• Journal of Electrical Engineering and Technology
• /
• 제12권1호
• /
• pp.363-372
• /
• 2017

This paper presents a novel face recognition algorithm based on the deep convolution neural network and key point detection jointed local binary pattern methodology to enhance the accuracy of face recognition. We firstly propose the modified face key feature point location detection method to enhance the traditional localization algorithm to better pre-process the original face images. We put forward the grey information and the color information with combination of a composite model of local information. Then, we optimize the multi-layer network structure deep learning algorithm using the Fisher criterion as reference to adjust the network structure more accurately. Furthermore, we modify the local binary pattern texture description operator and combine it with the neural network to overcome drawbacks that deep neural network could not learn to face image and the local characteristics. Simulation results demonstrate that the proposed algorithm obtains stronger robustness and feasibility compared with the other state-of-the-art algorithms. The proposed algorithm also provides the novel paradigm for the application of deep learning in the field of face recognition which sets the milestone for further research.

• 한국광학회:학술대회논문집
• /
• 한국광학회 2005년도 제16회 정기총회 및 동계학술발표회
• /
• pp.310-311
• /
• 2005

• 한국가스학회지
• /
• 제19권3호
• /
• pp.18-24
• /
• 2015

인화점은 액체 용액의 가장 중요한 인화성 지표 중 하나이다. 인화점은, 가연성 증기의 공기 속 농도가 점화가 발생하기에 충분할 때의 온도 중 가장 낮은 온도이다. 본 연구에서는 가연성 이성분계 액체 용액인, 2-propanol+propionic acid 와 n-hexanol+formic acid 계의 인화점을 Seta flash 밀폐식 장치를 사용하여 측정하였다. 특히 n-hexanol+formic acid 계는 최소 인화점 현상을 보였다. 측정값은 라울의 법칙을 활용한 방법과 최적화 기법에 의한 계산값과 비교되었다. 그 결과 최적화 기법에 의한 계산값이 라울의 법칙에 의한 계산값 보다 측정값을 잘 모사하였다.

• 한국가스학회지
• /
• 제18권5호
• /
• pp.60-65
• /
• 2014

가연성 액체 혼합물의 화재 위험성을 특징짓는 주된 물리적 성질은 인화점이다. 본 연구는 이성분계 가연성 혼합물의 인화점을 측정하고 예측하고자 한다. Seta flash 밀폐식 장치를 이용하여 n-propanol+propionic acid 계의 인화점을 측정하였다. van Laar 식과 NRTL 식을 이용한 최적화 기법을 통해 인화점을 예측하였다. 이 계산치와 라울의 법칙에 의한 계산치를 비교하였다. 그 결과, 최적화 기법에 의한 계산치가 라울의 법칙에 의한 계산치 보다 측정값에 보다 근사하였다.

• ETRI Journal
• /
• 제40권4호
• /
• pp.471-482
• /
• 2018

This paper proposes the necessity of a walking period in footstep planning and details situations in which it should be considered. An optimization-based fast footstep planner that takes the walking period into consideration is also presented. This footstep planner comprises three stages. A binary search is first used to determine the walking period. The front stride, side stride, and walking direction are then determined using the modified rapidly-exploring random tree algorithm. Finally, particle swarm optimization (PSO) is performed to ensure feasibility without departing significantly from the results determined in the two stages. The parameters determined in the previous two stages are optimized together through the PSO. Fast footstep planning is essential for coping with dynamic obstacle environments; however, optimization techniques may require a large computation time. The two stages play an important role in limiting the search space in the PSO. This framework enables fast footstep planning without compromising on the benefits of a continuous optimization approach.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권2호
• /
• pp.288-307
• /
• 2013

This paper formulates resource allocation for decode-and-forward (DF) relay assisted multi-cell orthogonal frequency division multiple (OFDM) networks as an optimization problem taking into account of inter-cell interference and users fairness. To maximize the transmit rate of system we propose a joint interference coordination, subcarrier and power allocation algorithm. To reduce the complexity, this semi-distributed algorithm divides the primal optimization into three sub-optimization problems, which transforms the mixed binary nonlinear programming problem (BNLP) into standard convex optimization problems. The first layer optimization problem is used to get the optimal subcarrier distribution index. The second is to solve the problem that how to allocate power optimally in a certain subcarrier distribution order. Based on the concept of equivalent channel gain (ECG) we transform the max-min function into standard closed expression. Subsequently, with the aid of dual decomposition, water-filling theorem and iterative power allocation algorithm the optimal solution of the original problem can be got with acceptable complexity. The third sub-problem considers dynamic co-channel interference caused by adjacent cells and redistributes resources to achieve the goal of maximizing system throughput. Finally, simulation results are provided to corroborate the proposed algorithm.

