• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제13권3호
• /
• pp.178-185
• /
• 2013

As computer technology continues to develop, computer networks are now widely used. As a result, there are many new intrusion types appearing and information security is becoming increasingly important. Although there are many kinds of intrusion detection systems deployed to protect our modern networks, we are constantly hearing reports of hackers causing major disruptions. Since existing technologies all have some disadvantages, we utilize algorithms, such as the fuzzy C-means (FCM) and the support vector machine (SVM) algorithms to improve these technologies. Using these two algorithms alone has some disadvantages leading to a low classification accuracy rate. In the case of FCM, self-adaptability is weak, and the algorithm is sensitive to the initial value, vulnerable to the impact of noise and isolated points, and can easily converge to local extrema among other defects. These weaknesses may yield an unsatisfactory detection result with a low detection rate. We use a genetic algorithm (GA) to help resolve these problems. Our experimental results show that the combined GA and FCM algorithm's accuracy rate is approximately 30% higher than that of the standard FCM thereby demonstrating that our approach is substantially more effective.

• 한국산학기술학회논문지
• /
• 제14권1호
• /
• pp.378-384
• /
• 2013

본 논문에서는 FCM 클러스터링 알고리즘을 기반으로 하는 퍼지뉴럴네트워크를 제안한다. 일반적으로, 퍼지규칙을 생성할 때 차원이 증가하면 퍼지 규칙의 수가 기하급수적으로 증가하는 문제를 가지고 있다. 이를 해결하기 위해, 제안된 네트워크의 퍼지 규칙은 FCM 클러스터링 알고리즘을 이용하여 입력 공간을 분산 형태로 분할함으로써 생성한다. 퍼지 규칙의 전반부 파라미터는 FCM 클러스터링 알고리즘에 의한 소속행렬로 결정된다. 퍼지 규칙의 후반부는 다항식 함수의 형태로 표현되며, 퍼지뉴럴네트워크의 학습은 뉴런의 연결을 조절함으로써 실현되고, 오류 역전파 알고리즘에 의해 행해진다. 마지막으로, 제안된 네트워크는 비선형 공정으로의 적용을 통해 성능을 평가한다.

• 대한전자공학회논문지SP
• /
• 제38권1호
• /
• pp.11-18
• /
• 2001

본 논문에서는 얼굴영상 압축을 위한 알고리즘으로 삼각특징 추출과 GHA를 이용한 압축 알고리즘을 제안한다. 특징추출에서 입력영상을 8개의 삼각형으로 분할한 다음 데이터의 취득순서를 설정하여 영상을 분할하면서도 위치정보를 보존할 수 있는 알고리즘을 제안하고, 압축을 위해 GHA를 도입함으로써 복원 시 생기는 블록화 현상을 대폭 개선하였으며 얼굴의 윤곽과 이목구비 등 얼굴의 전체적인 형태를 압축 알고리즘에 반영할 수 있었다. 기존의 블록기반 K-means 알고리즘과 얼굴영상을 분할하지 않고 전체를 입력으로 사용하는 알고리즘과의 비교실험결과 제안된 방법의 성능이 가장 우수함을 볼 수 있었다.

• 한국지능시스템학회논문지
• /
• 제21권4호
• /
• pp.469-474
• /
• 2011

본 논문에서는 기동표적의 위치 오차값 보상 기법을 이용한 지능형 기동표적 추적 기법을 제안한다. 기동표적의 관측값과 예상위치와의 차이를 가속도와 순수 잡음으로 분리한다. 최적의 수준으로 가속도를 추출하기 위하여 K-means 클러스터링 기법과 TS 퍼지 시스템을 이용한다. K-means 클러스터링에 의해 분리된 가속도와 잡음에 대한 소속함수를 설정하고 퍼지 모델화하여 기동표적의 특성을 파악한다. 계산상의 오차를 보상하기 위하여 분리된 가속도와 잡음은 추적 알고리즘의 계산과정에 적절히 이용된다. 추정값 계산시, 가속도를 분리 하므로써 필터링 과정은 표적의 비선형 기동을 선형기동으로 인식하여 칼만필터의 성능을 유지시킨다. 기동표적의 비선형성에 대한 오차는 추정된 가속도를 통해 보상된다. 제안된 시스템의 소속함수에 사용되는 파라미터값을 조종하여 상황에 따라 적응성과 강인성을 향상시킨다. 제안된 시스템은 실시간 추적이 가능하도록 구성하였으며, 몇 가지 예를 통하여 본 논문에서 제안한 방법의 우수성을 증명한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권5호
• /
• pp.169-178
• /
• 2021

최근 들어 공유자전거 시스템은 대중교통 이용이 어렵거나 불가능한 마지막 목적지까지의 거리인 "라스트 마일"을 해소하는 방안으로 주목받고 있다. 공유자전거 시스템에서는 자전거의 대여와 반납의 불균형으로 인해서 사용자가 원하는 시간에 원하는 대여소에서 자전거를 빌리거나 반납할 수 있는 문제가 자주 발생한다. 이에 자전거 재배치는 공유자전거 시스템을 효율적으로 운영하는데 매우 중요한 이슈이다. 자전거 재배치를 효율적이고 효과적으로 진행하기 위해서는 무엇보다 정확한 수요 예측이 이뤄져야 한다. 최근에는 대여소의 수요를 보다 정확하게 예측하기 위해 군집 기반의 수요 예측 모델을 활용하는 방법이 개발되고 있는데, 여기서는 군집 분석 단계가 매우 중요하다. 이 연구에서는 비결정적이고 수렴이 어려운 기존의 공유자전거 수요 예측을 위한 군집 방법의 단점을 극복하는 k-means 기반의 군집 알고리즘을 제안한다. 이 방법은 초기 중심점 방법을 활용하기 때문에 매번 동일한 결과를 얻을 수 있으며, 대여소의 시간별 반납/대여 비중을 이용하여 기존 방법과는 달리 이전 단계의 군집 결과를 필요로 하지 않아 반복해서 군집 분석을 수행할 필요가 없어 빠른 군집 분석이 가능한 장점이 있다.

