• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.101-105
• /
• 2005

본 논문에서는 LVQ(Learning Vector Quantization)을 퍼지화한 새로운 퍼지 학습 법칙을 제안하였다. 퍼지 LVQ 학습 법칙 3은 기존의 학습률 대신에 퍼지 학습률을 사용하였는데, 기존의 LVQ와는 달리 비대칭인 학습률을 사용하였다. 기본의 LVQ에서는 분류가 맞거나 틀렸을 때 같은 학습률을 사용하고 부호만 달랐으나, 새로운 퍼지 학습 법칙에서는 분류가 맞거나 틀렸을 때 부호가 다를 뿐만 아니라 학습률도 다르다. 이 새로운 퍼지 학습 법칙을 무감독 신경회로망인 improved IAFC(Integrated Adaptive Fuzzy Clustering) 신경회로망에 적용하여 감독 신경회로망으로 변형하였다. Improved IAFC 신경회로망은 유연성이 있으면서도 안정성이 있다. 제안한 supervised IAFC 신경회로망 3의 성능과 오류 역전파 신경회로망의 성능을 비교하기 위하여 iris 데이터를 사용하였는데 Supervised IAFC 신경회로망 3가 오류 역전파 신경회로망보다 성능이 우수하였다.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.6
• /
• pp.1571-1580
• /
• 1999

When a hierarchical structure is derived from data set for data mining and machine learning, using a conceptual clustering algorithm, one of the unsupervised learning paradigms, it is not unusual to have a different set of outcomes with respect to the order of processing data objects. To overcome this problem, the first classification process is proceeded to construct an initial partition. The partition is expected to imply the possible range in the number of final classes. We apply center sorting to the data objects in the classes of the partition for new data ordering and build a new partition using ITERATE clustering procedure. We developed an algorithm, REIT that leads to the final partition with stable and best partition score. A number of experiments were performed to show the minimization of order bias effects using the algorithm.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.29 no.5
• /
• pp.487-496
• /
• 2011

This study is aimed to perform more reliable unsupervised change detection through the re-extraction of the changed pixels which were extracted with global thresholding by applying buffer zone concept. First, three buffer zone was divided on the basis of the thresholding value which was determined using range average and the maximum distance point from a straight line. We re-extracted the changed pixels by performing unsupervised classification for buffer zone II which consists of changed pixels and unchanged pixels. The proposed method was implemented in Hyperion hyperspectral images and evaluated comparing to the existing global thresholding method. The experimental results demonstrated that the proposed method performed more accuracy change detection for vegetation area even if extracted slightly more changed pixels.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.32 no.5
• /
• pp.451-457
• /
• 2014

Recently, the land degradation and pasture erosion in Tuv, located around Ulaanbaatar of Mongolia, have been increasing sharply due to escalating developments of mining sectors, well as the density of populations. Because of that, we have chosen the urban and mining area of Tuv for our study target. During the study, the temporal changes of land cover in Tuv, Mongolia were observed by the Landsat TM/+ETM satellite images from 2001 to 2009 that provided the fundamental dataset to apply NDVI and K-Mean algorithm of Unsupervised Classification and Maximum likelihood classification(MLC) of Supervised Classification in order to conclude in land cover change analyzation. The result of our study implies that the growth of mining area, the climate change, and the density of population led the land degradation to desertification.

• Journal of Cadastre & Land InformatiX
• /
• v.50 no.1
• /
• pp.201-214
• /
• 2020

This study aimed to early detect damaged trees by pine wilt disease using the vegetation indices of UAV images. The location data of 193 pine wilt disease trees were constructed through field surveys and vegetation index analyses of NDVI, GNDVI, NDRE and SAVI were performed using multi-spectral UAV images at the same time. K-Means algorithm was adopted to classify damaged trees and confusion matrix was used to compare and analyze the classification accuracy. The results of the study are summarized as follows. First, the overall accuracy of the classification was analyzed in order of NDVI (88.04%, Kappa coefficient 0.76) > GNDVI (86.01%, Kappa coefficient 0.72) > NDRE (77.35%, Kappa coefficient 0.55) > SAVI (76.84%, Kappa coefficient 0.54) and showed the highest accuracy of NDVI. Second, K-Means unsupervised classification method using NDVI or GNDVI is possible to some extent to find out the damaged trees. In particular, this technique is to help early detection of damaged trees due to its intensive operation, low user intervention and relatively simple analysis process. In the future, it is expected that the utilization of time series images or the application of deep learning techniques will increase the accuracy of classification.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2004.04a
• /
• pp.159-164
• /
• 2004

SAM(Spectral Angle Mapper) is the method using the similarly of the angle between pairs of signatures instead of the spectral distance(MDC, MLC etc.) for classification or clustering. In this paper, we applied unsupervised techniques(Unsupervised SAM and ISODATA) to the Hyperspectral Image(Hyperion) which has innumerable, narrow and contiguous spectral bands and Multispectral Image(ETM$\^$+/) for the clustering of signatures. The overall measured accuracies of the USAM and ISODATA of multispectral image were 76.52%, 53.91% and the USAM and ISODATA of hyperspectral image were 63.04%, 53.91%. From the results of our test, we report that the Unsupervised SAM is better classfication technique than ISODATA. Also we believe that the "Spectral Angle" can potentially be one of the most accurate classifier not only multispectral images but hyperspectral images.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.313-318
• /
• 2005

