• Journal of Korea Multimedia Society
• /
• v.15 no.6
• /
• pp.761-769
• /
• 2012

In this paper, a setting method of initial cluster centers and color image segmentation using superpixels and Fuzzy C-means(FCM) algorithm is proposed. Generally, the FCM can be widely used to segment color images, and an element is assigned to any cluster with each membership values in the FCM. However the algorithm has a problem of local convergence by determining the initial cluster centers. So the selection of initial cluster centers is very important, we proposed an effective method to determine the initial cluster centers using superpixels. The superpixels can be obtained by grouping of some pixels having similar characteristics from original image, and it is projected $La^*b^*$ feature space to obtain the initial cluster centers. The proposed method can be speeded up because number of superpixels are extremely smaller than pixels of original image. To evaluate the proposed method, several color images are used for computer simulation, and we know that the proposed method is superior to the conventional algorithm by the experimental results.

• Journal of the Korean Society for information Management
• /
• v.21 no.4 s.54
• /
• pp.173-185
• /
• 2004

Fast and high-quality document clustering algorithms play an important role in providing data exploration by organizing large amounts of information into a small number of meaningful clusters. Many papers have shown that the hierarchical clustering method takes good-performance, but is limited because of its quadratic time complexity. In contrast, with a large number of variables, K-means has a time complexity that is linear in the number of documents, but is thought to produce inferior clusters. In this paper, Condor system using K-Means algorithm Compares with regular method that the initial centroids have been established in advance, our method performance has been improved a lot.

• Journal of Internet Computing and Services
• /
• v.12 no.2
• /
• pp.103-111
• /
• 2011

Clustering methods is divided into hierarchical clustering, partitioning clustering, and more. If the amount of documents is huge, it takes too much time to cluster them in hierarchical clustering. In this paper we deal with K-Means algorithm that is one of partitioning clustering and is adequate to cluster so many documents rapidly and easily. We propose the new method of selecting initial seeds in K-Means algorithm. In this method, the initial seeds have been selected that are positioned as far away from each other as possible.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.3
• /
• pp.354-359
• /
• 2008

Clustering is a method to classify the given data set with same property into several classes. To cluster data, many methods such as K-Means, Fuzzy C-Means(FCM), Mountain Method(MM), and etc, have been proposed and used. But the clustering results of conventional methods are sensitively influenced by initial values given for clustering in each method. Especially, FCM is very sensitive to noisy data, and cluster center distortion phenomenon is occurred because the method dose clustering through minimization of within-clusters variance. In this paper, we propose a clustering method which reduces cluster center distortion through merging the nearest data based on the data weight, and not being influenced by initial values. We show the effectiveness of the proposed through experimental results applied it to various types of data sets, and comparison of cluster centers with those of FCM.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.598-600
• /
• 2002

영상에서 타원을 추출하는 것은 얼굴 인식, 홍채 인식과 같은 컴퓨터 비전분야에서 인식할 영역을 찾는 방법으로 상당히 유용하게 사용된다. 본 논문에서는 기존의 퍼지 C-means 기법이 초기의 클러스터 개수와 중심 값에 따라서 결과가 민감하다는 단점을 보완한 개선된 퍼지 C-means 기법을 타원 추출에 적용한다. 이것은 영상 분할(Segmentation)로부터 후보 초기 클러스터 개수 및 초기 클러스터 중심을 결정하는 방법으로서 본 논문에서는 이 기법으로 영상 클러스터링을 수행하여 타원 영역 추출에 필요한 타원 후보 영역의 최소 인접 사각형(Minimum Enclosed Rectangle)을 찾아낸다. 이렇게 찾아진 최소 인접 사각형에 대해서 면적에 맞는 초기 타원들을 영역 내에 설정한 뒤 적합도(fittness)검사를 기반으로 한 타원 검증을 실시하고 적합도가 높은 영역을 타원 영역으로 추출한다.

• The Journal of the Acoustical Society of Korea
• /
• v.26 no.5
• /
• pp.199-206
• /
• 2007

In this paper we propose a new clustering algorithm that performs clustering the feature vectors for the speaker identification. Unlike typical clustering approaches, the proposed method performs the clustering without the initial guesses of locations of the cluster centers and a priori information about the number of clusters. Cluster centers are obtained incrementally by adding one cluster center at a time through the boundary subtractive clustering algorithm. The number of clusters is obtained from investigating the mutual relationship between clusters. The experimental results for artificial datum and TIMIT DB show the effectiveness of the proposed algorithm as compared with the conventional methods.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.10a
• /
• pp.87-90
• /
• 1997

Mountain Method의 다른 형태인 Subtractive 클러스터링 알고리듬은 계산이 간단하고 기존의 클러스터링 방법들과는 달리 초기 클러스터 중심의 개수 선정이 필요 없기 때문에 클러스터를 추정하는데 효과적인 알고리듬이다. 또한 클러스터의 간격을 결정하는 파라미터의 값에 따라 클러스터의 개수를 다르게 할 수 있다. 그러나 이 파라미터에 의해 동일한 그룹(Class)내에서 여러 개의 클러스터 중심이 발생될 수도 있다. 본 논문에서는 Subtractive HyperBox 알고리듬을 사용하여 이 파라미터의 영향을 줄이고 발생한 클러스터 중심이 속한 그룹의 경계를 판정함으로서 같은 그룹내에서 하나의 클러스터만 발생하도록 하고, 순차적으로 클러스터링 한 후 결과를 Subtractive 클러스터링 알고리듬과 비교하여 보았다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2011.02a
• /
• pp.40-40
• /
• 2011