• 한국지능시스템학회논문지
• /
• 제17권2호
• /
• pp.167-172
• /
• 2007

많은 유전자 정보와 그 부산물은 많은 방법을 통해 연구되어 왔다. DNA 마이크로어레이 기술의 사용은 많은 데이터를 가져왔으며, 이렇게 얻은 데이터는 기존의 연구 방법으로는 분석하기 힘들다. 본 논문에서는 많은 양의 데이터를 처리할 수 있게 하기 위하여 K-means 클러스터링 알고리즘을 이용한 분할 클러스터링을 제안하였다. 제안한 방법을 쌀 유전자로부터 나온 마이크로어레이 데이터에 적용함으로써 제안된 클러스터링 방법의 유용성을 검증하였으며, 기존의 K-means 클러스터링 알고리즘을 적용한 결과와 비교함으로써 제안된 알고리즘의 우수성을 확인할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.1371-1373
• /
• 1996

A clustering algorithms with dynamic adjustment of learning rate for GBFCM(Gradient Based FCM) is proposed in this paper. This algorithm combines two idea of dynamic K-means algorithms and GBFCM : learning rate variation with entropy concept and continuous membership grade. To evaluate dynamic GBFCM, we made comparisons with Kohonen's Self-Organizing Map over several tutorial examples and image compression. The results show that DGBFCM(Dynamic GBFCM) gives superior performance over Kohonen's algorithm in terms of signal-to-noise.

• 방송공학회논문지
• /
• 제20권1호
• /
• pp.153-163
• /
• 2015

본 논문에서는 카메라 움직임에 강인한 동영상 내 비 검출 및 제거 기법을 제안한다. 검출 파트는 비의 밝기 특성과 공간적 특성을 활용하여 초기 비 영역을 검출한다. 그런 다음 가우시안 분포 모델을 적용하여 최종적인 비 영역을 결정한다. 제거 단계에서는 인접한 영상 간 상관성을 이용하여 비 영역을 중심으로 인접 프레임 간 블록 정합 기법을 수행한다. 그 후 정합 결과에 기반한 non-local mean (NLM) 필터링을 통해 비 영역을 보상한다. 마지막으로 깜박임 효과를 제거하고 가시성을 향상시키기 위해 후처리를 수행한다. 실험 결과를 통해 제안 기법의 화질이 기존 기법에 비해 동영상의 비 제거 성능에 있어 현저하게 우수함을 볼 수 있다.

• 한국산업정보학회논문지
• /
• 제16권3호
• /
• pp.47-56
• /
• 2011

유전자 알고리즘을 문서 클러스터링에 적용하기 위해서는 적절한 개체 구조가 필요 하다. 기존의 유전자 알고리즘을 이용한 문서 클러스터링(DCGA)은 센트로이드 벡터 형식의 개체 구조를 사용하였다. 새로운 유전자 알고리즘을 이용한 문서 클러스터링(NDAGA)은 문서 할당 형식의 개체 구조를 사용한다. 본 논문에서는 문서 클라스터링에 더 적합한 개체 구조와 연산을 결정하기 위해 두 개체 구조의 차이에 따른 연산, 연산량, 클러스터링 수행 시간, 성능을 구체적으로 비교, 분석한다. 본 논문에서 수행한 다양한 실험에서 NDCGA가 DCGA와 비교하여 15%정도 더 빠른 수행 시간과, 약 5~10% 정도 더 높은 성능을 보여, 문서 할당 형식의 개체 구조가 센트로이드 벡터 형식의 개체 구조 보다 문서 클러스터링에 적합한 것을 증명한다. 또한 NDCGA는 전통적인 클러스터링 알고리즘들(K-means, Group Average)에 비해서 15~20% 더 좋은 성능을 보였다.

• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.493-497
• /
• 2016

적외선 영상은 야간에 표적의 탐지가 가능하여 보완과 감시분야에 활용도가 높다. 그러나 가시광선 영상에 비하여 해상도가 낮고 잡음의 영향이 크다는 단점이 있다. 본 논문에서는 적외선 영상의 표적을 분할하는 방법을 연구한다. 표적을 포함하는 다수의 관심영역(Region of Interest)을 다단계 분할 방법을 이용하여 추출하고 관심영역을 입력영상으로 다단계 분할방법을 다시 적용하여 표적을 분할한다. 다단계 분할 방법의 각 단계는 가우시안 혼합모델의 파라미터를 초기화 하고 추정하는 k-means 클러스터링(Clustering)과 EM(Expectation-Maximization) 알고리즘과 추정된 사후확률을 이용하여 각 화소의 클러스터를 결정하는 단계로 구성된다. 본 논문에서 추출된 관심영역을 선택하고 통합하는 방법을 제안한다. 관심영역의 통합은 근접한 모든 관심영역의 윈도우를 포함하도록 이루어진다. 실험에서는 야간의 보행자로부터 획득한 적외선 영상에 제안된 방법을 적용하고 다른 분할 방법과 비교하여 제안한 방법이 우수함을 보인다.