• 한국해양학회지:바다
• /
• 제3권2호
• /
• pp.59-70
• /
• 1998

가로림만 조간대 표층퇴적물의 입도조직변수(평균입도, 분급도 및 왜도)를 기초로 '이차원 퇴적물 이동벡터모델'을 이용하여 퇴적물의 이동방향을 추정하였고 이에 따른 퇴적물의 이동현상을 해석하였다. 채취된 퇴적물은 각 정점마다 전체와 조립질(< 4.5 ${\phi}$)로 구분하여 각각의 퇴적물이동방향(15 경우)을 구하였고, 이 방향과 지형, 층면형태(bedform)의 정밀측정, 그리고 여러 번의 현장관찰을 기초로 결정된 퇴적물의 실제이동방향과 비교하였다. 퇴적물의 실제이동방향과 가장 일치하는 이동벡터는 조립질 퇴적물에서 퇴적물 이동방향으로 퇴적물이 세립해지고, 분급이 좋아지며 왜도가 감소하는 경우와 퇴적물이 조립해지고, 분급이 좋아지며 왜도가 증가하는 경우를 조합한 M 경우이다. 이는 조립질 퇴적물이 연구지역의 퇴적물이동에 주요 구성성분이며, 세립질(> 4.5 ${\phi}$)을 포함하는 전체 퇴적물보다 퇴적기작이 더 단순하므로 '퇴적물이동벡터모델'과 잘 부합하는 것으로 보인다. 또한 전체 퇴적물과 조립질 퇴적물 모두 퇴적물의 이동방향으로 분급도가 좋아지는 경향이 뚜렷한데, 이는 퇴적기작의 복잡성과 관계없이 연속적인 수리에너지는 퇴적물의 분급을 더 좋게 한다는 것을 증명한다. 또한 이 연구결과를 통하여 사주조간대의 조립질퇴적물의 이동은 남북방향으로 놓여 있는 만 입구 동주수로를 통하여 저조선에서 상부조간대로 이동하면서 퇴적되었고, 일부는 동주수로를 지나 남수로로 공급되어 반시계방향으로 돌며 북쪽지역으로 이동 퇴적되었음이 밝혀졌다. 조립질 퇴적물은 사주에 퇴적되지만, 일부는 북수로를 따라 썰물때 다시 만밖으로 나가는 것으로 퇴적물이동벡터모델이나 퇴적물 실제이동방향의 관찰 모두에서 증명되었다. 따라서 북수로 및 북동쪽 뻘질모래지역은 만 밖에서 운반된 부유퇴적물과 조립퇴적물이 동시에 퇴적되는 지역이며, 지역적으로 조립질과 세립질의 분리퇴적현상이 때때로 관찰되기도 하는 수리역학적 퇴적물 혼합지역이다. 사주의 육지이동과 북수로 발달현상은 조립퇴적물이 만 밖이나 만 입구 등 근원지(장안퇴를 포함한 사퇴)로부터 더 많이 유입되었거나 혹은 상대적 해수면의 상승의 결과로 보인다.

• 반도체디스플레이기술학회지
• /
• 제4권1호
• /
• pp.61-64
• /
• 2005

This study presents a new algorithm to detect the facial feature in a color image entered from the mobile device with complex backgrounds and undefined distance between camera's location and the face. Since skin color model with Hough transformation spent approximately 90$\%$ of running time to extract the fitting ellipse for detection of the facial feature, we have changed the approach to the simple geometric vector operation, called a TS(Triangle-Square) transformation. As the experimental results, this gives benefit of reduced run time. We have similar ratio of face detection to other methods with fast speed enough to be used on real-time identification system in mobile environments.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.120-121
• /
• 2006

