• Journal of the Optical Society of Korea
• /
• 제14권3호
• /
• pp.228-234
• /
• 2010

This paper presents the joint characteristic function of the first- and second-order polarization-modedispersion (PMD) vectors in installed optical fibers that are almost linearly birefringent. The joint characteristic function is a Fourier transform of the joint probability density function of these PMD vectors. We regard the random fiber birefringence components as white Gaussian processes and use a Fokker-Planck method. In the limit of a large transmission distance, our joint characteristic function agrees with the previous joint characteristic function obtained for highly birefringent fibers. However, their differences can be noticeable for practical transmission distances.

• Journal of the Optical Society of Korea
• /
• 제12권4호
• /
• pp.240-243
• /
• 2008

Using the well-known Fokker-Planck method, this paper presents a standard way to find the joint-characteristic function for the first- and second-order polarization-mode-dispersion vectors originally derived by Foschini and Shepp. Compared with the Foschini and Shepp's approach, the Fokker-Planck approach gives a more accurate and straightforward way to find the joint-characteristic function.

• 대한기계학회논문집
• /
• 제19권1호
• /
• pp.45-60
• /
• 1995

It is attempted to estimate excitation force of a linear vibratory system using measured vibration responses. The excitation force is estimated from the relationship between the vibration response and system characteristic matrices which are extracted from both the mathematical model of the system and actual response in contrast to the usual approach of inverting the frequency response matrices. This extraction scheme is based on the fact that the vibration response can be expressed in term of linear combination of frequency domain modal vectors defined as mutually orthonormal basis vectors in frequency domain. The extracted frequency domain basis vectors are very stable in computational manipulation. It is found that the estimated excitation force is in good agreement with actually measured force except at the natural frequencies the structure, which is the common feature still to be overcome by the research efforts in this area. From the results of this paper, this disagreement is considered to come from the discrepancy between the model and actual value of the mass, damping and stiffness of the structure.

• 대한전자공학회논문지TE
• /
• 제37권3호
• /
• pp.72-78
• /
• 2000

본 연구에서는 ATM 보안 시스템을 위한 DCT와 신경망 기반 모델 인증 알고리즘을 제안한다. CCD 카메라를 이용하여 일정한 조도와 거리에서 30명의 얼굴영상을 획득한 후 데이터 베이스를 구성한다. 모델 인증 실험을 위해 동일인에 대해 학습영상 4장 그리고 실험 영상 4장을 각각 획득한다. 얼굴영상의 에지를 검출한 후 에지 분포에 의해 얼굴영상에서 사각형태로 특징영역을 검출한다. 특징영역에는 눈썹, 눈, 코, 입, 그리고 뺨이 포함된다. 특징영역에 대해 DCT를 수행한 후 대각방향의 계수 합을 구해 특징벡터를 추출한다. 특징벡터는 정규화되어 신경망의 입력 벡터가 된다. 패스워드를 고려하지 않는 경우, 데이터 베이스를 검색한 결과 학습된 얼굴영상에 대해서는 100%의 인증율을 나타내었고 학습되지 않는 얼굴영상의 경우에는92%의 인증률을 나타내었다. 그러나 패스워드를 고려한 경우 모두 100%의 인증율을 보였다.

• 한국정보통신학회논문지
• /
• 제16권7호
• /
• pp.1370-1376
• /
• 2012

본 논문에서는 남성화자 혹은 여성화자인지를 구분하는 성별인식 알고리즘을 제안한다. 본 논문에서는 남성화자와 여성화자의 특징벡터를 분석하며, 이러한 남녀의 특징벡터를 이용하여 신경회로망에 의한 제안한 성별인식에 대한 인식실험을 수행한다. 신경회로망의 입력신호로 사용한 특징벡터로는 10차의 LPC 켑스트럼 계수, 12차의 LPC 켑스트럼 계수, 12차의 FFT 켑스트럼 및 1차의 RMS, 12차의 LPC 켑스트럼 및 8차의 FFT 스펙트럼들이다. 본 실험에서는 특히 12차의 LPC 켑스트럼 및 8차의 저역 FFT 스펙트럼의 특징벡터를 사용하여 20-20-2의 네트워크에 의하여 신경회로망이 학습되었다. 실험결과, 남성화자에 대하여 학습 시에는 평균 99.8%, 여성화자에 대해서는 평균 96.5%의 성별인식률이 구해졌다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권10호
• /
• pp.836-850
• /
• 2006

