• 한국전자통신학회논문지
• /
• 제10권4호
• /
• pp.521-526
• /
• 2015

개인의 신원을 확인하기 위해 인간의 생물학적 특성을 사용하는 방법에 대한 연구가 활발히 진행되고 있다. 심전도를 이용한 생체 인식 기술은 피험자에 피부자극을 일으키지 않고 위조가 어렵다. 기존의 생체 인식 시스템인 지문, 얼굴 등의 인식시스템과 쉽게 접목이 가능하여 다중 생체 인식 시스템으로 응용할 수 있다. 본 논문에서는 이산 웨이블릿 변환 계수를 사용한 심전도의 파형 특성분석법으로 개인을 식별하는 방법을 제안하였다. 심전도 신호의 특징추출은 총 9개의 이산 웨이블릿 변환 계수를 대상으로 상관 계수 분석으로 수행하였다. 식별은 각 클래스의 특징벡터를 입력으로 오류 역전파 신경망을 적용하여 수행하였다. MIT-BIH QT 데이터베이스내 24명의 심전도에 대해 98.88%의 식별율을 나타냈다.

• 한국통신학회논문지
• /
• 제32권7C호
• /
• pp.627-634
• /
• 2007

고효율 변조기법 (16 QAM or 64QAM)이 비선형 고전력 증폭기 (High-Power Amplifier; HPA)를 사용하는 통신시스템에 적용되었을 때 비선형 왜곡에 의해 성능저하가 발생할 수 있다. 이런 비선형 왜곡은 수신부에서 복잡도가 낮은 LMS 알고리즘을 적용한 적응적 비선형 Volterra 등화기를 사용하여 보상할 수 있지만, 매우 느린 수렴 속도를 가지는 단점이 있다. 본 논문에서는 수렴 속도를 향상시키기 위한 병렬 M대역 이산 웨이블릿 변환영역 LMS (Parallel M-band Discrete Wavelet Transform Least Mean Square) 알고리즘을 제안한다. 모의실험을 통하여 제안된 기법이 기존의 시간 영역 LMS 알고리즘과 변환 영역 LMS 알고리즘들에 비해 수렴 속도가 우수함을 보여준다.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.786-791
• /
• 2011

An optimal feature selection and extraction procedure is an important task that significantly affects the success of brain activity analysis in brain-computer interface (BCI) research area. In this paper, a novel method for extracting the optimal feature from electroencephalogram (EEG) signal is proposed. At first, a student's-t-statistic method is used to normalize and to minimize statistical error between EEG measurements. And, 2D time-frequency data set from the raw EEG signal was extracted using discrete wavelet transform (DWT) as a raw feature, standard deviations and mean of 2D time-frequency matrix were extracted as a optimal EEG feature vector along with other basis feature of sub-band signals. In the experiment, data set 1 of BCI competition IV are used and classification using SVM to prove strength of our new method.

• 전자공학회논문지S
• /
• 제36S권5호
• /
• pp.70-77
• /
• 1999

본 논문에서는 Wavelet을 이용한 위장 영상의 질환 부위 특징을 추출하여 질환 부위 패턴을 인식할 수 있는 알고리즘을 제안하였다. 전처리 과정으로서 위장 영상이 형태정보는 입력 영상을 DWT(Discrete wavelet transform)에 의해 4레벨 DWT 계수 행렬을 구하고 계수 행렬의 특징에 따라 저주파 계수 행렬로부터 저주파 특징 파라미터 32개, 수평 고주파 계수 행렬로부터 수평 고주파 특징 파라미터 16개, 수직 고주파 계수 행렬로부터 수직 고주파 특징 파라미터 16개, 그리고, 대각 고주파 계수 행렬로부터 대각 고주파 특징 파라미터 32개 등 모두 96개의 특징 파라미터를 추출한 후 각각의 특징 파라미터를 최대 값+0.5로 최소 값을 -0.5로 정규화 하여 신경회로망의 입력 벡터로 사용하였다. 위장 영상 패턴 인식을 위한 신경회로망은 교사 학습을 요구하는 다층 구조의 오차 역전파(Error back propagation)알고리즘으로 하였고 구조적 특성을 이용하여 입력층, 중간층, 출력층의 계층 구조로 설계하였다. 설계된 신경회로망의 학습은 학습계수를 0.2로 모우멘텀을 0.6으로 설정하여 출력층 최대오차가 0.01보다 작을 때까지 수행하였으며 약 8000회 정도 학습한 결과 설정값 보다 작은 결과를 얻었고 질환의 종류나 위치, 크기에 관계없이 100%의 인식률을 얻었다.

• 전자공학회논문지S
• /
• 제34S권7호
• /
• pp.102-111
• /
• 1997

In this paper, a patern recognition method of surface mount device(SMD) IC using wavelet transform and neural network is proposed. We chose the feature parameter according to the characteristics of coefficient matrix which is obtained from four level discrete wavelet transform (DWT). These feature parameters are normalized and then used for the input vector of neural network which is capable of adapting the surroundings such as variation of illumination, arrangement of objects and translation. Experimental results show that when the same form of feature pattern, as is used for learning, is put into neural network and gained 100% rate ofrecognition irrespective of SMD IC kinds, location and variation of illumination. In the case of unused feature pattern for learning, the recognition rate is 85.9% under the similar surroundings, where as an average recognition rate is 96.87% for the case of reregulated value of illumination. Proosed method is relatively simple compared with the traditional space domain method in extracting the feature parameter and is also well suited for recognizing the pattern's class, position and existence. It can also shorten the processing tiem better than method extracting feature parameter with the use of discrete cosine transform(DCT) and adapt the surroundings such as variation of illumination, the arrangement and the translation of SMD IC.

