• Computational Structural Engineering
• /
• v.11 no.4
• /
• pp.361-370
• /
• 1998

본 논문에서는 역전파학습에 의한 신경망기법을 사용하여 구조물의 미지계수를 추정하는 기법을 연구하였다. 대형구조물의 경우 계측 또는 추정하여야 하는 자유도의 수가 많으므로 인하여 구조계수를 추정하는 데에는 많은 어려움이 존재한다. 이러한 어려움을 극복하기 위하여 부구조추정법과 부행렬계수를 사용하여 추정하고자 하는 미지계수의 수를 효율적으로 줄일 수 있도록 하였다. 구조물의 고유주파수 및 모드형상 등의 모드계수를 신경망의 입력자료로 사용하였으며, 추정하고자 하는 부재의 부행렬계수를 신경방의 출력자료로 사용하였다. 입력자료로 사용되는 모드계수에 포함되어 있는 계측오차 및 신호처리오차의 영향을 줄이기 위하여, 신경망의 학습과정에서 노이즈를 첨가하는 기법을 사용하였다. 일반적인 형태의 자켓구조물을 대상으로 수치해석을 수행함으로써 제안기법의 대형구조계에 대한 적용성을 검증하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.29 no.5C
• /
• pp.706-715
• /
• 2004

In this paper, to decide the watermark embedding positions and embed the watermark we use the subband tee structure which is presented in the wavelet domain and the edge information in the spatial domain. The significant frequency region is estimated by the subband searching from the higher frequency subband to the lower frequency subband. LH1 subband which has the higher frequency in tree structure of the wavelet domain is divided into 4${\times}$4 submatrices, and the threshold which is used in the watermark embedding is obtained by the blockmatrix which is consists by the average of 4${\times}$4 submatrices. Also the watermark embedding position, Keymap is generated by the blockmatrix for the energy distribution in the frequency domain and the edge information in the spatial domain. The watermark is embedded into the wavelet coefficients using the Keymap and the random sequence generated by LFSR(Linear feedback shift register). Finally after the inverse wavelet transform the watermark embedded image is obtained. the proposed watermarking algorithm showed PSNR over 2㏈ and had the higher results from 2％ to 8％ in the comparison with the previous research for the attack such as the JPEG compression and the general image processing just like blurring, sharpening and gaussian noise.