반도체 소자의 미세화와 더불어 세정공정의 중요성이 차지하는 비중이 점점 커지고, 이에 따라 세정 기술 개발에 대한 요구가 증대되고 있다. 기존 세정 기술은 화학약품 위주의 습식 세정 방식으로 패턴 손상 및 대구경화에 따른 어려움이 있다. 따라서 건식세정 방식이 활발하게 도입되고 있으며 대표적인 것이 에어로졸 세정이다. 에어로졸 세정은 기체상의 작동기체를 이용하여 에어로졸을 형성하고 표면 오염물질과 직접 물리적 충돌을 함으로써 세정한다. 하지만 이 또한 생성되는 에어로졸 내 발생 입자로 인해 패턴 손상이 발생하며 이러한 문제점을 극복하기 위하여 대두되는 것이 가스클러스터 세정이다. 가스 클러스터란 작동기체의 분자가 수십에서 수백 개 뭉쳐 있는 형태를 뜻하며 이렇게 형성된 클러스터는 수 nm 크기를 형성하게 된다. 그리고 짧은 시간의 응축에 의해 수십 nm 크기까지 성장하게 된다. 에어로졸 세정과 다르게 클러스터가 성장할 환경과 시간을 형성하지 않음으로써 작은 클러스터를 형성하게 되며 이로 인해 패턴 손상 없이 오염입자를 제거하게 된다. 이러한 가스 클러스터 세정을 최적화하기 위해서는 설계 단계부터 노즐 내부 유동의 수치해석에 기반한 입자 크기 분포를 계산하여 반영하는 것이 필요하다. 따라서 본 연구에서는 상용 수치해석 프로그램을 이용하여 세정 환경을 조성하는 조건에서의 노즐 내부 유동을 해석하고, 이를 통해 얻어진 수치를 이용하여 aerosol general dynamic equation (GDE)를 계산하여 발생하는 클러스터의 크기 분포를 예측하였다. GDE 계산 시 입자의 크기 분포를 나타내기 위해서는 여러 가지 방법이 존재하나 본 연구에서는 각 입자 크기 노드별 개수 농도를 계산하였다. 노즐 출구에서의 가스 클러스터 크기를 예측하기 위하여 먼저, 노즐 내부 유속 및 온도 분포 변화를 해석하였다. 이를 통하여 온도가 급격하게 낮아져 생성된 클러스터의 효과적 가속 및 에너지 전달이 가능함을 확인할수 있었다. 이에 기반하여 GDE를 이용한 입자 크기를 예측한 결과 수 나노 크기의 초기 클러스터가 형성되어 온도가 낮아짐에 따라 성장하는 것을 확인할 수 있었으며, 최빈값의 분포가 실험적 측정값과 일치하는 경향을 가지는 것을 볼 수 있었다. 이는 향후 확장된 영역에서의 유동 해석과 증발 등 세부 요소를 고려한 계산을 통해 가스 클러스터 세정 공정의 최적화된 설계에 도움이 될 것이다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.4
• /
• pp.516-524
• /
• 2004

In this paper, the initial value problem in clustering using K-means or Fuzzy-c-means is considered to reduce the number of iterations. Conventionally the initial values in clustering using K-means or Fuzzy-c-means are chosen randomly, which sometimes brings the results that the process of clustering converges to undesired center points. The choice of intial value has been one of the well-known subjects to be solved. The system of clustering using K-means or Fuzzy-c-means is sensitive to the choice of intial values. As an approach to the problem, the uniform partitioning method is employed to extract the optimal initial point for each clustering of data. Experimental results are presented to demonstrate the superiority of the proposed method, which reduces the number of iterations for the central points of clustering groups.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.493-495
• /
• 2000

동영상에서 동작물체 영역과 배경 영역을 추출하는 방법에는 크게 원본 영상들의 특징값을 이용하는 방법, 동작벡터 혹은 광류를 이용하는 방법, 그리고 동작벡터와 원본영상을 모두 이용하는 방법의 세가지가 있다. 이중 많이 사용되고 있는 동작벡터를 이용하는 방법에는 히스토그램을 이용하는 방법과 동작벡터의 특징값에 대한 클러스터링을 이용해 분할 하는 방법이 있는데. 이들 기존 방법은 몇가지 문제점을 가지고 있다. 전자는 구현이 간단하나 세부적인 영역분할이 어렵다는 문제점이 있고, 후자는 일반적으로 높은 계산 복잡도를 가지며 초기 클러스터 개수 선정에 문제를 지니고 있다. 본 논문에서는 낮은 계산 복잡도를 가지며 클러스터 할당과 병합된 클러스터 중심 계산에 있어 보다 적응적인 Seeded Split-Merge 클러스터링 방법을 제안한다.