• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support fer multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To date, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques' results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support for multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To data, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• 대한전자공학회논문지SP
• /
• 제44권5호
• /
• pp.94-102
• /
• 2007

잠음감소에 있어서 웨이브렛 임계처리 알고리즘은 미니맥스 관점에서 거의 최적의 성능을 보이는 것으로 알려져 있다. 그러나 웨이브렛 임계처리 알고리즘은 웨이브렛 함수의 복잡성으로 인해 FPGA와 같은 하드웨어 상에 구현이 어렵다. 본 논문에서는 이진트리 구조 필터뱅크에서 전체 신호전력에 대한 각 부밴드 신호 전력비에 기반한 새로운 잡음감소 기법을 제안한다. 그리고 이 기법을 FPGA 상에 구현한다. 간단한 구현을 위해 필터뱅크는 하다마드 변환 계수로 설계된다. 시뮬레이션과 하드웨어 실험결과 제안방법이 간단하지만 웨이브렛에 기반한 소프트 임계처리 잡음감소 알고리즘과 성능이 유사함을 보인다.

• 정보처리학회논문지B
• /
• 제8B권6호
• /
• pp.693-698
• /
• 2001

본 논문은 주파수 대역 변환 방법을 사용하여 잡음을 제거하는 방법으로, 웨이블릿 변환의 고주파 성분의 통계적 특성을 활용하여 임계값을 선택하는 새로운 방법을 제안한다. 변환 영역의 각 고주파 성분(HL, LH, HH)에 대한 중앙편차를 이용하여 임계값을 설정함으로서 영상의 통계량의 변화에 대응할 수 있고, 잡음 분산의 크기에 적응할 수 있도록 하였다. 실험 결과 잡음 분산을 추정하거나 데이터의 개수를 이용하는 기존의 방법에 비하여 신호 대 잡음비(PSNR)가 향상되었다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2001년도 춘계학술대회논문집B
• /
• pp.670-675
• /
• 2001

This paper is to propose image segmentation method based on chamfer algorithm. First, we get original image from CCD camera and transform it into gray image. Second, we extract maximum gray value of background and reconstruct and eliminate the background using surface fitting method and bilinear interpolation. Third, we subtract the reconstructed background from gray image to remove noises in gray image. Fourth, we transform the subtracted image into binary image using Otsu's optimal thresholding method. Fifth, we use morphological filters such as areaopen, opening, filling filter etc. to remove noises and isolated points. Sixth, we use chamfer distance or Euclidean distance to this filtered image. Finally, we use watershed algorithm and count microorganisms in image by labeling. To prove the effectiveness, we apply the proposed algorithm to one of Ammonia-oxidizing bacteria, Acinetobacter sp. It is shown that both Euclidean algorithm and chamfer algorithm show over-segmentation. But Chamfer algorithm shows less over-segmentation than Euclidean algorithm.

• 전자공학회논문지S
• /
• 제36S권12호
• /
• pp.51-57
• /
• 1999

본 논문에서는 불균등 대비 영상에서 국소 영역별 대비개선과 문턱치 평면의 쌍선형 보간을 이용한 효과적인 적응 이진화 방법을 제안하였다. 제안한 방법에서는 먼저 영상을 국소 영역으로 나누고, 영역별로 흐리거나 대비가 낮은 부분의 명도차를 증대시켜 전체적으로 대비를 개선한 후, 대비 개선된 국소 영역별 명도 분포로부터 해당 영역의 최적 문턱치를 구하였다. 국소 영역간에 이웃하는 문턱치들을 쌍선형 보간하여 전역적으로 영역별 문턱치들간의 불연속성을 없앰으로써 불균등 대비 영상에 대해서도 관심 영역이나 문자 부분에서의 불연속을 줄이도록 하였다. 불균등 대비를 갖는 일반문서 및 PCB나 웨이퍼상의 문자 영상을 제안한 방법과 기존 방법으로 이진화한 영상들로부터 문자들을 추출하고, 동일 조건하에서 같은 역전파 신경회로망으로 인식 실험하여 제안한 방법의 실효성을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제20권2호
• /
• pp.279-284
• /
• 2010

