• 한국통신학회논문지
• /
• 제29권12C호
• /
• pp.1686-1691
• /
• 2004

본 논문에서는 기존의 고속 유클리디언 거리 변환법을 개선한 새로운 계산 방법을 제안한다. 기존의 고속 유클리디언 거리 변환법이 가지고 있는 단점인 특징점의 수에 비례하여 계산량이 늘어나는 단점을 극복하기 위해서, 본 논문에서는 특징점들 중에서 비특징점과 4방향으로 연결되어 있는 특징점만을 이용하여 보로노이 다이어그램을 계산함으로써 유클리디언 거리 변화도(Euclidean distance map)의 계산 시간을 기존의 방법보다 평균 40%로 감소시켰다. 본 논문에서 제안한 방법의 효율성을 검증하기 위해서 크기의 바이너리 영상 16장에서 대해서 기존의 방법과 제안한 방법으로 똑같이 유클리디언 거리 변화도를 계산하여 계산 시간을 비교함으로써 그 효능을 입증하였다.

• 한국산학기술학회논문지
• /
• 제10권12호
• /
• pp.3702-3707
• /
• 2009

본 논문은 Gray 부호화된 QAM (Quadrature Amplitude Modulation) 신호를 I 축 상에서 M개의 심벌을 갖는 M-PAM (Pulse Amplitude Modulation)과 Q 축 상에서 N개의 심벌을 갖는 N-PAM으로 분리한다. 수신된 심벌 신호를 비트 연판정 값으로 변환하기 위하여 Euclidean 거리를 이용한 근사화된 MAP (Maximum a Posteriori) 알고리듬을 제시한다. 기존의 Max-Log-MAP 방식은 일반 MAP 방식에서 사용하는 지수함수 혹은 로그함수 대신 심벌간 거리 비교를 통하여 구현 복잡도를 낮추었다. 그러나 심벌의 수가 증가 할수록 비교대상이 많아지므로 구현 복잡도가 증가하게 된다. 제안된 알고리듬은 사칙 연산에 의해 계산이 되기 때문에 직관적으로 구현복잡도가 낮아짐을 알 수 있다.

• 융합신호처리학회논문지
• /
• 제1권2호
• /
• pp.105-114
• /
• 2000

본 논문에서는 다중 심벌 검파를 터보 트렐리스 부호화 변조에 적용하여 대역폭 효율을 높일 수 있는 채널 코딩 방식을 제안하고 또한 다중 심벌 검파를 수행하는 터보 트켈리스 부호화 변조의 MAP 알고리듬을 설계한다. 터보 코드는 낮은 SNR에서 아주 좋은 BER 성능을 얻을 수 있다. 이은 두 개의 콘볼류션 부호화기와 인터리버에 의해 구성된다. TCM은 코드워드사이의 유클리드 거리를 최대화시킴으로써 코딩과 변조를 동시에 수행하는 방식이다. 터보 트렐리스 부호화 변조는 비터비혹은 symbol-by-symbol MAP 알고리듬에 의해 디코딩 될 수 있다. 그러나 본 논문에서는 다중 심벌검파를 수행하기 위해 1차 및 그 이상의 위상차를 이용한 유클리드 거리를 가지 메트릭으로 사용하는 터보 트렐리스 부호화 변조의 MAP 알고리듬을 설계한다 본 연구는 같은 SNR에서 좀 더 향상된 BER 성능을 얻을 수 있다는 것을 보여준다.

• 한국경영과학회지
• /
• 제31권3호
• /
• pp.41-51
• /
• 2006

Clustering is to group similar objects into clusters. Until now there are a lot of approaches using Self-Organizing feature Maps (SOFMS) But they have problems with a small output-layer nodes and initial weight. For example, one of them is a one-dimension map of c output-layer nodes, if they want to make c clusters. This approach has problems to classify elaboratively. This Paper suggests one-dimensional output-layer nodes in SOFMs. The number of output-layer nodes is more than those of clusters intended to find and the order of output-layer nodes is ascending in the sum of the output-layer node's weight. We un find input data in SOFMs output node and classify input data in output nodes using Euclidean distance. The proposed algorithm was tested on well-known IRIS data and TSPLIB. The results of this computational study demonstrate the superiority of the proposed algorithm.

