• Journal of applied mathematics & informatics
• /
• 제24권1_2호
• /
• pp.245-259
• /
• 2007

This paper studies some properties of the value functions and gives some sufficient and necessary conditions about the presented global error and local error. And it leads to one kind of relationship between iterative points and optimal solution or K-T point.

• Journal of the Optical Society of Korea
• /
• 제20권6호
• /
• pp.745-751
• /
• 2016

A detection algorithm, based on the combined local-global (CLG) optical-flow model and Gaussian pyramid for a moving target appearing against a dynamic background, can compensate for the inadaptability of the classic Horn-Schunck algorithm to illumination changes and reduce the number of needed calculations. Incorporating the hypothesis of gradient conservation into the traditional CLG optical-flow model and combining structure and texture decomposition enable this algorithm to minimize the impact of illumination changes on optical-flow estimates. Further, calculating optical-flow with the Gaussian pyramid by layers and computing optical-flow at other points using an optical-flow iterative with higher gray-level points together reduce the number of calculations required to improve detection efficiency. Finally, this proposed method achieves the detection of a moving target against a dynamic background, according to the background motion vector determined by the displacement and magnitude of the optical-flow. Simulation results indicate that this algorithm, in comparison to the traditional Horn-Schunck optical-flow algorithm, accurately detects a moving target undergoing illumination changes against a dynamic background and simultaneously demonstrates a significant reduction in the number of computations needed to improve detection efficiency.

• 대한의용생체공학회:의공학회지
• /
• 제28권5호
• /
• pp.601-608
• /
• 2007

2 Dimensional Gel Electrophoresis(2DGE) is an essentialmethodology for analysis on the expression of various proteins. For example, information for the location, mass, expression, size and shape of the proteins obtained by 2DGE can be used for diagnosis, prognosis and biological progress by comparison of patients with the normal persons. Protein spot matching for this purpose is comparative analysis of protein expression pattern for the 2DGE images generated under different conditions. However, visual analysis of protein spots which are more than several hundreds included in a 2DGE image requires long time and heavy effort. Furthermore, geometrical distortion makes the spot matching for the same protein harder. In this paper, an iterative algorithm is introduced for more efficient spot matching. Proposed method is first performing global matching step, which reduces the geometrical difference between the landmarks and the spot to be matched. Thus, movement for a spot is defined by a weighted sum of the movement of the landmark spots. Weight for the summation is defined by the inverse of the distance from the spots to the landmarks. This movement is iteratively performed until the total sum of the difference between the corresponding landmarks is larger than a pre-selected value. Due to local distortion generally occurred in 2DGE images, there are many regions in whichmany spot pairs are miss-matched. In the second stage, the same spot matching algorithm is applied to such local regions with the additional landmarks for those regions. In other words, the same method is applied with the expanded landmark set to which additional landmarks are added. Our proposed algorithm for spot matching empirically proved reliable analysis of protein separation image by producing higher accuracy.

• Journal of applied mathematics & informatics
• /
• 제29권1_2호
• /
• pp.173-190
• /
• 2011

In this paper, we construct a new approach of affine scaling interior algorithm using the affine scaling conjugate gradient and Lanczos methods for bound constrained nonlinear optimization. We get the iterative direction by solving quadratic model via affine scaling conjugate gradient and Lanczos methods. By using the line search backtracking technique, we will find an acceptable trial step length along this direction which makes the iterate point strictly feasible and the objective function nonmonotonically decreasing. Global convergence and local superlinear convergence rate of the proposed algorithm are established under some reasonable conditions. Finally, we present some numerical results to illustrate the effectiveness of the proposed algorithm.

• 정보과학회 논문지
• /
• 제42권10호
• /
• pp.1222-1230
• /
• 2015

무릎 자기공명영상에서 전방십자인대의 분할은 밝기값의 불균일성 및 주변 조직들과의 유사 밝기값 특성으로 인해 기존 분할기법의 적용에 한계가 있다. 본 논문에서는 지역적 정렬을 통한 확률아틀라스 생성 및 반복적 그래프 컷을 통한 다중아틀라스 기반 전방십자인대 분할기법을 제안한다. 첫째, 전역 및 지역적 다중아틀라스 강체정합을 통해 전방십자인대의 확률아틀라스를 생성한다. 둘째, 생성된 확률아틀라스를 이용하여 최대사후추정 및 그래프 컷을 통하여 전방십자인대 초기 분할을 수행한다. 셋째, 마스크 기반 강체정합을 통한 형상정보 개선 및 반복적 그래프 컷을 통해 전방십자인대 분할 개선을 수행한다. 제안방법의 성능평가를 위하여 육안평가 및 정확성평가를 수행하였으며, 평가 결과 제안방법의 Dice 유사도는 75.0%, 평균표면거리는 1.7화소, 제곱근표면거리는 2.7화소로서 기존 그래프 컷 방법에 비하여 전방 십자인대의 분할정확도가 각각 12.8%, 22.7%, 및 22.9% 향상된 것으로 나타났다.