Boukharouba 등에 의해서 제안된 평면 곡선(Plane curve) 분석 기법은 히스토그램 누적분포함수에 기반한 마루-골(Peak-Valley) 탐색을 통한 임계값 결정 기법이다. 그러나 이 기법의 경우 평면 곡선을 구성하는 과정에서 외부 변수의 설정이 요구되며, 그에 따라서 구성된 평면 곡선의 형태가 달라지고 마루-골 검출에 영향 준다. 따라서 본 논문에서는 엔트로피에 기반하여 평면 곡선 구성을 구성하기 위한 최적의 변수값을 설정하며, 설정된 변수 값에 기반한 다중 임계값 결정기법을 제안한다. 다수 영상에 대한 모의실험과 기존 히스토그램 기반의 임계값 결정법과의 비교 및 검토를 통해 제안한 기법의 효용성을 보인다.

• 한국정보통신학회논문지
• /
• 제5권6호
• /
• pp.1169-1174
• /
• 2001

본 연구는 영상처리과정에서 중요한 이진영상의 전역임계값 결정을 위한 새로운 임계화 방법을 제안하였다. 제안한 알고리즘은 원 영상의 전체적인 윤곽을 가장 많이 포함하는 최상위 비트평면을 사용하여 영상을 중복되지 않는 두 영역으로 구분한 뒤, 두 영역의 평균 밝기 값의 차이로 임계값을 자동으로 결정하는 전역 임계화 방법이다. 실험결과 제안한 방법은 인위적인 초기값 설정을 필요로 하지 않으며, 처리과정이 간단하며 문서영상과 휘도영상의 영상 윤곽을 양호하게 보존하는 이진영상을 얻을 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.862-864
• /
• 2003

Thresholding is a popular image segmentation method that converts a gray-level image into a binary image. The selection of optimum threshold has remained a challenge over decades. Many image segmentation techniques are developed using information about image in other space rather than the image space itself. Most of the technique based on histogram analysis information-theoretic approaches. In this paper, the criterion function for finding optimal threshold is developed using an intensity-based classuncertainty (a histogram-based property of an image) and region-homogeneity (an image morphology-based property). The theory of the optimum thresholding method is based on postulates that objects manifest themselves with fuzzy boundaries in any digital image acquired by an imaging device. The performance of the proposed method is illustrated on experimental data obtained by W-band millimeter-wave radiometer image under different noise level.

• 정보처리학회논문지B
• /
• 제11B권2호
• /
• pp.133-140
• /
• 2004

최근 치과 분야의 정보화는 환자자료와 진단영상의 취득과 관리 등을 포함하는 통합 정보화시스템으로써 급속히 발전되었다. 이러한 시스템이 성공하기 위해선 의사가 정확하게 질환을 진단하고 치료하도록 양질의 정보를 제공하며 환자들에게 필요한 고가의 치료를 효과적으로 설득할 수 있는 기능이 확보되어야 한다. 이러한 측면에서 치과분야 시뮬레이션이 가능한 3차원 재구성된 치아모델이 필요하다 치과분야의 치아조작은 대부분 개별 치아 단위로 이루어진다. 따라서 3차원 치아 재구성 시스템은 개변치아의 영역분할과 치아에 맞는 재구성기술이 요구된다. 본 논문에서 적응 최적 임계화를 사용한 치아단위 영역분할 방안과 분할된 경계를 사용한 윤곽선 기반방식의 치아 재구성방안을 제안한다. 즉, 연속된 CT영상에서 개별치아 영역을 정확히 분할하기 위해 슬라이스마다 적응적으로 결정된 최적의 임계치를 사용하여 각 치아를 인접한 이웃 치아와 치조골로부터 분리한다. 분할결과는 3차원 재구성되어 개별 치아를 조작하는 사용자의 입력에 따라 3차원 공간상에서 치아의 이동, 발거 동작을 바탕으로 치과 진료의 시뮬레이션을 가능하게 한다.