Hapeez, Mohammad Shukri;Hamzah, Ngah Ramzi;Hashim, Habibah;Abidin, Ahmad Farid
Journal of Electrical Engineering and Technology
/
제9권1호
/
pp.259-267
/
2014
This paper presents a simple, consistent and reliable technique to identify detected partial discharges (PD) using an acoustic ultrasonic method. A new reliable algorithm named 'Simple Partial Discharge Identifier' (SPDI) is proposed to perform identification process of the detected ultrasonic signals of PD. Experimental works based on recommended practices were setup and the ultrasonic signals of the PD were recorded. The PD data is then employed as the reference data. The SPDI developed has been tested against commonly used models in Neural Network (NN). Results from the SPDI algorithm shows more reliable results compared to NN models results. Comparison made on the mean square error (MSE) results shows SPDI produces the desired outcome with lower MSE in 97.17% of trials. Low error of SPDI indicates a high reliability to be applied in the identification of PD.
The present study was performed to investigate the effect of aging on muscular activity of older subjects under the condition of fixed load muscle contraction. SEMG signals were recorded from old (46 women) and young (45 women) groups performing sustained isometric elbow flexion contraction with a fixed load during 30 seconds. Linear regression and mean square error (MSE) analysis with four characteristic variables (ARV, RMS, MDF, MNF) were used to compare the age-related difference (of local muscle fatigue and fluctuation of the amplitude and frequency) in the SEMG signal. The main results can be summarized as follows: During sustained muscle contraction with a fixed load: i) the MSE values of amplitude (ARV, RMS) and frequency (MDF, MNF) variables were more than 30% higher for the young than for the old adults; ii) the measures of local muscle fatigue (slope of the MDF and MNF) indicated greater fatigue in the old; and iii) the rate of increase of the SEMG amplitude was higher for the young than the old.
대용량의 동영상 데이터 이용에 있어 효과적인 동영상 검색을 위해서는 동영상 데이터의 색인과정이 필요하다. 본 논문은 AVI영상에서 동여상 장면 전환점 검출에 관한 효과적인 방법을 제안한다. 제안된 방법은 프렝미을 대각선 방향의 픽셀 값을 추출하고 정지영상으로 변환하여 동영상의 전체 구조를 파악할 수 있으며, 장면 전한점을 한눈에 확인할 수 있다. 각각의 프레임에서 추추란 픽셀의 칼라 값을 A행렬 i(프레임 수)xj(프레임 영상 높이)로 저장하고, MSE(Mean Square Error)를 용해서 일정의 임계값에 도달하지 못할 경우 이 프레임을 장면 전환점으로 검출한다.
동영상 검색 시스템은 사용자가 전체 동영상 정보를 한눈에 파악할 수 있어야 한다. 필요한 경우 원하는 지점부터 직접 재생할 수 있도록 해야 한다. 이에 대한 많은 연구가 수행되고 있다. 그러나 데이터를 처리하는데 시간이 오래 걸리는 등의 몇가지 문제점이 있다. 따라서 본 논문은 내용기반 색인에 기초가 될 동영상의 장면전환점 검출에 관한 효과적인 방법을 제안하였다. 제안된 방법은 프레임의 수평방향, 수직방향 또는 대각선 방향으로 나누어 일정한 픽셀 값을 추출하여 정지영상으로 변환하였다. 각각의 프레임에서 추출한 픽셀의 칼라값을 저장하고 MSE(Mean Square Error)를 이용하여 일정한 임계값에 도달하지 못한 프레임을 장면전환점으로 검출하였다. 검출된 장면전환점을 이용하여 변화된 프레임의 장면전환을 검색하는 시스템을 구현하였다.
Razavi, S.V.;Jumaat, M.Z.;Ahmed H., E.S.;Mohammadi, P.
Computers and Concrete
/
제10권4호
/
pp.379-390
/
2012
In this paper, the mechanical strength of different lightweight mortars made with 0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95 and 100 percentage of scoria instead of sand and 0.55 water-cement ratio and 350 $kg/m^3$ cement content is investigated. The experimental result showed 7.9%, 16.7% and 49% decrease in compressive strength, tensile strength and mortar density, respectively, by using 100% scoria instead of sand in the mortar. The normalized compressive and tensile strength data are applied for artificial neural network (ANN) generation using generalized regression neural network (GRNN). Totally, 90 experimental data were selected randomly and applied to find the best network with minimum mean square error (MSE) and maximum correlation of determination. The created GRNN with 2 input layers, 2 output layers and a network spread of 0.1 had minimum MSE close to 0 and maximum correlation of determination close to 1.
대용량의 동영상 데이터 이용에 있어 사용자가 전체 동영상 데이터를 한눈에 파악할 수 있고, 필요한 경우 원하는 지점부터 동영상을 재생할 수 있도록 하기 위하여 동영상 데이터의 정보를 요약해 놓은 프레임 리스트를 제공하며, 효과적인 동영상 검색을 위해서는 동영상 데이터의 색인과정이 필요하다. 본 논문은 내용기반 색인에 기초가 될 동영상의 장면 전환점 검출에 관한 효과적인 방법을.제안하고자 한다. 제안된 방법은 동영상 데이터를 대각선 방향으로 일정 픽셀의 칼라 값을 추출하여 동영상의 전체 구조를 파악할 수 있도록 정지영상으로 샘플링 하였으며, 샘플링 된 데이터는 장면전환점을 한눈으로 파악할 수 있었다. 각각의 프레임에서 추출한 픽셀의 칼라 값은 행렬A에 i$\times$j 행렬로 i는 프레임 수, j는 프레임의 영상 높이로 저장하고 MSE(Mean Square Error) 도입하여 각 프레임의 평균 오차를 계산한다. 평균오차와 일정 임계값을 초과하면 그 프레임을 장면 전환점으로 검출하고자 한다.
