• 전기학회논문지
• /
• 제65권6호
• /
• pp.1070-1079
• /
• 2016

In this paper, the design of recursive radial basis function neural networks based on incremental fuzzy c-means is introduced for processing the big data. Radial basis function neural networks consist of condition, conclusion and inference phase. Gaussian function is generally used as the activation function of the condition phase, but in this study, incremental fuzzy clustering is considered for the activation function of radial basis function neural networks, which could effectively do big data processing. In the conclusion phase, the connection weights of networks are given as the linear function. And then the connection weights are calculated by recursive least square estimation. In the inference phase, a final output is obtained by fuzzy inference method. Machine Learning datasets are employed to demonstrate the superiority of the proposed classifier, and their results are described from the viewpoint of the algorithm complexity and performance index.

• 한국통신학회논문지
• /
• 제12권5호
• /
• pp.519-526
• /
• 1987

백색 잡음에 알 수 없는 크기를 갖는 바이어스와 충격성 잡음이 부가되어 혼입되는 상황에서 적절한 동작특성을 갖는 적응 추정 계통을 제안하였다 측정계통에 알 수 없는 바이어스가 인가되었을 때 R.L.Moose에 의해 제안된 적응 추정 이론에 Feed Forward Loop를 부가 삽입하여 충격성 잡음이 혼입되었을 때도 시간 변화 가중치(Time Varying Weights)의 합이 0이 되지 않고 적응 추정이 가능한 방법이다. 추정 기준 벡터의 요소 값들을 충분히 큰 값을 줄 수 있어 측정 신호에 부가된 어떤 크기의 바이어스와 충격성 잡음에도 적응 추정이 중단되지 않고 효율적으로 진행되는 컴퓨터 시뮬레이션 결과를 얻었다.

• 한국항행학회논문지
• /
• 제15권6호
• /
• pp.1132-1137
• /
• 2011

본 논문에서는 사람의 신체 일부분을 추적하는 시스템을 위해서 피부영역을 추출하고 여러 개의 영역을 추적하는 다중 CAMShift 알고리즘(Multi Continuously Adaptive Mean Shift Algorithm)을 제안하였다. 입력 영상에서 피부영역을 추출하기 위해 영상의 RGB의 특정값을 기준으로 피부색에 적응적인 임계값을 적용하였다. 이때 적용된 피부영역을 양손, 얼굴 등에 초기 윈도우를 설정하였다. 이 영역들을 추적함에 있어 영역들 사이에 폐색 영역을 회피하기 위해 가우시안 배경 모델(Gaussian Background Model)을 사용하여 각 추적 영역들을 제한하였다. 또한 폐색영역에 가중치를 부가하여 확률분포영상에서 중심값을 이동시켜 폐색 영역을 회피하였다. 실험 결과 다중 물체들에 강인한 추적을 보이고 유사한 색상을 갖는 물체의 폐색 시에도 우수한 결과를 보임을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제47권4호
• /
• pp.90-96
• /
• 2010

초점 검출 시스템은 영상 획득 과정에서 영상의 화질을 결정하는 중요한 요소이다. 초점 검출은 크게 영상의 고주파 성분을 평가하여 수치화하는 초점값 연산 부분과 이 초점값을 이용하여 렌즈를 이동시켜 초점을 일치시키는 부분으로 이루어진다. 초점값을 연산하는데 있어 저조도 잡음이 첨가된 환경에서는 잡음에 의해 그 성능이 크게 저하되게 된다. 본 논문에서는 공간 적응적인 가중치를 이용하여 저조도 잡음이 첨가된 환경에서 효율적으로 초점값을 연산할 수 있도록 하는 방법을 제안하였다. 제안된 방법은 영상의 각 픽셀에서 영상의 국부 특성과 잡음의 특성을 적응적 가중치를 연산하고, 이를 이용해 저조도 잡음에 강인한 초점값 연산자를 제안한다. 제안된 적응적 가중치는 기존의 필터 기반 초점값 연산자에도 적용이 가능한 특성을 갖는다. 잡음이 없는 상태와 가우시안 잡음이 있는 환경 하에서 제안된 연산자의 성능을 검증하였다.

