• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 추계종합학술대회 논문집(4)
• /
• pp.65-68
• /
• 2000

This paper describes an approach for extracting invariant features using a view-based representation and recognizing an object with a high speed search method in FLIR. In this paper, we use a reformulated eigenspace technique based on robust estimation for extracting features which are robust for outlier such as noise and clutter. After extracting feature, we recognize an object using a partial distance search method for calculating Euclidean distance. The experimental results show that the proposed method achieves the improvement of recognition rate compared with standard PCA.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제11권1호
• /
• pp.8-11
• /
• 2011

Atanassov [1,2] and Szmidt and Kacprzyk[7,8] studied various methods for measuring distances between intuitionistic fuzzy sets. In this paper, we consider interval-valued intuitionistic fuzzy sets and discuss these methods for measuring distances between interval-valued intuitionistic fuzzy sets.

• 충청수학회지
• /
• 제20권3호
• /
• pp.203-210
• /
• 2007

Let X be a hyperbolic region in the complex plane C such that the hyperbolic metrix ${\lambda}_X(w){\mid}dw{\mid}$ exists. Let $R(X)=sup\{{\delta}_X(w):w{\in}X\}$ where ${\delta}_X(w)$ is the euclidean distance from w to ${\partial}X$. Here ${\partial}X$ is the boundary of X. A hyperbolic region X is called a Bloch region if R(X) < ${\infty}$. In this paper, we obtain lower bounds for the hyperbolic metric on Bloch regions in terms of the distance to the boundary.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.671-672
• /
• 2008

K-means is a popular one in clustering algorithms, and it minimizes the mutual euclidean distance among the sample points. But K-means has some demerits, such as depending on initial condition, unsupervised learning and local optimum. However mahalanobis distancecan deal this case well. In this paper, the author proposed a new clustering algorithm, named exponential probability clustering, which applied Mahalanobis distance into K-means clustering. This new clustering does possess not only the probability interpretation, but also clustering merits. Finally, the simulation results also demonstrate its good performance compared to K-means algorithm.

• 전자공학회논문지CI
• /
• 제43권4호
• /
• pp.88-102
• /
• 2006

멀티미디어 정보 검색에서 멀티미디어 데이터는 고차원 공간상의 벡터로 표현된다. 이러한 특정 벡터를 효율적으로 검색하기 위하여 다양한 색인 기법이 제안되어 왔다. 그러나 특정 벡터의 차원이 증가하면서 색인 기법의 효율성이 급격히 떨어지는 차원의 저주 문제가 발생한다. 차원의 저주 문제를 해결하기 위하여 색인하기 이전에 원 특정 벡터를 저차원 공간상의 벡터로 사상하는 차원 축소 기법이 제안된 바 있다. 본 연구에서는 벡터의 놈과 각도 성분을 이용하여 유클리드 거리를 근사하는 함수를 기반으로 하는 새로운 차원 축소 기법을 제안한다. 먼저, 유클리드 거리 근사를 위하여 추정된 각도의 오차의 발생 원인을 분석하고 이 오차를 줄이기 위한 기본 방향을 제시한다. 또한, 고차원 특정 벡터를 다수의 특징 서브 벡터들의 집합으로 분리하고 각 특징 서브 벡터로부터 놈과 각도 성분을 근사하여 차원을 축소하는 새로운 기법을 제안한다. 각도 성분을 정확하게 근사하기 위해서는 올바른 기준 벡터의 설정이 필수적이다. 본 연구에서는 최적 기준 벡터의 조건을 제시하고, Levenberg-Marquardt 알고리즘을 이용하여 기준 벡터를 선정하는 방법을 제안한다. 또한, 축소된 저차원 공간상의 벡터틀을 위한 새로운 거리 함수를 정의하고, 이 거리 함수가 유클리드 거리 함수의 하한 함수가 됨을 이론적으로 증명한다. 이는 제안된 기법이 착오 기각의 발생을 허용하지 않으면서 효과적으로 차원을 줄일 수 있음을 의미하는 것이다. 끝으로, 다양한 실험에 의한 성능 평가를 통하여 제안하는 방법의 우수성을 규명한다.