오늘날 급속한 패키지 소프트웨어 제품의 증가 추세에 따라서, 소프트웨어 제품에 대한 품질 시험 요구 또한 증가하였다. 소프트웨어 제품 시험 시 중요한 요소는 무엇을 시험할지 기준이 되는 메트릭의 선정이다. 본 연구에서는 패키지 소프트웨어 종류를 특성 벡터들로 표현하여 메트릭들과의 연관 관계를 확률로서 세밀하게 표현한다. 특성 벡터란 소프트웨어의 형식 분류 지시자라고 할 수 있으며 특정한 패키지 소프트웨어가 다른 것들과 어떻게 구별되는지 나타낼 수 있다. 분류된 각각의 소프트웨어 형식별로 메트릭을 선정하기 위해서 과거 시험 데이타를 분석하여 활용한다. 베이지언망이 과거 데이타 분석에 이용되며 특성 벡터와 메트릭 간의 의존 관계 네트워크를 구축한다. 구축된 베이지언망은 새로운 패키지 소프트웨어 시험 작업에 적절한 메트릭을 찾아내는데 활용된다.

• 한국통신학회:학술대회논문집
• /
• 한국통신학회 1991년도 추계종합학술발표회논문집
• /
• pp.77-80
• /
• 1991

This paper proposes a new feature extraction method which is effectively used in character recognition, and validate the effectiveness through various computational methods for similiarity degree. To get feature vectors used in this method, Hough transform is applied to character image, which is used for edge extraction in image processing. By that transformation technique, strokes could be extracted and feature vectors constructed suitably. The characteristic of this method is solving the difficulties in stroke extraction through transform space analysis, which is induced by noise and blurring, and representing high recognition rate 99.3% within 10 candidates in relative low dimension.

• 대한수학회논문집
• /
• 제22권4호
• /
• pp.587-596
• /
• 2007

In this paper, we study two-phase flow models. The chunk mix model of the two-phase flow equations is analyzed by a characteristic analysis. The model discussed herein has real characteristic values for all physically acceptable states and except for a set of measure zero has a complete set of characteristic vectors in state space.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1994년도 Proceedings of the Korea Automatic Control Conference, 9th (KACC) ; Taejeon, Korea; 17-20 Oct. 1994
• /
• pp.522-526
• /
• 1994

There are great needs for checking machine operation status precisely in the iron and steel plants. Rotating machines such as pumps, compressors, and motors are the most important objects in the plant maintenance. In this paper back-propagation neural network is utilized in diagnosing rotating machines. Like the finger print or the voice print of human, the abnormal vibrations due to axis misalignment, shaft bending, rotor unbalance, bolt loosening, and faults in gear and bearing have their own spectra. Like the pattern recognition technique, characteristic. feature vectors are obtained from the power spectra of vibration signals. Then we apply the characteristic feature vectors to a back propagation neural net for the weight training and pattern recognition.

• 대한전자공학회논문지TE
• /
• 제37권3호
• /
• pp.104-113
• /
• 2000

본 연구에서는 웨이브렛 변환과 신경망 기반 얼굴 인식 알고리즘을 제안한다. 이 알고리즘은 일정한 조도 상태에서 두 개의 영상을 그레이 레벨로 취득하고 가우시안 필터를 이용하여 영상 내에 존재하는 잡음을 제 거한 후 배경영상과 얼굴이 포함된 입력영상의 차를 구하여 차영상에 대해 축소와 팽창과정을 통한 전처리 과정을 거치게 된다. 그리고 팽창 영상으로부터 마스크를 생성하여 마스크를 얼굴이 존재하는 원 영상에 투영하여 배경과 얼굴을 분할하고 분할된 얼굴영상의 에지를 조사하여 눈, 코, 입, 눈썹 그리고 뺨이 포함된 사 각 모양의 특징영역을 검출한다. 그리고 특징영역에 대해 이산 웨이브렛 변환을 수행하여 특징벡터를 추출하고 정규화한 후 신경망의 입력벡터로 하여 학습에 의한 인식을 수행한다. 시뮬레이션 결과 학습된 영상에 대해서는 100%의 인식률을 보였고 학습되지 않는 실험적 영상에 대해서도 92%의 인식률을 나타내었다.