In this paper, We have designed a face recognition system based on the embedded Linux. This paper has an aim in embedded system to recognize the face more exactly. At first, the contrast of the face image is adjusted with lightening compensation method, the skin and lip color is founded based on YCbCr values from the compensated image. To take advantage of the method based on feature and appearance, these methods are applied to the eyes which has the most highly recognition rate of all the part of the human face. For eyes detecting, which is the most important component of the face recognition, we calculate the horizontal gradient of the face image and the maximum value. This part of the face is resized for fitting the eye image. The image, which is resized for fit to the eye image stored to be compared, is extracted to be the feature vectors using the continuous wavelet transform and these vectors are decided to be whether the same person or not with PNN, to miminize the error rate, the accuracy is analyzed due to the rotation or movement of the face. Also last part of this paper we represent many cases to prove the algorithm contains the feature vector extraction and accuracy of the comparison method.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권3호
• /
• pp.163-172
• /
• 2016

Electric load forecasting is essential for effective power system planning and operation. Complex and nonlinear relationships exist between the electric loads and their exogenous factors. In addition, time-series load data has non-stationary characteristics, such as trend, seasonality and anomalous day effects, making it difficult to predict the future loads. This paper proposes a locally-weighted polynomial neural network (LWPNN), which is a combination of a polynomial neural network (PNN) and locally-weighted regression (LWR) for daily shortterm peak load forecasting. Model over-fitting problems can be prevented effectively because PNN has an automatic structure identification mechanism for nonlinear system modeling. LWR applied to optimize the regression coefficients of LWPNN only uses the locally-weighted learning data points located in the neighborhood of the current query point instead of using all data points. LWPNN is very effective and suitable for predicting an electric load series with nonlinear and non-stationary characteristics. To confirm the effectiveness, the proposed LWPNN, standard PNN, support vector regression and artificial neural network are applied to a real world daily peak load dataset in Korea. The proposed LWPNN shows significantly good prediction accuracy compared to the other methods.

• 조명전기설비학회논문지
• /
• 제22권1호
• /
• pp.118-123
• /
• 2008

본 논문은 주파수영역에서 첨두공진점을 갖는 고차모델을 저차모델로 근사화하기 위한 주파수 전달함수 합성법을 제안한다. 제안된 근사화 방법은 근사화된 모델의 분모 다항식에 가중된 오차함수의 최소화에 근거하며, 근사화된 모델의 주파수 전달함수에 대한 계수벡터를 추정하기 위해 RLS 기법을 이용한다. 제안된 방법은 저주파수와 첨두공진점에서 우수한 정합특성을 나타내며, 예제에 의해 제안된 방식의 유용성을 검증한다.

• International Journal of CAD/CAM
• /
• 제7권1호
• /
• pp.31-40
• /
• 2007

Reverse engineering of reliefs aims to turn an existing relief superimposed on an underlying surface into a geometric model which may be applied to a different base surface. Steps in this process include segmenting the relief from the background, and describing it as an offset height field relative to the underlying surface. We have previously considered relief segmentation using a geometric snake. Here, we show how to use this initial segmentation to estimate the background surface lying under the relief, which can be used (i) to refine the segmentation and (ii) to express the relief as an offset field. Our approach fits a B-spline surface patch to the measured background data surrounding the relief, while tension terms ensure this background surface smoothly continues underneath the relief where there are no measured background data points to fit. After making an initial estimate of relief offset height everywhere within the patch, we use a support vector machine to refine the segmentation. Tests demonstrate that this approach can accurately model the background surface where it underlies the relief, providing more accurate segmentation, as well as relief height field estimation. In particular, this approach provides significant improvements for relief concavities with narrow mouths and can segment reliefs with small internal holes.

• 산업공학
• /
• 제11권2호
• /
• pp.65-78
• /
• 1998

The letters of the automobile tire are usually engraved on the side-wall. The shape of the side-wall is a sculptured surface generated by the rotational sweeping of a profile curve. The letters laid on the side-wall are usually designed by a 2-dimensional CAD. It is impossible to machine the letters on the surface accurately by 3-axis NC machining, because the axis of cutter should be tilted to align with the normal vector of the surface. In this case. the degree of freedom for the machine is at least four. This paper describes an idea for tool path generation of a 4-axis machine by using the 2-dimensional CAD data of the letters and the surface of the side-wall. This study includes the following procedures; (1) measuring the profile of the side-wall surface and curve-fitting of the measured points. (2) the 'non-parallel projection' of the letters on the side-wall, and (3) an inverse kinematics of the 4-axis lettering machine. Procedures in this paper are programmed in C-language on Windows95 environment. With a PC based CNC controller and a 4-axis lettering machine. these are tested sucessfully for the practical use.

