• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.37 no.6
• /
• pp.70-75
• /
• 2000

This paper examines the performance of adaptive filtering algorithms in relation to the asymptotic relative efficiency (ARE) of estimators. The adaptive filtering algorithms are Hybrid II and modified zero forcing (MZF) algorithms. The Hybrid II and MZF algorithms are simplified forms of the LMS algorithm, which use the polarity of the input signal, and polarities of the error and input signals, respectively. The ARE of estimators for each algorithm is analyzed under the condition of the same convergence speed. Computer simulations for adaptive equalization are performed to check the validity of the theory. The explicit expressions for the ARE values of the Hybrid II and MZF algorithms are derived, and its results have similar values to the results of computer simulation. It also revealed that the ARE values depend on the correlation coefficients between input signal and error signal.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.3
• /
• pp.625-630
• /
• 2014

The amount of information is increasing rapidly with the development of the internet and the computer. Since these enormous information is managed by the document forms, it is necessary to search and process them efficiently. The document clustering technique which clusters the related documents through the similarity between the documents help to classify, search, and process the large amount of documents automatically. This paper proposes a method to find the initial seed points through principal component analysis when the documents represented by vectors in the feature vector space are clustered by K-means algorithm in order to increase clustering performance. The experiment shows that our method has a better performance than the traditional K-means algorithm.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.152-153
• /
• 2015

일반 영상의 영상확대를 위한 다양한 알고리즘이 존재한다. 하지만 IR 영상의 경우 일반영상과 다른 특성을 가지고 있기 때문에 IR 영상을 위한 영상 확대 알고리즘이 필요하다. 따라서 IR 영상이 일반영상에 비해 디테일이 없다는 특성을 고려하여 복잡한 알고리즘을 적용시키기 보다는 ADRC[1]와 같은 단순한 분류 기법을 활용하여 LR-HR 패치를 분류하고 학습된 데이터를 이용하여 영상확대 알고리즘에 적용하였다. 또한 알고리즘의 성능을 향상시키기 위해 학습과정에 전처리 과정을 추가하여 알고리즘 작동 시 연산량의 증가 없이 확대 영상의 선명도를 향상시키고자 하였다. 이와 같은 방법으로 영상 확대 알고리즘을 수행하였을 때 통상적인 영상확대 기법인 bi-cubic interpolation 기법보다 CPBD 수치가 평균 0.0527 만큼 높은 결과를 확인할 수 있었고 전처리 과정을 추가하였을 때 이전보다 평균 0.0119 만큼 더 선명해진 영상을 얻었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.243-244
• /
• 2020

본 논문에서는 SIM(Soft Island Model)을 통해 소집단 정보를 이동시키기 위한 KSDE라고 하는 수많은 전략을 제안한다. 먼저, 전체 모집단은 k- 평균 군집 알고리즘에 의해 k 개의 하위 모집단으로 분리된다. 둘째, 소집단에 돌연변이 조작을 수행하기 위해 전략 풀에서 돌연변이 전략을 무작위로 선택한다. 마지막으로, 이 알고리즘의 모집단 다양성을 개선하기 위해 하위 집단 정보가 SIM을 통해 마이그레이션 된다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.32-35
• /
• 1999

기존의 반연속 HMM의 파라미터들 중에서 평균 벡터와 분산 행렬은 Maximum Likelihood Estimation 방법을 사용하여 학습한다. 본 논문에서는 평균 벡터를 위하여 Fuzzy c-means(FCM) 알고리즘을 사용하였고 분산 행렬을 위하여 FCM 알고리즘의 평균 벡터를 적용, 변형한 새로운 함수를 사용하여 화자적응에 적용하였다. 이러한 평균 벡터와 분산 행렬의 추정 방법은 새로운 화자에 대한 적응 능력을 갖는다. 제안한 방법을 적용한 한국어 격리 단어에 대한 컴퓨터 모의 실험결과 새로운 화자에 대해 적응함을 확인하였다.

