을 적용하였으며, 벡터구조의 원시LiDAR 자료를 직접 활용하는 기법으로써 Local Maxima 및 엔트로피를 이용하는 방법을 적용하였다. 또한, 수작업을 통하여 제작된 DEM 및 수치지도의 축척별 오차허용범위를 이용하여 정확도 평가를 수행하였으며, 경계검출 및 필터링, 추세면, Local Maxima, 엔트로피를 이용한 각 기법의 DEM의 평균 오차는 0.27m, 2.43m, 0.13m, 0.10m로써 엔트로피를 이용한 방법이 가장 높은 정확도를 나타내었다. 또한, 벡터형식의 LiDAR원시자료를 직접 이용하는 방법이 격자형식으로 변환하는 방법에 비하여 상대적으로 높은 정확도를 나타내었다.

• 대한원격탐사학회지
• /
• 제33권1호
• /
• pp.61-67
• /
• 2017

The detection of oil spills using radar image has been studied extensively. However, most of the proposed techniques have been focused on improving detection accuracy through the advancement of algorithms. In this study, research has been conducted to improve the accuracy of oil spill detection by improving the quality of radar images, which are used as input data to detect oil spills. Thresholding algorithms were used to measure the image improvement both before and after processing. The overall accuracy increased by approximately 16%, the producer accuracy increased by 40%, and the user accuracy increased by 1.5%. The kappa coefficient also increased significantly, from 0.48 to 0.92.

• 한국전산유체공학회:학술대회논문집
• /
• 한국전산유체공학회 2009년 춘계학술대회논문집
• /
• pp.269-276
• /
• 2009

The local preconditioning method has both robust convergence and accurate solutions by using local flow properties for parameters in the preconditioning matrix. Preconditioning methods have been very effective to low speed inviscid flows. In the viscous and turbulent flows, deterioration of convergence should be overcame on the high aspect ratio grids to get better convergence and accuracy. In the present study, the local time stepping and min-CFL/max-VNN definitions are applied to compare the results and we propose the method that switches between two methods. The min-CFL definition is applied for inviscid flow problems and the min-CFL/max-VNN definition is implemented to viscous and turbulent flow problems.

• Journal of applied mathematics & informatics
• /
• 제6권3호
• /
• pp.697-726
• /
• 1999

In this paper we develop a now procedure to control stepsize for linear multistep methods applied to semi-explicit index 1 differential-algebraic equations. in contrast to the standard approach the error control mechanism presented here is based on monitoring and contolling both the local and global errors of multistep formulas. As a result such methods with the local-global stepsize control solve differential-algebraic equation with any prescribed accuracy (up to round-off errors). For implicit multistep methods we give the minimum number of both full and modified Newton iterations allowing the iterative approxima-tions to be correctly used in the procedure of the local-global stepsize control. We also discuss validity of simple iterations for high accuracy solving differential-algebraic equations. Numerical tests support the the-oretical results of the paper.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권9호
• /
• pp.889-897
• /
• 2010

현대의 대량화된 영상 관리 시스템은 영상의 특징을 표현하는 영상식별자에 대해 왜곡에 강인하며 빠른 검색 속도, 정확성 및 효율적인 저장 등의 기본 성능을 요구한다. 영상식별자 설계 방법은 기하학적 왜곡에 강인한 지역 방식과 빠른 검색 및 적은 저장 용량의 속성을 지닌 전역방식으로 구분 할 수 있다. 본 논문에서는 왜곡에 강하고 지역적 공간적 제약으로 인한 서로간의 차별성이 강화된 지역 기술자들로부터 각각 개개 차원의 특징 분포도를 분석하여, 두 영상간의 유사도를 빠르고 정확하게 측정할 수 있는 지역 기술자 및 전역 기술자의 속성을 가지고 있는 LFH(Local Feature's Histogram)기반 영상식별자를 제안한다. 또한 GPU를 사용하여 LFH를 구현하는 방법을 제시하며, 제안한 LFH와 대표적인 지역, 전역 방식인 SIFT 및 EHD 방식과 저장용량, 추출 시간, 검색 속도 및 정확률에 대한 성능을 비교하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권10호
• /
• pp.3972-3988
• /
• 2020

Existing methods always rely on statistical features to extract local words for microblog user geolocation. There are many non-local words in extracted words, which makes geolocation accuracy lower. Considering the statistical and semantic features of local words, this paper proposes a microblog user geolocation method by extracting local words based on word clustering and wrapper feature selection. First, ordinary words without positional indications are initially filtered based on statistical features. Second, a word clustering algorithm based on word vectors is proposed. The remaining semantically similar words are clustered together based on the distance of word vectors with semantic meanings. Next, a wrapper feature selection algorithm based on sequential backward subset search is proposed. The cluster subset with the best geolocation effect is selected. Words in selected cluster subset are extracted as local words. Finally, the Naive Bayes classifier is trained based on local words to geolocate the microblog user. The proposed method is validated based on two different types of microblog data - Twitter and Weibo. The results show that the proposed method outperforms existing two typical methods based on statistical features in terms of accuracy, precision, recall, and F1-score.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.29-35
• /
• 2021

본 논문에서는 위치 측위의 정확도를 높일 수 있는 방안으로 KNN(K-Nearest Neighbor)과 Local Map Classification 및 Bayes Filter를 융합한 기법을 제안한다. 먼저 이 기법은 Local Map Classification이 실제 지도를 여러 개의 Cluster로 나누고, 다음으로 KNN으로 Cluster들을 분류한다. 그리고 Bayes Filter가 획득한 각 Cluster의 확률을 통하여 Posterior Probability을 계산한다. 이 Posterior Probability으로 로봇이 위치한 Cluster를 검색한다. 성능 평가를 위하여 KNN과 Local Map Classification 및 Bayes Filter을 적용하여서 얻은 위치 측위의 결과를 분석하였다. 분석 결과로 RSSI 신호가 변하더라도 위치 정보는 한 Cluster에 고정되면서 위치 측위의 정확도가 높아진다는 사실을 확인하였다.