• 한국통신학회논문지
• /
• 제34권3A호
• /
• pp.272-280
• /
• 2009

배경잡음 측정은 전파환경 조사 및 주파수 점유율의 비교기준인 임계레벨을 산출하는데 반드시 수행되어야 하는 매우 중요한 과정이다. 배경잡음 측정은 측정대상 대역에서 가급적 잡음만으로 구성된 부대역을 선정하고, 선정된 표본 부대역에 대하여 잡음전력을 측정하여 대상대역에 대한 대표값으로 사용하는 과정으로 이루어진다. 본 논문에서는 배경잡음으로 백색가우시안 잡음을 가정하고, 잡음 측정의 첫 번째 단계에서 신호가 적고 대부분 잡음으로만 구성된 대역을 선별하는데 적용될 수 있는 특이값 분해 (singular value decomposition, SVD)를 이용한 잡음대역 선정 방법을 제안한다. 기존에 널리 쓰여지는 방법인 신호강도확률분포 (amplitude probability distribution, APD) 방법과의 성능비교를 통하여 우수성을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제12권8호
• /
• pp.1155-1163
• /
• 2009

본 논문에서는 가우시안 프로세스 모델을 이용한 벡터 그래픽 캐릭터의 자동 표정 생성 시스템을 제안한다. 제안한 방법은 Russell의 내적 정서 상태의 차원 모형을 근거로 재정의된 캐릭터의 26가지 표정 데이터로 부터 주요 특징 벡터를 추출한다. 그리고 추출된 고차원의 특징 벡터에 대해 SGPLVM이라는 가우시안 프로세스 모델을 이용하여 저차원 특징 벡터를 찾고, 확률분포함수(PDF)를 학습한다. 확률분포함수의 모든 파라메타는 학습된 표정 데이터의 우도를 최대화함으로써 추정할 수 있으며, 이는 2차원 공간에서 사용자가 원하는 얼굴 표정을 실시간으로 선택하기 위해 사용된다. 시뮬레이션 결과 본 논문에서 제안한 표정 생성 프로그램은 얼굴 표정의 작은 데이터셋에도 잘 동작하며, 사용자는 표정과 정서간의 관련성에 관한 사전지식이 없이도 연속되는 다양한 캐릭터의 표정을 생성할 수 있음을 확인할 수 있었다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.765-773
• /
• 2022

본 연구는 시공성 향상을 위한 수평 굴착 기계 시스템이 적용된 비개착 공법(H.A.S. 공법)에 관한 연구로서 현장 계측과 설계 시 해석한 구조계산과 지반과 일체화된 수치해석을 비교하여 비개착 가설시설물의 구조적 안정성을 평가하였다. 또한 측정결과에 대한 가우시안 확률밀도함수를 적용한 분석결과와 수치해석 결과를 비교·분석하여 계측결과에 대한 적정성을 분석하였다. 본 연구에서는 비개착 시설물 시공 시 사용되는 강관 연결고리에 대한 구조적 안전성 및 장기 내구성을 수치해석을 바탕으로 분석하였다. 분석결과, 강관 및 강관 연결고리는 충분한 구조적 안전성 및 장기내구성을 확보할 수 있는 것으로 분석되었다. 따라서 본 연구에서 제시한 비개착 공법(H.A.S. 공법)은 지반조건의 불명확성을 감안하더라도 설계 시 고려한 수치해석결과보다 실제 현장에서의 거동이 보다 안전측으로 나타나 구조적 안전성 및 시공성 확보가 가능한 것으로 분석되었다.

• 한국컴퓨터정보학회논문지
• /
• 제21권5호
• /
• pp.31-40
• /
• 2016

In this paper, we analyse the characteristics of the edge image and propose a new entropy coding optimized to the compression of the edge image. The pixel values of the edge image have the Gaussian distribution around '0', and most of the pixel values are '0'. By using this analysis, the Zero Block technique is utilized in spatial domain. And the Intra Prediction Mode of the edge image is similar to the mode of the surrounding blocks or likely to be the Planar Mode or the Horizontal Mode. In this paper, we make use of the MPM technique that produces the Intra Prediction Mode with high probability modes. By utilizing the above properties, we design a new entropy coding method that is suitable for edge image and perform the compression. In case the existing compression techniques are applied to edge image, compression ratio is low and the algorithm is complicated as more than necessity and the running time is very long, because those techniques are based on the natural images. However, the compression ratio and the running time of the proposed technique is high and very short, respectively, because the proposed algorithm is optimized to the compression of the edge image. Experimental results indicate that the proposed algorithm provides better visual and PSNR performance up to 11 times than the JPEG.

• Advances in aircraft and spacecraft science
• /
• 제4권5호
• /
• pp.585-611
• /
• 2017

This article covenants with the post buckling witticism of carbon nanotube reinforced composite (CNTRC) beam supported with an elastic foundation in thermal atmospheres with arbitrary assumed random system properties. The arbitrary assumed random system properties are be modeled as uncorrelated Gaussian random input variables. Unvaryingly distributed (UD) and functionally graded (FG) distributions of the carbon nanotube are deliberated. The material belongings of CNTRC beam are presumed to be graded in the beam depth way and appraised through a micromechanical exemplary. The basic equations of a CNTRC beam are imitative constructed on a higher order shear deformation beam (HSDT) theory with von-Karman type nonlinearity. The beam is supported by two parameters Pasternak elastic foundation with Winkler cubic nonlinearity. The thermal dominance is involved in the material properties of CNTRC beam is foreseen to be temperature dependent (TD). The first and second order perturbation method (SOPT) and Monte Carlo sampling (MCS) by way of CO nonlinear finite element method (FEM) through direct iterative way are offered to observe the mean, coefficient of variation (COV) and probability distribution function (PDF) of critical post buckling load. Archetypal outcomes are presented for the volume fraction of CNTRC, slenderness ratios, boundary conditions, underpinning parameters, amplitude ratios, temperature reliant and sovereign random material properties with arbitrary system properties. The present defined tactic is corroborated with the results available in the literature and by employing MCS.