• 대한전자공학회논문지SP
• /
• 제45권1호
• /
• pp.55-63
• /
• 2008

지문의 방향 정보는 융선 강화, 정합, 분류기 등과 같이 전반적인 지문 인식 알고리즘의 기반 정보로 사용하므로 방향 정보의 오차는 지문 인식 성능에 직접적인 영향을 준다. 지문의 방향은 대부분의 영역에서는 융선의 흐름이 완만하게 변하는 전역적인 특성과 중심점(core point)이나 삼각주(delta point)와 같은 특이점(singular point) 부근에서 융선의 흐름이 급격히 변하는 지역적인 특성을 모두 갖고 있다. 따라서 융선의 방향 추출 시에 지역적인 특성만 강조하면 특이점 부근에서의 방향 변화를 민감하게 표현해 줄 수 있지만 노이즈에 취약한 단점이 발생하고 전역적인 특성만 강조하면 노이즈에 강인한 특성을 보이지만 특이점 부근에서 방향 변화에 둔감해진다. 본 논문에서는 지역적인 특성에 민감하면서도 노이즈에 강인한 적응적 지문 방향 추출 방법에 대하여 제안하였다. 또한, 상처에 의해 발생되는 방향성 노이즈는 반복 회귀 진단으로 이상치(outlier)들을 선별하여 제거함으로써 이에 대한 영향을 최소화하였다. 그리고 영역별로 측정 사이즈를 다르게 하여 노이즈에 강인하면서 특이점 부근에서는 융선 변화에 민감하게 방향을 추정하였다. 제안 방법의 평가를 위해 인조 지문(synthetic fingerprint)과 지문 인식의 성능 평가용으로 많이 사용되는 FVC 2002 데이터베이스를 사용하였다. 융선 방향 추출의 정확성은 융선의 방향 값을 사전에 알고 있는 인조 지문 데이터를 생성하여 평가하였고 최종 지문 인식 성능의 평가는 FVC 2002 데이터베이스를 사용하였다.

• Journal of Power Electronics
• /
• 제17권4호
• /
• pp.1014-1026
• /
• 2017

The traditional fault diagnosis method for photovoltaic (PV) inverters has a difficult time meeting the requirements of the current complex systems. Its main weakness lies in the study of nonlinear systems. In addition, its diagnosis time is long and its accuracy is low. To solve these problems, a hidden Markov model (HMM) is used that has unique advantages in terms of its training model and its recognition for diagnosing faults. However, the initial value of the HMM has a great influence on the model, and it is possible to achieve a local minimum in the training process. Therefore, a genetic algorithm is used to optimize the initial value and to achieve global optimization. In this paper, the HMM is combined with a genetic algorithm (GHMM) for PV inverter fault diagnosis. First Matlab is used to implement the genetic algorithm and to determine the optimal HMM initial value. Then a Baum-Welch algorithm is used for iterative training. Finally, a Viterbi algorithm is used for fault identification. Experimental results show that the correct PV inverter fault recognition rate by the HMM is about 10% higher than that of traditional methods. Using the GHMM, the correct recognition rate is further increased by approximately 13%, and the diagnosis time is greatly reduced. Therefore, the GHMM is faster and more accurate in diagnosing PV inverter faults.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권5호
• /
• pp.64-74
• /
• 2019

비강체 정합은 임상적 필요성은 높으나 계산 복잡도가 높고, 정합의 정확성 및 강건성을 확보하기 어려운 분야이다. 본 논문은 비지도 학습 환경에서 3차원 뇌 자기공명 영상 데이터에 딥러닝 네트워크를 이용한 비강체 정합 기법을 제안한다. 서로 다른 환자의 두 영상을 입력받아 네트워크를 통하여 두 영상 간의 특징 벡터를 생성하고, 변위 벡터장을 만들어 기준 영상에 맞추어 다른 쪽 영상을 변형시킨다. 네트워크는 U-Net 형태를 기반으로 설계하여 정합 시 두 영상의 전역적, 지역적인 차이를 모두 고려한 특징 벡터를 만들 수 있고, 손실함수에 균일화 항을 추가하여 3차원 선형보간법 적용 후에 실제 뇌의 움직임과 유사한 변형 결과를 얻을 수 있다. 본 방법은 비지도 학습을 통해 임의의 두 영상만을 입력으로 받아 단일 패스 변형으로 비강체 정합을 수행한다. 이는 반복적인 최적화 과정을 거치는 비학습 기반의 정합 방법들보다 빠르게 수행할 수 있다. 실험은 50명의 뇌를 촬영한 3차원 자기공명 영상을 가지고 수행하였고, 정합 전·후의 Dice Similarity Coefficient 측정 결과 평균 0.690으로 정합 전과 비교하여 약 16% 정도의 유사도 향상을 확인하였다. 또한, 비학습 기반 방법과 비교하여 유사한 성능을 보여주면서 약 10,000배 정도의 속도 향상을 보여주었다. 제안 기법은 다양한 종류의 의료 영상 데이터의 비강체 정합에 활용이 가능하다.