• 한국통신학회논문지
• /
• 제32권8C호
• /
• pp.675-680
• /
• 2007

일반적으로 천이 신호의 식별은 지진학이나 상태 모니터링 분야, 특히 수중 음향 신호 처리 분야에서 활발한 연구가 이루어지고 있다. 수중 환경에서 발생하는 천이 신호로는 돌고래와 같은 해양 생물이 내는 천이 신호와 선박, 잠수함 등에서 발생하는 인위적인 천이 신호 등이 있으며, 수중 감시 체계에서 이러한 수중 천이 신호를 식별하는 문제는 매우 중요한 연구 주제이다. 본 논문에서는 음성 인식 분야에서 우수한 인식 성능을 보이는 MFCC(Mel Frequency Cepstral Coefficient)를 기반으로, 천이 신호로 탐지된 입력 신호에 대하여 분석 프레임 단위로 MFCC 특징 벡터를 추출하고, 식별하고자 하는 데이터베이스에 있는 모든 참조 신호들의 MFCC 특징 벡터와의 유클리디언 거리(euclidean distance)를 계산한 후, 가장 작은 값을 갖는 참조 신호로 입력 프레임들을 사상(mapping)시킴으로써 사상이 가장 많이 된 참조 신호로 탐지된 수중 천이신호를 식별하는 프레임 기반의 식별 알고리즘을 제안한다.

• Journal of Information Processing Systems
• /
• 제13권3호
• /
• pp.533-545
• /
• 2017

Massive volumes of GPS trajectory data bring challenges to storage and processing. These issues can be addressed by compression algorithm which can reduce the size of the trajectory data. A key requirement for GPS trajectory compression algorithm is to reduce the size of the trajectory data while minimizing the loss of information. Synchronized Euclidean distance (SED) as an important error measure is adopted by most of the existing algorithms. In order to further reduce the SED error, an improved algorithm for open window time ratio (OPW-TR) called local optimum open window time ratio (LO-OPW-TR) is proposed. In order to make SED error smaller, the anchor points are selected by calculating point's accumulated synchronized Euclidean distance (ASED). A variety of error metrics are used for the algorithm evaluation. The experimental results show that the errors of our algorithm are smaller than the existing algorithms in terms of SED and speed errors under the same compression ratio.

• 대한전자공학회논문지TC
• /
• 제40권10호
• /
• pp.103-109
• /
• 2003

기존의 Multiple-Subcarrier변조 방식에 4-차원(4-D)신호를 이용한 Optical Wireless통신 방식을 제안하였다. 4-D 신호는 신호파형 최적화 기술 (OSW, Optimization Technique of Signal Waveforms)을 이용하여 유도하고 Multiple-Subcarricr의 block coder에 적용함으로써 출력 신호점 간의 Euclidean distance를 최대화하였다. 그 결과 고정 dc 바이어스를 부가한 상태에서 시스템에서 요구되는 Normalized power를 QPSK에 비해 3 dB, Reserved Subcarrier 나 Minimum Power에 비해 최대 3.3 dB 를 각각 절감하였고 normalized bandwidth 1.125 ∼ 1.25의 범위에서 QPSK에 비해 평균 3 dB, Res. Subcarrier 방식에 비해 2 ∼ 4 dB, Min. Power 방식에 비해 0 ∼ 3 dB를 각각 절감하였다.

• 한국멀티미디어학회논문지
• /
• 제4권3호
• /
• pp.215-221
• /
• 2001

본 논문에서는 사이즈 펑션을 이용하여 윤곽선으로 표현된 물체의 특징을 추출할 때 발생하는 에러를 줄이기 위해 방향에 따라 가중값을 달리하는 새로운 표본화 알고리즘을 제안했다. 특히 회전, 이동, 크기 변환과 같은 변환에 대해서 불변성을 갖도록 설계했다. 특징값은 물체의 윤곽선을 사이즈 펑션 처리를 통해서 만들어진 행렬이고 이들간의 거리를 측정 비교함으로써 본 논문에서 제안한 방법이 효과적임을 보였다. 실험 결과 기존의 표본화 방법보다 제안한 표본화 방법을 사용했을 때 원본과 변형된 이미지 사이의 유클리디언 거리가 회전에 대해서 약 57% 크기변형에 대해서는 약 91% 개선되었다.

• 한국산학기술학회논문지
• /
• 제10권12호
• /
• pp.3702-3707
• /
• 2009

본 논문은 Gray 부호화된 QAM (Quadrature Amplitude Modulation) 신호를 I 축 상에서 M개의 심벌을 갖는 M-PAM (Pulse Amplitude Modulation)과 Q 축 상에서 N개의 심벌을 갖는 N-PAM으로 분리한다. 수신된 심벌 신호를 비트 연판정 값으로 변환하기 위하여 Euclidean 거리를 이용한 근사화된 MAP (Maximum a Posteriori) 알고리듬을 제시한다. 기존의 Max-Log-MAP 방식은 일반 MAP 방식에서 사용하는 지수함수 혹은 로그함수 대신 심벌간 거리 비교를 통하여 구현 복잡도를 낮추었다. 그러나 심벌의 수가 증가 할수록 비교대상이 많아지므로 구현 복잡도가 증가하게 된다. 제안된 알고리듬은 사칙 연산에 의해 계산이 되기 때문에 직관적으로 구현복잡도가 낮아짐을 알 수 있다.