• Journal of information and communication convergence engineering
• /
• 제1권3호
• /
• pp.99-103
• /
• 2003

Classes are apt to include useless codes and inadequate inheritance relationship between them when they are being updated, inserted and deleted during the evolution process of object-oriented software, leading to lots of errors. Conventional class restructuring methods degrade the effectiveness of reusability since they go with preprocesses such as dependency analysis and estimation of class cohesion and run statically. In this paper, we propose a new C＋＋ class-restructuring algorithm that does not require those preprocesses and runs dynamically by improving ART learning algorithm in the artificial neural networks.

• 품질경영학회지
• /
• 제36권2호
• /
• pp.36-44
• /
• 2008

In this paper a novel feature extraction and selection is carried out in order to improve the discriminating capability between healthy and damaged structure using vibration signals. Although many feature extraction and selection algorithms have been proposed for vibration signals, most proposed approaches don't consider the discriminating ability of features since they are usually in unsupervised manner. We proposed a novel feature extraction and selection algorithm selecting few wavelet coefficients with higher class discriminating capability for damage detection and class visualization. We applied three class separability measures to evaluate the features, i.e. T test statistics, divergence, and Bhattacharyya distance. Experiments with vibration signals from truss structure demonstrate that class separabilities are significantly enhanced using our proposed algorithm compared to other two algorithms with original time-based features and Fourier-based ones.

• 대한산업공학회지
• /
• 제29권3호
• /
• pp.222-229
• /
• 2003

In this paper, we address a layout design problem, PTN[2], for determining an appropriate 2-class-based dedicated storage layout in a class of unit load storage systems. Our strong conjecture is that PTNI2] is NP-hard. Restricting PTN[2], we provide three solvable cases of PTN[2] in which an optimal solution to the solvable cases is one of the partitions based on the PAI(product activity index)-nonincreasing ordering. However, we show with a counterexample that a solution based on the PAI-non increasing ordering does not always give an optimal solution to PTN[2]. Utilizing the derived properties, we construct an effective heuristic algorithm for solving PTN[2] based on a PAI-non increasing ordering with performance ratio bound. Our algorithm with O($n^2$) is effective in the sense that it guarantees a better class-based storage layout than a randomized storage layout in terms of the expected single command travel time.

• Industrial Engineering and Management Systems
• /
• 제11권4호
• /
• pp.331-338
• /
• 2012

This research proposes a Pareto-based multi-objective optimization approach to class-based storage warehouse design, considering a two-block warehouse that operates under the class-based storage policy in a low-level, picker-to-part and narrow aisle warehousing system. A mathematical model is formulated to determine the number of aisles, the length of aisle and the partial length of each pick aisle to allocate to each product class that minimizes the travel distance and maximizes the usable storage space. A solution approach based on multiple objective particle swarm optimization is proposed to find the Pareto front of the problems. Numerical examples are given to show how to apply the proposed algorithm. The results from the examples show that the proposed algorithm can provide design alternatives to conflicting warehouse design decisions.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권3호
• /
• pp.83-90
• /
• 2020

프로토타입 선택은 훈련 데이터로부터 클래스 영역을 대표하는 최소 데이터를 선택하여 낮은 학습 시간 및 저장 공간을 보장하는 장점을 제공한다. 본 논문은 모든 분류 알고리즘에 적용할 수 있는 초월 사각형을 이용한 새로운 훈련 데이터의 생성 방법을 설계한다. 초월 사각형 영역은 서로 다른 클래스 데이터를 포함하지 않으며 클래스 공간을 분할한다. 선택된 초월 사각형 내 데이터의 중간값은 프로토타입이 되어 새로운 훈련 데이터를 구성하고, 초월 사각형의 크기는 클래스 영역의 데이터 분포를 반영하여 조절된다. 전체 훈련 데이터를 대표하는 최소의 프로토타입 집합 선택을 위해 집합 덮개 최적화 알고리즘을 설계했다. 제안하는 방법에서는 탐욕 알고리즘과 곱셈 연산을 포함하지 않은 거리 계산식을 이용하여 집합 덮개 최적화 알고리즘의 다항 시간을 요구하는 시간 복잡도 문제를 해결한다. 실험에서는 분류 성능의 비교를 위해 최근접 이웃 규칙과 의사 결정 트리 알고리즘을 이용하며 제안하는 방법이 초월 구를 이용한 프로토타입 선택 방법보다 우수하다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권2호
• /
• pp.391-411
• /
• 2023

Aggregates play the skeleton and supporting role in the construction field, high-precision measurement and high-efficiency analysis of aggregates are frequently employed to evaluate the project quality. Aiming at the unbalanced operation time and segmentation accuracy for multi-class segmentation algorithms of aggregate images, a Chaotic Sparrow Search Algorithm (CSSA) is put forward to optimize it. In this algorithm, the chaotic map is combined with the sinusoidal dynamic weight and the elite mutation strategies; and it is firstly proposed to promote the SSA's optimization accuracy and stability without reducing the SSA's speed. The CSSA is utilized to optimize the popular multi-class segmentation algorithm-Multiple Entropy Thresholding (MET). By taking three METs as objective functions, i.e., Kapur Entropy, Minimum-cross Entropy and Renyi Entropy, the CSSA is implemented to quickly and automatically calculate the extreme value of the function and get the corresponding correct thresholds. The image adaptive multi-class segmentation model is called CSSA-MET. In order to comprehensively evaluate it, a new parameter I based on the segmentation accuracy and processing speed is constructed. The results reveal that the CSSA outperforms the other seven methods of optimization performance, as well as the quality evaluation of aggregate images segmented by the CSSA-MET, and the speed and accuracy are balanced. In particular, the highest I value can be obtained when the CSSA is applied to optimize the Renyi Entropy, which indicates that this combination is more suitable for segmenting the aggregate images.

