• Structural Engineering and Mechanics
• /
• 제57권3호
• /
• pp.529-541
• /
• 2016

Under the interaction between dam body, dam foundation and external environment, the dam structural behavior presents the time-varying nonlinear characteristics. According to the prototypical observations, the correct identification on above nonlinear characteristics is very important for dam safety control. It is difficult to implement the description, analysis and diagnosis for dam structural behavior by use of any linear method. Based on the rescaled range analysis approach, the algorithm is proposed to identify and extract the fractal feature on observed dam structural behavior. The displacement behavior of one actual dam is taken as an example. The fractal long-range correlation for observed displacement behavior is analyzed and revealed. The feasibility and validity of the proposed method is verified. It is indicated that the mechanism evidence can be provided for the prediction and diagnosis of dam structural behavior by using the fractal identification method. The proposed approach has a high potential for other similar applications.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1307-1309
• /
• 2003

The EO-1 spacecraft, launched November 21, 2000 into a sun synchronous orbit behind Landsat 7, hosts advanced technology demonstration instruments, whose capabilities are currently being assessed by the user community for future missions. A significant part of the EO-1 program is to perform data comparisons between Hyperion, ALI and Landsat 7 ETM+. In this paper, a comparison of forest classification results from Hyperion, ALI, and the ETM+ of Landsat-7 are provided for Wangqing Forest Bureau, Jilin Province, Northeast China. The data have been radiometrically corrected and geometrically resampled. Feature selection and statistical transforms are used to reduce the Hyperion feature space from 86 channels to 14 features. Classes chosen for discrimination included Larch, Spruce, Oak, Birch, Popular and Mixed forest and other landuses. Classification accuracies have been obtained for each sensor. Comparison of the classification results shows : Hyperion classification results were the best, ALI's were much better than ETM+.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.336-339
• /
• 2012

Accurate forecasting of pan evaporation (PE) is very important for monitoring, survey, and management of water resources. The purpose of this study is to develop and apply Kohonen self-organizing feature maps neural networks model (KSOFM-NNM) to forecast the daily PE for the dry climate region in south western Iran. KSOFM-NNM for Ahwaz station was used to forecast daily PE on the basis of temperature-based, radiation-based, and sunshine duration-based input combinations. The measurements at Ahwaz station in south western Iran, for the period of January 2002 - December 2008, were used for training, cross-validation and testing data of KSOFM-NNM. The results obtained by TEM 1 produced the best results among other combinations for Ahwaz station. Based on the comparisons, it was found that KSOFM-NNM can be employed successfully for forecasting the daily PE from the limited climatic data in south western Iran.

• East Asian mathematical journal
• /
• 제37권5호
• /
• pp.599-612
• /
• 2021

In China, Weibo is one of the social platforms with more users. It has the characteristics of fast information transmission and wide coverage. People can comment on a certain event on Weibo to express their emotions and attitudes. Judging the emotional tendency of users' comments is not only beneficial to the monitoring of the management department, but also has very high application value for rumor suppression, public opinion guidance, and marketing. This paper proposes a two-input Adaboost model based on TextCNN and BiLSTM. Use the TextCNN model that can perform local feature extraction and the BiLSTM model that can perform global feature extraction to process comment data in parallel. Finally, the classification results of the two models are fused through the improved Adaboost algorithm to improve the accuracy of text classification.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2148-2161
• /
• 2019

In this paper, we present a real-time cattle action recognition algorithm to detect the estrus phase of cattle from a live video stream. In order to classify cattle movement, specifically, to detect the mounting action, the most observable sign of the estrus phase, a simple yet effective feature description exploiting motion history images (MHI) is designed. By learning the proposed features using the support vector machine framework, various representative cattle actions, such as mounting, walking, tail wagging, and foot stamping, can be recognized robustly in complex scenes. Thanks to low complexity of the proposed action recognition algorithm, multiple cattle in three enclosures can be monitored simultaneously using a single fisheye camera. Through extensive experiments with real video streams, we confirmed that the proposed algorithm outperforms a conventional human action recognition algorithm by 18% in terms of recognition accuracy even with much smaller dimensional feature description.

• Journal of Information Processing Systems
• /
• 제19권3호
• /
• pp.370-376
• /
• 2023

Aiming at the problems of low image enhancement accuracy, long enhancement time and poor image quality in the traditional robot sequence motion image enhancement methods, an adaptive enhancement method for robot sequence motion image is proposed. The feature representation of the image was obtained by Karhunen-Loeve (K-L) transformation, and the nonlinear relationship between the robot joint angle and the image feature was established. The trajectory planning was carried out in the robot joint space to generate the robot sequence motion image, and an adaptive homomorphic filter was constructed to process the noise of the robot sequence motion image. According to the noise processing results, the brightness of robot sequence motion image was enhanced by using the multi-scale Retinex algorithm. The simulation results showed that the proposed method had higher accuracy and consumed shorter time for enhancement of robot sequence motion images. The simulation results showed that the image enhancement accuracy of the proposed method could reach 100%. The proposed method has important research significance and economic value in intelligent monitoring, automatic driving, and military fields.