• Proceedings of the KIPE Conference
• /
• 2013.07a
• /
• pp.528-529
• /
• 2013

본 논문에서는 모듈형 멀티레벨 컨버터 (Modular Multilevel Converter ; MMC) HVDC의 각 모듈 평균 스위칭 절환 회수를 고려한 커패시터 전압 평형 알고리즘을 제안한다. 일반적으로 MMC HVDC 시스템에서 각 모듈을 선택적으로 운전하는 것은 모듈간 커패시터 전압 평형 유지가 가능하나, 모듈간 스위칭 절환 수의 불평형이 발생하는 단점이 있다. 본 논문에서는 각 모듈이 스위칭 절환 수의 평형을 유지하면서 직류 전압 평형을 유지하는 알고리즘을 제안하고 시뮬레이션으로 유효성을 검증하였다.

• Information Systems Review
• /
• v.9 no.1
• /
• pp.85-103
• /
• 2007

The purpose of this study is to evaluate the performance of collaborative filtering recommender algorithms for better prediction accuracy of the customer's preference. The accuracy of customer's preference prediction is compared through the MAE of neighborhood based collaborative filtering algorithm and correspondence mean algorithm. It is analyzed by using MovieLens 1 Million dataset in order to experiment with the prediction accuracy of the algorithms. For similarity, weight used in both algorithms, commonly, Pearson's correlation coefficient and vector similarity which are used generally were utilized, and as a result of analysis, we show that the accuracy of the customer's preference prediction of correspondence mean algorithm is superior. Pearson's correlation coefficient and vector similarity used in two algorithms are calculated using the preference rating of two customers' co-rated movies, and it shows that similarity weight is overestimated, where the number of co-rated movies is small. Therefore, it is intended to increase the accuracy of customer's preference prediction through expanding the number of the existing co-rated movies.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.48 no.1
• /
• pp.46-53
• /
• 2011

Nonlocal means denoising algorithm is one of the most widely used denoising algorithm. Because it performs well, and the theoretic idea is intuitive and simple. However the conventional nonlocal means algorithm has still some problems such as noise remaining in the denoised flat region and blurring artifacts in the denoised edge and pattern region. Thus many improved algorithms based on nonlocal means have been proposed. In this paper, we proposed new improved nonlocal means denoising algorithm by weight update through weights sorting and newly defined threshold. Updated weights can make weights more refined and definite, and denoising is possible without that artifacts. Experimental results including comparisons with conventional algorithms for various noise levels and test images show the proposed algorithm has a good performance in both visual and quantitative criteria.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.5
• /
• pp.517-524
• /
• 2004

The fuzzy set theory has been wide used in clustering of machine learning with data mining since fuzzy theory has been introduced in 1960s. In particular, fuzzy C-means algorithm is a popular fuzzy clustering algorithm up to date. An element is assigned to any cluster with each membership value using fuzzy C-means algorithm. This algorithm is affected from the location of initial cluster center and the proper cluster size like a general clustering algorithm as K-means algorithm. This setting up for initial clustering is subjective. So, we get improper results according to circumstances. In this paper, we propose a cluster merging using enhanced density based fuzzy C-means clustering algorithm for solving this problem. Our algorithm determines initial cluster size and center using the properties of training data. Proposed algorithm uses grid for deciding initial cluster center and size. For experiments, objective machine learning data are used for performance comparison between our algorithm and others.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.629-632
• /
• 2002

본 논문에서는 획득 영상에서 k-평균 알고리즘에 의한 무게중심을 이용하여 이동 물체를 검출하고 추적하는 방법을 제안하였다. 이동 물체의 검출은 획득 영상에 대하여 차영상 후 에지 검출에 의해 수행된다. 제안한 검출 방법은 빛의 밝기와 각도에 의해 발생된 그림자 등의 변형을 제거하고, 이동 물체만을 검출할 수 있어, 빛에 영향을 받은 영상에 대해서도 이동 물체를 양호하게 검출할 수 있다. 물체 추적은 검출된 이동 물체에 대하여 k-평균 알고리즘으로 세 개의 물체 무게중심을 구하고, 무게중심 부근의 화소 평균값과 무게중심간의 거리를 구한다. 다음 프레임들에 대하여 탐색영역의 화소 평균값에 의해 후보 무게중심을 구하고, 물체 무게중심과 구한 후보 무게중심들의 표준편차와 무게중심간의 거리 차를 이용하여 이동 물체를 추적한다. 그 결과, 이동 물체의 추적 속도를 개선시켰고, 물체 추적 오차율을 줄였다.