• 한국콘텐츠학회논문지
• /
• 제11권4호
• /
• pp.92-100
• /
• 2011

본 논문에서는 새로운 변환 기법인 셀룰라 오토마타 변환을 이용한 워터마킹 방법과 기존의 DWT를 이용한 방법을 비교한다. 이 두 방법 모두 서로 상반되는 임의의 패턴 정보를 사용하여 워터마크 정보를 영상에 삽입한다. 셀룰라 오토마타 변환은 DWT와 달리 더 많은 정보 즉, 룰 번호, 초기 값, 격자 크기 등 다양한 초기값을 이용하여 기저함수를 생성하여 변환한다. DWT와 셀룰라 오토마타 변환을 이용하여 변환된 영상의 계수를 분석 및 비교한 후 워터마킹 성능을 비교한다. 모의실험에서는 워터마크 정보가 삽입된 영상에 대한 PSNR 및 정규화 상관계수를 이용하여 원영상과의 가시적인 동일성과 다양한 외부 공격에 대한 강인성을 비교한다. 셀룰라 오토마타 변환을 이용한 워터마킹 방법이 DWT를 이용한 방법보다 JPEG 압축, 미디언 필터, 크기 변환, 잘라내기 및 히스토그램 평활화 등 대부분의 공격에 대하여 강인함을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.144-146
• /
• 2020

Discrete Wavelet Transform (DWT) is an effective technique that is commonly used for detecting noise in collected data of an individual sensor. In addition, the detection accuracy can be significant improved by exploiting the correlation in the data of neighboring sensors of Wireless Sensor Networks (WSNs). Principal component analysis is the powerful technique to analyze the correlation in the multivariate data. In this paper, we propose a DWT-PCA combination scheme for noise detection (DWT-PCA-ND). Experimental results on a real dataset show a remarkably higher performance of DWT-PCA-ND comparing to conventional PCA scheme in detection of noise that is a popular anomaly in collected data of WSN.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.585-588
• /
• 2018

시계열 데이터의 특징을 추출하여 분석하는 과정에서 시게열 데이터가 가지는 고차원성은 차원의 저주(Course of Dimensionality)로 인해 데이터내의 유효한 정보를 찾는데 어려움을 만든다. 이러한 문제를 해결하기 위해 차원 축소 기법(dimensionality reduction)이 널리 사용되고 있지만, 축소 과정에서 발생하는 정보의 희석으로 인하여 시계열 데이터에 대한 군집화(clustering)등을 수행하는데 있어서 성능의 변화를 가져온다. 본 논문은 이러한 현상을 관찰하기 위해 이산 웨이블릿 변환(Discrete Wavelet Transform:DWT)과 오토 인코더(AutoEncoder)를 차원 축소 기법으로 활용하여 시계열 데이터의 차원을 압축 한 뒤, 압축된 데이터를 K-평균(K-means) 알고리즘에 적용하여 군집화의 효율성을 비교하였다. 성능 비교 결과, DWT는 압축된 차원수 그리고 오토인코더는 시계열 데이터에 대한 충분한 학습이 각각 보장된다면 좋은 군집화 성능을 보이는 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제12권12호
• /
• pp.2146-2152
• /
• 2008

본 논문에서는 3차원 디지털 시네마 영상의 압축을 위하여 다해상도 기반 렌더링(MultiResolution-based Rendering, MRBR) 기법을 이용한 JPEG2000 압축코덱 구조에 대하여 제안하였다. 스테레오 영상에 이산 웨이블릿 변환(discrete wavelet transform, DWT)과 다해상도의 웨이블릿 영역에서 스테레오 정합(stereo matching)기법을 적용하여 변이정보를 추출하고 기준영상과 같이 전송한다. 또한 추출된 다른 시점의 영상은 비폐색영역으로 인한 화질열화가 발생하므로 이를 보상하기 위하여 비폐색영역이 포함된 원 주파수정보와 대상 시점에서 주파수정보의 차이를 같이 전송한다. 변이정보는 변이공간에서의 동적계획법(dynamic programming)을 이용하여 추출하였다. DWT의 특성상 상위 부대역은 하위 부대역과 높은 상관성을 갖는다. 따라서 coarse-to-fine 방법을 이용하여 상위 부대역에서 얻어진 변이정보를 하위 부대역에 적용하여 탐색영역을 제한함으로써 일반적인 동적계획법에 비하여 연산량을 단축시켰으며 정확도를 향상시켰다.

• Structural Engineering and Mechanics
• /
• 제40권6호
• /
• pp.745-762
• /
• 2011

Damage detection methodologies based on the direct examination of the nonlinear-nonstationary characteristics of the structure dynamic response may play an important role in online structural health monitoring applications. Different signal processing based damage detection methodologies have been proposed based on the uncovering of spikes in the high frequency component of the structural response obtained via Discrete Wavelet transforms, Hilbert-Huang transforms or high pass filtering. The performance of these approaches in systems subjected to different types of excitation is evaluated in this paper. It is found that in the case of random excitations, like earthquake accelerations, the effectiveness of such methodologies is limited. An alternative damage detection approach using the Continuous Wavelet Transform (CWT) is also evaluated to overcome this limitation. Using the CWT has the advantage that the central frequencies at which it operates can be defined by the user while the frequency bands of the detail functions obtained via DWT are predetermined by the sampling period of the signal.