Implementation and Performance Analysis of FDNN Using Quantization Triangularity Fuzzy Function

양자화 삼각 퍼지 함수를 이용한 FDNN 구현 및 성능 분석

In this paper, we could analyze the comparison with applied WFM to the quantization triangularity fuzzy function and triangularity Fuzzy function. In order to improve on a fault which not remove completely noise included image according to a peculiarity of noise, we got to realize FDNN of the high speed weight eliminating noise included image, minimizing the lost of information, obtaining information of suitability owing to applied Fuzzy Algorithm to DBNN of a hierarchical structure. We could analyze the comparison with a power of WFM and FDNN using simulation We could find to superiority the proposed FDNN )n a result which was the comparison of MSE for the boats image.

본 논문에서는 삼각함수와 양자화 된 삼각 퍼지함수를 가중퍼지평균(WFM: Weighted Fuzzy Mean)에 적용하여 비교하였다 또한 잡음의 특성에 따라서 영상에 포함된 잡음을 완전히 제거할 수 없는 단점을 개선하기 위하여, 계층적 구조의 결정기반 신경회로망(DBNN: Decision Based Neural Network)에 퍼지알고리즘을 적용하여서, 영상에 포함된 잡음을 제거하고 동시에 정보의 손실을 최소화하고 최적의 정보를 얻을 수 있는 고속 가중 퍼지결정 신경회로망(FDNN: fuzzy Decision Neural Network)을 구현하였다. 그리고 모의실험을 통하여 WFM과 FDNN의 성능을 비교하였으며, 보트(boats)의 영상에 대한 평균자승오차 (MSE:Mean Square Error)를 비교한 결과 제안된 FDNN이 우수함을 확인하였다.