• 전자공학회논문지CI
• /
• 제44권6호
• /
• pp.51-61
• /
• 2007

본 논문에서는 RFID 시스템에 사용되는 무선 환경 표준 프로토콜 중 UHF 대역 프로토콜인 ISO 18000-6군의 타입들과 EPCglobal의 클래스들에 대한 충돌방지 알고리즘을 구현하였다. 또한 표준 프로토콜의 성능을 개선한 충돌방지 알고리즘을 제안하고, 링크타이밍의 클록 주기를 2세대 클래스-1 주기인 $12.5{\mu}s$로 동일하게 한 상태에서 그 성능을 비교하였다. 그 결과, 500개의 태그가 리더인식영역 내에 동시에 존재할 때 표준 프로토콜에 대한 태그인식 성능은 1세대 클래스-1, Type B, Type A, 클래스-0, 2세대 클래스-1의 차례로 좋아지고, 개선된 프로토콜에 대한 태그인식 성능은 Type B, Type A, 1세대 클래스-1, 클래스-0, 2세대 클래스-1의 순서로 좋아진다. 그러므로 프로토콜로 규정된 클록 주기와 리더와 태그 간의 링크타이밍에 따라 태그 인식성능이 현저히 달라짐을 알 수 있다.

• 정보처리학회논문지C
• /
• 제17C권2호
• /
• pp.189-196
• /
• 2010

기존의 무선 센서 네트워크에서 클러스터링 기법을 제안한 LEACH는 데이터 전송에 있어서 플러딩 방식을 탈피, 효율적으로 에너지를 소비하여 네트워크의 통신량을 증가 시키는데 성공하였다. 또한 무선 센서 네트워크에서 QoS 기반의 제한적인 플러딩 방식을 제안한 기법도, 라우팅 경로 설정에 참여하는 노드의 숫자를 줄여, 에너지 소모를 줄이는데 성공하였다. 하지만 데이터 전송 시, 비교적 적은 홉 수의 라우팅 경로를 선호하였고, 이는 에너지 사용량을 증대시켜 전체 네트워크 성능 저하를 유발하였다. 따라서 본 논문에서는 무선 센서 네트워크에서 QoS(Quality of Service) 기반의 에너지 효율적인 클러스터링과 라우팅 알고리즘을 제안하였다. 무선 센서 네트워크 관련 연구 분야에서 가장 중요한 이슈인 에너지 효율에 기반을 두어, 데이터 패킷의 종류를 두 종류 (class 1, class 2)로 나누어 차별화된 서비스를 제공하는 기법을 제안하였다. NS-2를 사용하여 실험한 결과, 기존의 기법보다 노드의 평균 생존 시간을 약 2.47배 증가 시키고 class 1 데이터 패킷의 경우 약 312%, class 2 데이터 패킷의 경우 약 61%의 통신량을 증가시켰다.

• 전자공학회논문지B
• /
• 제31B권12호
• /
• pp.108-115
• /
• 1994

Most pattern classifiers have been designed based on the ML (Maximum Likelihood) training algorithm which is simple and relatively powerful. The ML training is an efficient algorithm to individually estimate the model parameters of each class under the assumption that all class models in a classifier are statistically independent. That assumption, however, is not valid in many real situations, which degrades the performance of the classifier. In this paper, we propose a minimum-error-rate training algorithm based on the MAP (Maximum a Posteriori) approach. The algorithm regards the normalized outputs of the classifier as estimates of the a posteriori probability, and tries to maximize those estimates. According to Bayes decision theory, the proposed algorithm satisfies the condition of minimum-error-rate classificatin. We apply this algorithm to NPM (Neural Prediction Model) for speech recognition, and derive new disrminative training algorithms. Experimental results on ten Korean digits recognition have shown the reduction of 37.5% of the number of recognition errors.

• 정보처리학회논문지D
• /
• 제8D권6호
• /
• pp.853-860
• /
• 2001

최근의 객체지향 소프트웨어개발에서는 설계 및 유지보수와 관련된 많은 문제점들을 해결하기 위하여 클래스를 재설계하거나 클래스계층구조를 재구성하는 등 객체지향 소프트웨어에 대한 일련의 재이용 및 재구성기법이 사용되고 있다. 본 논문에서는 클래스계층구조의 재구성에 관한 정형적인 이론을 제공함으로써 클래스계층구조의 재구성에 관하여 보다 수월하게 이해하고 적용할 수 있도록 하였다. 구체적으로 본 논문에서는 객체지향 소프트웨어의 개발에 있어서 주요 골격이 되는 클래스계층구조를 평탄화시킨 형태로 정의한 평탄화된 클래스계층구조를 소개하고, 임의의 클래스계층구조를 평탄화된 형태로 변형시키기 위한 알고리즘을 제안하였다. 클래스계층구조를 평탄화함으로써 클래스계층구조상의 계승 및 집약관계가 각 인스턴스들에게 어떻게 사상되는가를 수월하게 파악할 수 있으며, 주어진 클래스계층구조로부터 생성가능한 객체를 그대로 유지보존할 수 있는 평탄화된 형태의 새로운 클래스계층구조를 구축할 수 있다. 평탄화된 클래스계층구조는 클래스계층구조를 재구성하여 객체지향 소프트웨어를 점증적으로 변화 발전시키거나 재이용함에 있어서 기초를 제공하는 등 중요한 역할을 수행한다.