• Journal of Biosystems Engineering
• /
• 제22권2호
• /
• pp.227-236
• /
• 1997

Manual grading and sorting of red-ginsengs are inherently unreliable due to its subjective nature. A computerized technique based on optical and geometrical characteristics was studied for the objective quality evalution. Spectral reflectance of three categories of red-ginsengs - "Chunsam", "Chisam", "Yangsam" - were measured and analyzed. Variation of reflectance among parts of a single ginseng was more significant than variation among the quality categories of ginsengs. A PC-based image processing algorithm was developed to extract geometrical features such as length and thickness of body, length and number of roots, position of head and branch point, etc. The algorithm consisted of image segmentation, calculation of Euclidean distance, skeletonization and feature extraction. Performance of the algorithm was evaluated using sample ginseng images and found to be mostly sussessful.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.283-286
• /
• 2001

In this paper, we present a robust region segmentation method based on the watershed transformation of a pseudo-distance map (PDM). A usual approach for the segmentation of a gray-scale image with the watershed algorithm is to apply it to a gradient magnitude image or the Euclidean distance map (EDM) of an edge image. However, it is well known that this approach suffers from the oversegmentation of the given image due to noisy gradients or spurious edges caused by a thresholding operation. In this paper we show thor applying the watershed algorithm to the EDM, which is a regularized version of the EDM and is directly computed form the edgestrength function (ESF) of the input image, significantly reduces the oversegmentation, and the final segmentation results obtained by a simple region-merging process are more reliable and less noisy than those of the gradient-or EDM-based methods. We also propose a simple and efficient region-merging criterion considering both boundary strengths and inner intensities of regions to be merged. The robustness of our method is proven by testing it with a variety of synthetic and real images.

• 한국문헌정보학회지
• /
• 제41권2호
• /
• pp.335-357
• /
• 2007

다차원척도법(MDS)은 지적 구조의 시각화를 위해서 오랫동안 사용되어 왔다. 그러나 MDS는 지적 구조를 시각적으로 표현하는데 있어서 세부 구조의 표현력이 취약하다는 약점을 가지고 있다. 이 연구에서는 상관계수 행렬의 가공 방식과 MDS 알고리즘을 조합한 여섯 가지 MDS 지도 작성 방식을 파악한 다음, 실제 지적 구조 데이터에 적용하여 비교해보았다. 실험 결과에서 가장 나쁜 방식으로 파악된 것은 가장 널리 사용되고 있는 방식으로서, 상관계수행렬로부터 유클리드 거리를 산출한 후 ALSCAL 알고리즘으로 MDS 지도를 작성하는 방식인 것으로 나타났다. 반면에 가장 좋은 방식은 상관계수를 z점수로 표준화하여 유클리드 거리를 산출한 후 PROXSCAL 알고리즘를 사용하는 방식이었다. 결론적으로 MDS 처리 과정을 주의깊게 구성한다면 더 구체적이고 명확한 지적 구조를 파악할 수 있음이 확인되었다.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제27권2호
• /
• pp.146-159
• /
• 2023

This paper proposes a hybrid algorithm combining K-means clustering and watershed algorithms for flower segmentation and counting. We use the K-means clustering algorithm to obtain the main colors in a complex background according to the cluster centers and then take a color space transformation to extract pixel values for the hue, saturation, and value of flower color. Next, we apply the threshold segmentation technique to segment flowers precisely and obtain the binary image of flowers. Based on this, we take the Euclidean distance transformation to obtain the distance map and apply it to find the local maxima of the connected components. Afterward, the proposed algorithm adaptively determines a minimum distance between each peak and apply it to label connected components using the watershed segmentation with eight-connectivity. On a dataset of 30 images, the test results reveal that the proposed method is more efficient and precise for the counting of overlapped flowers ignoring the degree of overlap, number of overlap, and relatively irregular shape.

• 한국경영과학회지
• /
• 제32권4호
• /
• pp.37-50
• /
• 2007

Dramatic development of information technology requires new type of sales strategy to enterprise S/W dealers. That is, one should thoroughly consider diversified types of enterprise S/W and more elaborated consumer needs to establish successful sales strategy. However, various factors that should be considered in establishing enterprise S/W sales strategy are different according to types of enterprise S/W and hard to be managed systematically which led to the current situation where they have not been discussed enough. Therefore, this study introduced the relationship between the factors that affect selection of enterprise S/W using the concept of cognitive map on various enterprise S/W sales cases. Through this process, this study grouped the cognitive maps of similar cases to introduce their characteristics and made this result to be practically useful to enterprise S/W sales strategy.

• 대한산업공학회지
• /
• 제31권3호
• /
• pp.257-264
• /
• 2005

This paper suggests a heuristic algorithm for the clustering problem. Clustering involves grouping similar objects into a cluster. Clustering is used in a wide variety of fields including data mining, marketing, and biology. Until now there are a lot of approaches using Self-Organizing Feature Maps(SOFMs). But they have problems with a small output-layer nodes and initial weight. For example, one of them is a one-dimension map of k output-layer nodes, if they want to make k clusters. This approach has problems to classify elaboratively. This paper suggests one-dimensional output-layer nodes in SOFMs. The number of output-layer nodes is more than those of clusters intended to find and the order of output-layer nodes is ascending in the sum of the output-layer node's weight. We can find input data in SOFMs output node and classify input data in output nodes using Euclidean distance. We use the well known IRIS data as an experimental data. Unsupervised clustering of IRIS data typically results in 15 - 17 clustering error. However, the proposed algorithm has only six clustering errors.