본 논문은 가산성 잡음이 존재할 경우 모노펄스 알고리즘의 성능분석을 해석적으로 분석한 연구이다. 이전 연구에서는 1차 테일러 급수 전개와 2차 테일러 급수 전개를 통한 진폭비교 모노펄스 알고리즘의 해석적 성능 분석을 진행했다. 본 연구에는 3차 테일러 전개기반 해석적 분석법을 적용하여 1차 및 2차 테일러 근사기반의 해석적 분석보다 실제 모노펄스 알고리즘의 성능 분석 결과에 다가가는 것을 보인다. 성능분석은 평균제곱오차(Mean Squre Error)을 통해 분석되며 몬테카를로(Monte-Calro) 방법을 통한 시뮬레이션 MSE와 3차 테일러 근사기반 해석적 MSE를 서로 비교한다. 3차 테일러 근사기반 해석적 MSE를 적용하였을 경우, 이전 연구에서 제안된 2차 테일러 근사기반의 해석적 MSE의 오차를 89.5% 감소시킨다. 또한 몬테카를로 기반 MSE보다 모든 경우에서 빠른 결과를 보인다. 해당 연구를 통해 잡음 재밍이 적용된 환경에서 모노펄스 레이더의 추정 각도 능력을 명시적으로 분석이 가능하다.
In recent years, medical image diagnosis has growing significant momentous in the medicinal field. Brain and lung image of patient are distorted with salt and pepper noise is caused by moving the head and chest during scanning process of patients. Reconstruction of these images is a most significant field of diagnostic evaluation and is produced clearly through techniques such as linear or non-linear filtering. However, restored images are produced with smaller amount of noise reduction in the presence of huge magnitude of salt and pepper noises. To eliminate the high density of salt and pepper noises from the reproduction of images, a new efficient fuzzy based median filtering algorithm with a moderate elapsed time is proposed in this paper. Reproduction image results show enhanced performance for the proposed algorithm over other available noise reduction filtering techniques in terms of peak signal -to -noise ratio (PSNR), mean square error (MSE), root mean square error (RMSE), mean absolute error (MAE), image enhancement factor (IMF) and structural similarity (SSIM) value when tested on different medical images like magnetic resonance imaging (MRI) and computer tomography (CT) scan brain image and CT scan lung image. The introduced algorithm is switching filter that recognize the noise pixels and then corrects them by using median filter with fuzzy two-sided π- membership function for extracting the local information.
Chloride is one of the most common threats to reinforced concrete (RC) durability. Alkaline environment of concrete makes a passive layer on the surface of reinforcement bars that prevents the bar from corrosion. However, when the chloride concentration amount at the reinforcement bar reaches a certain level, deterioration of the passive protection layer occurs, causing corrosion and ultimately reducing the structure's safety and durability. Therefore, understanding the chloride diffusion and its prediction are important to evaluate the safety and durability of RC structure. In this study, the chloride diffusion coefficient is predicted by machine learning techniques. Various machine learning techniques such as multiple linear regression, decision tree, random forest, support vector machine, artificial neural networks, extreme gradient boosting annd k-nearest neighbor were used and accuracy of there models were compared. In order to evaluate the accuracy, root mean square error (RMSE), mean square error (MSE), mean absolute error (MAE) and coefficient of determination (R2) were used as prediction performance indices. The k-fold cross-validation procedure was used to estimate the performance of machine learning models when making predictions on data not used during training. Grid search was applied to hyperparameter optimization. It has been shown from numerical simulation that ensemble learning methods such as random forest and extreme gradient boosting successfully predicted the chloride diffusion coefficient and artificial neural networks also provided accurate result.
본 논문에서는 서브영상(sub-image)에 MSE(mean square error)기반의 블록정합 알고리즘인 TSS (three-step search)와 FS (full search)를 복합적으로 적용함으로써 물체움직임을 고속, 정밀하게 추정 보상하고, 차 영상 기법을 통해 공간적 중복데이터를 제거한 잔여영상(residual image)을 고속 압축할 수 있는 새로운 기법을 제시하였다. 즉, 제안된 기법에서는 픽업된 영상 간의 유사성을 향상시키기 위하여 픽업된 요소영상으로부터 서브영상을 재합성한 뒤, TSS 기반의 MSE 알고리즘을 사용하여 전 물체영역을 대상으로 가능한 물체영역 만을 고속으로 찾은 다음, 그 가능한 물체영역에 정밀한 FS 탐색 알고리즘을 적용하여 물체영상의 정확한 움직임 벡터를 추정하여 보상하게 된다. 또한, 움직임이 보상된 물체영상에 차 영상(difference image) 기법을 적용하여 서브영상 간의 공간적 중복 데이터를 제거한 잔여영상을 얻게 되고 이는 MPEG-4 알고리즘을 통해 최종적으로 압축되게 된다. 실험결과, 제안된 기법은 기존방식에 비해 영상 압축률은 그대로 유지하면서 프레임 당 압축시간이 214% 향상됨을 보임으로써 제안된 기법의 실제 응용 가능성을 제시하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.