• 전기학회논문지
• /
• 제64권7호
• /
• pp.1104-1113
• /
• 2015

In this paper, we propose Two-Dimensional Robust Face Recognition System Realized with the Aid of Facial Symmetry with Illumination Variation. Preprocessing process is carried out to obtain mirror image which means new image rearranged by using difference between light and shade of right and left face based on a vertical axis of original face image. After image preprocessing, high dimensional image data is transformed to low-dimensional feature data through 2-directional and 2-dimensional Principal Component Analysis (2D)2PCA, which is one of dimensional reduction techniques. Polynomial-based Radial Basis Function Neural Network pattern classifier is used for face recognition. While FCM clustering is applied in the hidden layer, connection weights are defined as a linear polynomial function. In addition, the coefficients of linear function are learned through Weighted Least Square Estimation(WLSE). The Structural as well as parametric factors of the proposed classifier are optimized by using Particle Swarm Optimization(PSO). In the experiment, Yale B data is employed in order to confirm the advantage of the proposed methodology designed in the diverse illumination variation

• Journal of Astronomy and Space Sciences
• /
• 제26권2호
• /
• pp.221-228
• /
• 2009

한반도 상공의 전리층 총전자수(TEC, Total Electron Content)를 추정하는 방법을 통해 GPS 수신기와 위성의 코드 바이어스(DCB, Differential Code Bias)를 함께 추정하였다. 한국천문연구원에서 운영하고 있는 GPS 기준국망 데이터를 사용하였으며, 가중치 최소자승법을 이용하여 매 1시간 간격으로 DCB를 산출하였다. 총 3일간의 데이터를 처리한 결과 9개 GPS 수신기의 DCB는 ${\pm}2m$ 이내에서 변화하는 것으로 나타났으며, 3일 동안 크게 변하지 않았다. 또한 일일 평균값으로 산출된 위성의 DCB는 최대 약 4.09ns(nano-second), 최소 약 -6.28ns를 갖는 것으로 나타났다. 그리고 산출된 DCB를 전리층 총전자수 산출에 적용한 결과, 적용 전에 비해 특정시점에서 최대 약 9TECU 이상의 총전자수 변화가 검출됨을 확인 할 수 있었다.

• 대한전자공학회논문지TE
• /
• 제37권2호
• /
• pp.54-61
• /
• 2000

본 논문은 레일레이 페이딩 채널 환경에서 IMT-2000 파일럿 심볼 구조의 W-CDMA 시스템 역방향 링크의 채널 추정에 관한 RLS 적응형 알고리즘 성능을 WMSA(K=1,3)와 Constant gain 방식의 성능과 비교 분석하였다. 본 논문의 모델은 IMT-2000 시스템 규격의 W-CDMA 채널 구조, 변조 및 파일럿 패턴을 이용하였다. 파일럿 심볼 위치의 채널추정은 RLS 적응형 알고리즘을 이용하고 데이터 심볼 위치의 채널 보상은 선형보간으로 수행하였다. RLS 적응형 알고리즘 성능은 저속 페이딩에서 WMSA(K=1,3) 성능과 유사하지만 Constant gain 알고리즘 성능보다는 약간 우수하다. 도플러 주파수 320㎐, BER=2.0×10/sup -2/에서 RLS 적응형 알고리즘 성능이 WMSA(K=1)과 Constant gain 성능에 비해 4㏈의 성능 우위를 보여주고 있으며, WMSA(K=3)의 성능과는 커다란 차이를 보여준다. 따라서 페이딩이 고속화 될수록 RLS 알고리즘 의 성능이 전반적으로 WMSA(K=1,3)와 Constant gain 알고리즘 성능보다 우수함을 확인하였다.

• 한국도로학회논문집
• /
• 제16권5호
• /
• pp.59-66
• /
• 2014

PURPOSES : This study is to predict the Sound Pressure Level(SPL) obtained from the Noble Close ProXimity(NCPX) method by using the Extended Kalman Filter Algorithm employing the taylor series and Linear Regression Analysis based on the least square method. The objective of utilizing EKF Algorithm is to consider stochastically the effect of error because the Regression analysis is not the method for the statical approach. METHODS : For measuring the friction noise between the surface and vehicle's tire, NCPX method was used. With NCPX method, SPL can be obtained using the frequency analysis such as Discrete Fourier Transform(DFT), Fast Fourier Transform(FFT) and Constant Percentage Bandwidth(CPB) Analysis. In this research, CPB analysis was only conducted for deriving A-weighted SPL from the sound power level in terms of frequencies. EKF Algorithm and Regression analysis were performed for estimating the SPL regarding the vehicle velocities. RESULTS : The study has shown that the results related to the coefficient of determination and RMSE from EKF Algorithm have been improved by comparing to Regression analysis. CONCLUSIONS : The more the vehicle is fast, the more the SPL must be high. But in the results of EKF Algorithm, SPLs are irregular. The reason of that is the EKF algorithm can be reflected by the error covariance from the measurements.

• 한국지능시스템학회논문지
• /
• 제20권1호
• /
• pp.101-108
• /
• 2010

본 논문에서는 퍼지 k-NN과 reconstruction error에 기반을 둔 feature selection을 이용한 lazy 분류기 설계를 제안하였다. Reconstruction error는 locally linear reconstruction의 평가 지수이다. 새로운 입력이 주어지면, 퍼지 k-NN은 local 분류기가 유효한 로컬 영역을 정의하고, 로컬 영역 안에 포함된 데이터 패턴에 하중 값을 할당한다. 로컬 영역과 하중 값을 정의한 우에, feature space의 차원을 감소시키기 위하여 feature selection이 수행된다. Reconstruction error 관점에서 우수한 성능을 가진 여러 개의 feature들이 선택 되어 지면, 다항식의 일종인 분류기가 하중 최소자승법에 의해 결정된다. 실험 결과는 기존의 분류기인 standard neural networks, support vector machine, linear discriminant analysis, and C4.5 trees와 비교 결과를 보인다.

• 한국농림기상학회지
• /
• 제11권2호
• /
• pp.72-78
• /
• 2009

관측밀도가 동일한 조건에서 단위격자점의 크기를 줄일 경우 PRISM 방식에 의해 추정된 강수량 분포 가 단위격자점의 크기를 줄이기 전에 비해 개선되는지 확인하기 위해 PRISM 코드를 수정하여 $270m{\times}270m$ 격자점 단위로 구동할 수 있도록 하였다. 남한 전역의 지형자료를 270m DEM으로부터 준비하고 432개 기상청 자동기상관측소의 2007년 월별 적산강수량 자료를 입력자료로 하여 각 격자점의 PRISM 회귀식을 도출하였다. 회귀모형과 DEM 고도에 의해 각 격자점의 월별 적산강수량을 추정한 다음, 추정된 강수량분포도로부터 한국수자원공사 우량관측소 166개소에 해당하는 격자점의 자료를 추출하여 해당관측소의 실측값과 비교하였다. 동일한 강수자료를 이용하되 이번에는 5km 격자점의 PRISM 회귀모형을 유도하여 강수량 분포도를 작성하고 166개 지점 추정강수량을 추출하여 실측자료와의 차이를 RMSE로 표현하였다. 5km 대신 270m 분해능의 DEM을 사용할 경우 월 강수량이 100mm 이상인 경우 평균 10%의 오차 감소효과가 확인되었다.