단 밴드 영상과는 달리 다차원 데이터는 분광적인 특성을 이용한 자동화된 영상 분석을 수행하는 장점이 있는 반면, 3차원 이상의 데이터를 분광차익 상에 시각화 하는데 어려움이 따른다. 클러스터링 기법을 이용한 영상 정보 추출은 자동화된 영상 분석적인 측면에서 중요한 분야 중 하나로서, 분광차원에서 구 형태의 조밀한 클러스터를 분리하는데 효과적인 방법으로 알려져 있지만 부정형(不定形)의 클러스터를 추출하는 방법에는 한계를 가진다. 따라서 본 연구는 모든 차원의 데이터를 2차원 상에 시각화하여 화소간 인접성을 개략적으로 확인할 수 있는 Star Coordinates 기법을 제안한다. 데이터의 다차원 시각화를 통해, 부정형 클러스터를 제거하여 다음 단계의 영상 분석 시 발생할 수 있는 오류를 방지할 수 있고, 명확한 클러스터를 확인 지정하여 클러스터링 정확도를 골일 수 있을 것으로 기대된다. 부가적인 연구고서, Star Coordinates 기법을 적용하여 Plot된 영상 데이터를 K-Means 알고리즘을 이용한 무감독 분류를 수행하여 그 결과를 확인하였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.182-186
• /
• 2003

일반적으로 영상은 공간, 분광 및 시간 해상력을 바탕으로 고해상과 저해상 영상으로 구분된다. 최근 IKONOS 와 QuickBird 등 공간해상력이 1m 이하인 위성 영상들이 국내에 공급되어 바야흐로 고해상 위성영상을 이용한 다양한 활용분야들이 연구되고 있다. 이에 반하여 고분광해상력을 갖는 하이퍼스펙트럴 영상에 대한 연구는 미흡한 실정이다. 국제적으로는 항공기탑재 센서들을 이용한 다양하고 광범위한 조사분석 연구가 이루어지고 있으나, 국내에서는 장비와 관심의 부재로 인하여 초기적인 연구 단계에 있는 실정이다 하이퍼스펙트럴 센서는 환경, 지질, 목표물 인식 분야에 있어 많은 관심을 받고 있으며 위성탑재 초다중분광센서가 운용되기 시작하면서 연구의 활성화가 더욱 기대되고 있다. 본 연구에서는 EO-1 위성의 Hyperion 센서 데이터를 이용하여 노이즈 제거를 위한 영상 전처리 과정을 실시하고 분광특성에 따른 무감독 분류를 통한 인덱싱 기법과 널리 알려진 분광 라이브러리를 활용한 대상물, 특히 인공지물 추출 기법을 실험하였다. 이를 위하여 MNF(Maximum/Minimum Noise Filtering) 변환 및 분광 매칭(Spectral Matching) 기법, 분광 라이브러리 처리 등을 수행하였다. 결과의 비교를 위하여 동일 지역의 Landsat ETM+ 데이터를 이용하여 상호비교를 통한 검증작업으로서 그 성과를 판단하였다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.223-227
• /
• 2006

최근 위성기술의 발전은 크게 두 가지 방향으로 진행되고 있다. 하나는 고해상도(High Resolution)라는 말로 대표되는 공간해상도(Spatial Resolution)의 향상이고, 다른 하나는 초분광(Hyperspectral)으로 대표되는 분광해상도(Spectral Resolution)의 향상이다. 특히 초분광영상(Hyperspectral Image)은 지상피복 및 대상물에 대해 실험실에서 얻을 수 있을 정도의 연속적이고 좁은 파장 간격의 분광정보를 제공하고 있어, 기존에 사용하던 다중분광영상(Multispectral Image) 보다 많은 양의 정보를 사용자에게 제공한다. 본 논문에서는 다중분광영상과 초분광영상의 분광 정보를 활용한 영상분류능력을 비교분석하고 그 결과를 평가하였다. 분석결과는 다중분광영상에서 식별이 어려웠던 초지, 농지, 나지에 대한 분석 능력이 초분광영상에서 상당히 향상됨으로써 감독분류에서 약 20% 정도의 정확도 향상을 가져왔으며, 무감독분류의 경우에는 미소한 차이로 그 정확도가 향상된다는 것이다. 이런 결과는 향후 초분광영상의 토지 피복분류 및 대상물 탐사에 긍정적인 활용 방안을 제시할 수 있음을 알려주고 있다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.2 no.1
• /
• pp.73-83
• /
• 1999

The land use/cover information, which is periodically obtained from satellite imagery, can be effectively applied to change detection in rapidly changing urban areas. Also it can be used not only as base maps for spatial database in urban information system but as decision-making data for desired urban planning and development direction. In this study, we carried out both unsupervised and supervised classification on land use from Landsat TM and JERS-1 OPS data, which were collected respectively in 1991 and 1997, covering Kumi City and then detected land use changes.