• 한국시뮬레이션학회논문지
• /
• 제17권1호
• /
• pp.17-22
• /
• 2008

이중 이진 구조의 터보부호는 우수한 성능을 기반으로 무선 도심영역네트워크(wireless metropolitan area networks, WMAN)를 포함한 각종 차세대 통신 시스템의 표준으로 채택되고 있다. 이러한 이중 이진 구조 터보부호를 구성하는 요소 중의 하나가 인터리버인데 802.16 d/e 시스템의 경우 유사정형순환(almost regular permuation, ARP) 인터리버를 사용하고 있으나 파라미터들이 최적화 되어 있지 않다. 이에 본 논문에서는 인터리빙 파라미터 최적화를 위해 인터리빙 전, 후의 공간적 거리, 스프레드, 부호어 간의 최소 거리를 고려한 세 가지 최적화 방안을 제시하고 각각의 경우에 있어서 최적의 파라미터들을 찾는다. 성능 평가를 위해 가산성 백색가우시안 잡음 환경에서 시뮬레이션을 수행하였으며 기존 파라미터에 의한 성능과 제안 방법들에 의해 최적화된 파라미터들을 적용한 성능들을 비교, 분석하였다. 제안 파라미터를 적용할 경우 블록 크기에 따라 최대 1.0 dB의 전력 이득을 얻을 수 있음을 검증하였으며, 이러한 이득은 단순한 파라미터 변경 만으로 이루어지므로 기존 시스템의 복잡도를 전혀 증가시키지 않는다.

• 전기전자학회논문지
• /
• 제23권2호
• /
• pp.529-533
• /
• 2019

오늘날 복합 화력 발전소는 전력 생산을 위해 많이 사용되고 있고, 최근에는 운전 매개 변수를 기반으로 발전 출력을 예측하는 것이 주요 관심사이다. 본 논문에서는 복합 화력 발전소의 출력을 예측하기 위해 컴퓨터 지능 기법을 이용하는 방법을 제시한다. 컴퓨터 지능 기술은 지속적으로 발전되어 많은 실제 문제에 적용되어 왔다. 본 논문에서는 트리 구조의 퍼지 뉴럴 네트워크를 이용하여 발전 출력을 예측하고자 한다. 트리 구조의 퍼지 뉴럴 네트워크는 퍼지 뉴런을 노드로 선택하고 관련 입력을 최적으로 선택하여 규칙 수를 줄이는 장점이 있다. 네트워크의 최적화를 위해 2 단계 최적화 방법이 사용된다. 유전 알고리즘은 최적의 노드와 리프를 선택하여 네트워크의 이진 구조를 최적화 한 다음 랜덤 신호 기반 학습을 수행하여 최적화 된 이진 연결을 단위 구간에서 미세 학습한다. 제안 된 방법의 유용성을 검증하기 위해 UCI Machine Learning Repository Database에서 얻은 복합 화력 발전소 데이터를 사용한다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권4호
• /
• pp.293-298
• /
• 2016

Document summarization is an important task in various areas where the goal is to select a few the most descriptive sentences from a given document as a succinct summary. Even without training data of human labeled summaries, there has been several interesting existing work in the literature that yields reasonable performance. In this paper, within the same unsupervised learning setup, we propose a more principled learning framework for the document summarization task. Specifically we formulate an optimization problem that expresses the requirements of both faithful preservation of the document contents and the summary length constraint. We circumvent the difficult integer programming originating from binary sentence selection via continuous relaxation and the low entropy penalization. We also suggest an efficient convex-concave optimization solver algorithm that guarantees to improve the original objective at every iteration. For several document datasets, we demonstrate that the proposed learning algorithm significantly outperforms the existing approaches.

• 해양환경안전학회지
• /
• 제6권1호
• /
• pp.23-33
• /
• 2000

This paper is concerned with finding the global optimal solutions for the redundancy optimization problems in series-parallel systems related with system safety. This study transforms the difficult problem, which is classified as a nonlinear integer problem, into a 0/1 IP(Integer Programming) by using binary integer variables. And the global optimal solution to this problem can be easily obtained by applying GAMS (General Algebraic Modeling System) to the transformed 0/1 IP. From computational results, we notice that GA(Genetic Algorithm) to this problem, which is, to our knowledge, known as a best algorithm, is poor in many cases.