• 한국전산구조공학회논문집
• /
• 제25권1호
• /
• pp.91-99
• /
• 2012

본 연구에서는 PZT 소자의 정압전 효과에 의한 동적 응답신호를 이용하는 보 구조물 손상 모니터링 기법을 제안하였다. 특히, 모드 변형에너지기반 보 구조물 손상 모니터링에 PZT 정압전 응답신호를 입력자료로 활용하는 방안에 대한 연구에 주안점이 있다. 먼저, PZT 소자의 정압전 효과 및 동적 변형률 응답의 이론적 배경을 요약하였다. 다음으로, 모드 변형에너지기반 보 구조물 손상위치 모니터링 기법을 제시하였다. 제시된 기법의 적합성을 검증하기 위해, 캔틸레버 보 모형을 대상으로 강제진동 실험을 수행하였으며, 세 종류의 센서(가속도계, PZT 센서, 변형률계)를 통해 동적 응답신호가 계측되었다. 손상 전후에 계측된 이들 진동신호들을 사용하여 모드 변형에너지기반의 손상위치 모니터링이 수행되었다.

• 한국전산구조공학회논문집
• /
• 제25권1호
• /
• pp.81-89
• /
• 2012

본 연구에서는 무선 가속도 센서노드를 이용한 강 거더 볼트연결 부재의 진동기반 손상 모니터링 체계를 제안하였다. 이 같은 연구목표를 위해, 다음과 같은 연구를 수행하였다. 먼저, 무선 가속도 센서노드의 하드웨어 구성 및 내장된 작동 소프트웨어를 제시하였다. 다음으로, 강 거더 볼트연결 부재의 진동기반 손상 모니터링 체계를 제시하였다. 손상 모니터링 체계는 가속도 응답특성 분석을 통해 전역적 손상발생 경보 및 손상위치 추정을 수행한다. 전역적 손상발생 경보는 파워스펙트럼밀도의 상관계수를 적용하였다. 손상위치 추정은 고유 진동수기반 손상검색 기법과 모드형상기반 손상검색 기법을 적용하였다. 마지막으로, 모형 강 거더의 볼트연결 부재 손상을 식별하기 위한 진동기반 손상 모니터링 체계의 적용성을 검증하였다.

• 한국전자통신학회논문지
• /
• 제15권2호
• /
• pp.245-252
• /
• 2020

예상치 못한 장비들의 결함은 우리 사회 전반에 막대한 경제적 손실을 초래하고, 이런 상황에서 상태 모니터링은 해결 가능한 방법을 제시할 수 있다. 상태 모니터링은 부착된 다양한 센서 데이터로부터 기계 고장을 예측하기 위해 신호 처리 알고리즘의 개발이 요구된다. 상태 모니터링에 사용되는 신호 처리 알고리즘은 높은 계산 효율과 고해상도를 요구하고 있다. 무선 센서 네트워크상(WSN)에서 상태 모니터링을 개선하기 위해서 데이터의 시각화는 데이터의 특징적인 표현을 극대화할 수 있다. 따라서 본 논문은 대규모 기반 시설에서 장비의 환경 상태를 식별하기 위해 WSN 기반의 상태 모니터링을 위한 온도 데이터의 시각적인 특징 추출을 제안한다. 실험 결과, 시간-주파수 분석은 시간에 따른 온도 변화를 시각적으로 확인할 수 있으며 온도 데이터 변화의 특징을 추출하는데 용이하였다.

• 한국지능시스템학회논문지
• /
• 제18권6호
• /
• pp.737-745
• /
• 2008

최근 공정 및 계측기술이 발전함에 따라 밀링, 그라인딩, 브로칭 등 공정작업의 온라인 모니터링에 대한 관심이 높아지고 있다. 온라인 모니터링 시스템은 공구의 마모나 파손 등과 같은 공정변화를 가급적 조기에 발견함으로써 설비를 보호하고 불필요한 비용의 발생을 억제하는 데 그 목적을 두고 있다 본 논문에서는 온라인 공정관측 데이터가 프로파일로 주어질 때 웨이블릿변환을 이용한 $T^2$-검정과 신경회로망의 모니터링 성능에 대해 고찰한다. 2006년 Axinte가 제시한 절삭력 데이터를 이용하여 수치실험을 수행한 결과, 웨이블릿기반 $T^2$는 양호한 검출력을 나타냈지만 그 검사특성은 자기상관에 매우 민감하게 반응하였다. 반면, 자기상관의 존재 하에서도 신경회로망은 $T^2$-검정에 비해 매우 안정적인 검사특성을 갖는 것으로 나타났다. 이는 웨이블릿기반 $T^2$-검정에 노이즈분석을 위한 적응적인 요소가 필요하다는 점을 시사한다