• International Journal of Concrete Structures and Materials
• /
• 제19권1E호
• /
• pp.11-16
• /
• 2007

Recently, probabilistic neural network (PNN) has been proposed to predict the compressive strength of concrete for the known effect of improvement on PNN by the iteration method. However, an empirical method has been incorporated in the PNN technique to specify its smoothing parameter, which causes significant uncertainty in predicting the compressive strength of concrete. In this study, a modified probabilistic neural network (MPNN) approach is hence proposed. The global probability density function (PDF) of variables is reflected by summing the heterogeneous local PDFs which are automatically determined by the individual standard deviation of each variable. The proposed MPNN is applied to predict the compressive strength of concrete using actual test data from a concrete company. The estimated results of MPNN are compared with those of the conventional PNN. MPNN showed better results than the conventional PNN in predicting the compressive strength of concrete and provided promising results for the probabilistic approach to predict the concrete strength by using the individual standard deviation of a variable.

• 한국위성정보통신학회논문지
• /
• 제8권1호
• /
• pp.77-82
• /
• 2013

최근 주목을 받고 있는 Particle Filtering은 실제 객체 추적에서 발생하는 비선형, 비 가우시안 분포를 가지는 상태 벡터의 사후확률을 추정하기 위한 Monte Carlo 시뮬레이션에 기반을 둔 추적 방법론이다. 우리는 본 논문에서 Particle Filtering을 이용한 객체 추적성능을 향상시킬 수 있는 두 가지 방법론을 제안한다. 첫 번째는 확률이 가장 낮은 샘플을 이전 프레임의 추정된 상태 벡터로 대치하는 피드백 방법론이고, 두 번째는 객체 확률 분포를 추정된 객체 후보영역에 역투영하여 신뢰구간을 구함으로써 추적 박스의 정확도를 향상시키는 방법이다. 또한, 실험을 통해 구한 추적 샘플의 진화 방정식을 제시하였다. 우리는 다양한 상황이 설정된 실험 데이터 셋을 구성하여 실험을 실시하여 제안한 방법론의 우수성을 입증하였다.

• 한국음향학회지
• /
• 제24권4호
• /
• pp.224-229
• /
• 2005

본 논문에서는 부가잡음 환경에서의 강인한 음성인식을 위해 켑스트럼의 확률밀도 (pdf) 정규화 기법을 제안한다. 기존의 방법들은 켑스트럼의 평균 및 분산 등 주로 1, 2차 통계치 만을 정규화 하지만 제안한 방법은 깨끗한 음성과 잡음이 부가된 음성의 켑스트럼의 pdf를 동일하게 함으로써 켑스트럼의 통계치를 완벽하게 정규화 한다. 목표 pdf로는 다양한 확률분포를 고려하기 위하여 일반 (generalized) 가우시안 분포를 선택하였다. 또한 인식시 계산량을 감축하기 위하여 표 참조방법 (table lookup method)를 개발하였다. 화자독립 고립단어 인식 실험에서 제안된 기법이 기존 방법들보다 우수한 성능을 보였으며, 특히 잡음이 심한 환경에서 성능향상이 두드러졌다.

• Journal of Information Processing Systems
• /
• 제8권4호
• /
• pp.669-684
• /
• 2012

Discrete wavelet transforms are extensively preferred in biomedical signal processing for denoising, feature extraction, and compression. This paper presents a new denoising method based on the modeling of discrete wavelet coefficients of ECG in selected sub-bands with Kernel density estimation. The modeling provides a statistical distribution of information and noise. A Gaussian kernel with bounded support is used for modeling sub-band coefficients and thresholds and is estimated by placing a sliding window on a normalized cumulative density function. We evaluated this approach on offline noisy ECG records from the Cardiovascular Research Centre of the University of Glasgow and on records from the MIT-BIH Arrythmia database. Results show that our proposed technique has a more reliable physical basis and provides improvement in the Signal-to-Noise Ratio (SNR) and Percentage RMS Difference (PRD). The morphological information of ECG signals is found to be unaffected after employing denoising. This is quantified by calculating the mean square error between the feature vectors of original and denoised signal. MSE values are less than 0.05 for most of the cases.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권3호
• /
• pp.908-928
• /
• 2022

Multiple target tracking mainly focuses on tracking unknown number of targets in the complex environment of clutter and missed detection. The generalized labeled multi-Bernoulli (GLMB) filter has been shown to be an effective approach and attracted extensive attention. However, in the scenarios where the clutter rate is high or measurement-outliers often occur, the performance of the GLMB filter will significantly decline due to the Gaussian-based likelihood function is sensitive to clutter. To solve this problem, this paper presents a robust GLMB filter and smoother to improve the tracking performance in the scenarios with high clutter rate, low detection probability, and measurement-outliers. Firstly, a Student-T distribution variational Bayesian (TDVB) filtering technology is employed to update targets' states. Then, The likelihood weight in the tracking process is deduced again. Finally, a trajectory smoothing method is proposed to improve the integrative tracking performance. The proposed method are compared with recent multiple target tracking filters, and the simulation results show that the proposed method can effectively improve tracking accuracy in the scenarios with high clutter rate, low detection rate and measurement-outliers. Code is published on GitHub.