• 전자공학회논문지SC
• /
• 제48권2호
• /
• pp.47-55
• /
• 2011

전 세계적으로 상해로 인한 사망자 중 1/3의 직접적인 사망 원인은 출혈성 쇼크이다. 그러나 초기 쇼크에서 이를 정확히 예측할 수 있다면 신속한 치료가 가능하여 그 피해를 줄일 수 있다. 본 논문의 목적은 흰쥐의 대퇴부정맥을 통해 일정량의 출혈을 시키면서 변화하는 생리적 변수인 심박수, 수축기 혈압, 평균 동맥압, 호흡수, 체온 데이터로 최적의 생존 예측 모델을 제시하여 출혈성 쇼크를 조기 진단하는 것이다. 예측 모델로는 최근 많이 연구되는 인공신경망과 지원벡터기계 방법을 사용하였다. 과대적합을 피하고 최적의 모델을 선정하기 위해 10-fold cross validation을 수행하였을 때, 인공신경망의 경우 은닉노드 수가 3개인 모델이 가장 우수한 성능을 보였고, 지원벡터기계에서는 가우시안 커널함수를 이용한 모델이 가장 우수한 성능을 보였다. 평가 데이터 세트를 이용하여 각각의 생존 예측 모델을 평가한 결과 인공신경망의 경우 민감도 88.9 %, 특이도 96.7 %와 정확도 92.0 %를 보였고, 지원벡터기계의 경우 민감도 97.8 %, 특이도 95.0 %와 정확도 96.7 %를 보였다. 따라서 출혈에 따른 흰쥐의 생존 예측에서 지원벡터기계가 인공신경망보다 더 우수한 성능을 보이는 것을 확인하였다.

• 전자공학회논문지CI
• /
• 제41권3호
• /
• pp.91-102
• /
• 2004

본 논문에서는 MPEG-1,2로부터 객체 기반 MPEG-4로의 고속 변환을 위한 정보 추출 알고리즘을 소개한다. 객체 기반 MPEG-4로의 변환을 위한 정보로써 객체 영상과 형상 정보, 매크로블록 움직임 벡터, 헤더정보가 MPEG-4로부터 추출된다. 추출된 정보를 이용하면 객체 기반 MPEG-4로의 고속 변환이 가능하다. 가장 중요한 정보인 객체 영상 추출은 MPEG-2의 움직임 벡터와 워터쉐드 알고리즘을 이용하여 이루어진다. 사용자의 인지정보를 이용하여 프레임 내에서 객체를 추출하고, 추출된 객체로 연속된 프레임에서 객체를 추적하게 된다. 수행 중 객체의 빠른 움직임으로 만족스럽지 못한 결과를 내더라도, 사용자가 개입하여 다시 좋은 결과를 얻을 수 있도록 하였다. 객체 추적 과정은 크게 두 단계로 객체 추출 단계와 객체 추적 단계로 나누어져 있다. 객체 추출 단계는 블록분류와 워터쉐드 알고리즘으로 자동 분할된 영상에서 사용자가 직접 객체를 추출하는 단계이다. 사용자가 개입하는 단계이기 때문에, 번거로울 수 있으나 손쉽게 추출할 수 있도록 구현하였다 객체 추적 단계는 연속된 프레임에서 객체를 추적하는 단계로, MPEG-1,2 움직임 벡터와 객체 모양 정보를 이용하여 고속으로 구해지고 워터쉐드 알고리즘으로 윤곽선 보정작업을 하였다 실험 결과 MPEG-1,2 비트스트림으로부터 객체 기반 MPEC-4로의 고속 변환이 가능함을 알 수 있었다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.