• 한국멀티미디어학회논문지
• /
• 제13권4호
• /
• pp.526-534
• /
• 2010

본 논문에서는 노출 시간을 달리해 촬영한 두 장의 HDR 사진을 LCD, CRT 같은 LDR 장치에 출력할 수 있도록 융합하는 알고리즘에 대해 기술하였다. 제안된 기법은 레이디언스 맵을 만들지 않고 직접 입력 영상에 대해 계산된 가중치를 이용해 융합한다. 가중치는 처음에는 화소 단위로 만들어져 추후 가우시안 함수로 혼합된다. 이러한 작업은 급격한 가중치 변화로 발생할 수 있는 스파클 잡음을 방지하고 두 영상 정보의 연결 부분을 부드럽게 만드는데 기여한다. 색상 정보의 융합은 RGB와 이들의 평균값과의 차이를 이용해 두 영상의 색차 정보를 가중평균하여 이루어진다. 본 알고리즘은 두 원본 영상에서 포화되지 않은 부분을 잘 표현하고 포화, 불포화 영역간의 연결이 부드러운 특징이 있다. 제안된 기법은 2장의 사진만을 사용하고 영상에 따라 자동으로 내부 인자를 조절하기 때문에 향후 이중 노출이나 이중 센서 셀을 이용한 HDR 카메라에 내장하여 자동화 처리가 가능한 장점이 있다.

• 한국통신학회논문지
• /
• 제37권3A호
• /
• pp.172-178
• /
• 2012

This paper studies the application of a fuzzy-ARTMAP (FAM) neural network to multi-user detector (MUD) for direct sequence (DS)-code division multiple access (CDMA) system. This method shows new solution for solving the problems, such as complexity and long training, which is found when implementing the previously developed neural-basis MUDs. The proposed FAM based MUD is fast and easy to train and includes capabilities not found in other neural network approaches; a small number of parameters, no requirements for the choice of initial weights, automatic increase of hidden units, no risk of getting trapped in local minima, and the capabilities of adding new data without retraining previously trained data. In simulation studies, binary signals were generated at random in a linear channel with Gaussian noise. The performance of FAM based MUD is compared with other neural net based MUDs in terms of the bit error rate.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1804-1807
• /
• 1997

This paper presents a new approach to the design of cruise control system of a mobile robot with two drive wheel. The proposed control scheme uses a Gaussian function as a unit function in the fuzzy-neural network, and back propagation algorithm to train the fuzzy-neural network controller in the framework of the specialized learnign architecture. It is proposed a learning controller consisting of two neural networks-fuzzy based on independent reasoning and a connecton net with fixed weights to simply the neural networks-fuzzy. The performance of the proposed controller is shown by performing the computer simulation for trajectory tracking of the speed and azimuth of a mobile robot driven by two independent wheels.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 1997년도 추계학술대회 논문집
• /
• pp.82-87
• /
• 1997

This paper presents a new approach to the design of cruise control system of a mobile robot with two drive wheel. The proposed control scheme uses a Gaussian function as a unit function in the fuzzy-neural network, and back propagation algorithm to train the fuzzy-neural network controller in the framework of the specialized learning architecture. It is proposed a learning controller consisting of two neural network-fuzzy based on independent reasoning and a connection net with fixed weights to simply the neural networks-fuzzy. The performance of the proposed controller is shown by performing the computer simulation for trajectory tracking of the speed and azimuth of a mobile robot driven by two independent wheels.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 1997년도 춘계학술대회 논문집
• /
• pp.68-75
• /
• 1997

This paper presents a new approach to the design of neural-fuzzy controller for the speed and azimuth control of a track vehicle. The proposed control scheme uses a Gaussian function as a unit function in the frzzy-neural network, and back propagaton algorithm to train the fuzzy-neural network controller in the framework of the specialized learning architecture. It is proposed a learning controller consisting of two neural network-fuzzy based on independent reasoning and a connection net with fixed weights to simply the neural networks-fuzzy. The performance of the proposed controller is shown by performing the computer simulation for trajectory tracking of the speed and azimuth of a track vehicle driven by two independent wheels.

• 동력기계공학회지
• /
• 제2권3호
• /
• pp.74-82
• /
• 1998

This paper presents a new approach to the design of speed and azimuth control of a mobile robot with two drive wheels. The proposed control scheme uses a Gaussian function as a unit function in the neural-fuzzy network and back propagation algorithm to train the neural-fuzzy network controller in the framework of the specialized learning architecture. It is proposed to a learned controller with two neural-fuzzy networks based on an independent reasoning and a connection net with fixed weights to simplify the neural-fuzzy network. The performance of the proposed controller can be seen by the computer simulation for trajectory tracking of the speed and azimuth of a mobile robot driven by two independent wheels.