http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 조제황 (검색결과 26 건)
- 무료
- 기관 내 무료
- 유료
-
개선된 미세분할 방법과 가변적인 가중치를 사용한 벡터 부호책 설계 방법
조제황,Cho, Che-Hwang 대한전자공학회 2002 電子工學會論文誌-SP (Signal processing) Vol.39 No.4
벡터 부호책 설계에 사용되는 기존 K-means 알고리즘은 모든 학습반복에서 고정된 가중치를 적용하는데 반해 제안된 방법은 학습반복마다 가변되는 가중치를 적용한다. 초기 학습반복에서는 새로운 부호벡터를 얻기 위해 수렴영역을 벗어나는 2 이상의 가중치를 사용하고, 이 값이 클수록 가변 가중치를 적용하는 학습반복을 줄임으로써 우수한 부호책을 설계할 수 있다. 초기 부호책 설계에 사용되는 미세분할 방법을 개선하기 위하여 소속 학습벡터와 대표벡터간의 오차를 줄이는 방법을 사용한다. 즉 자승오차가 최대인 대표벡터를 제외시키고 최소인 대표벡터를 미세분할함으로써 초기 부호벡터로 대체될 보다 적절한 대표벡터를 얻을 수 있다. While the conventional K-means algorithms use a fixed weight to design a vector codebook for all learning iterations, the proposed method employs a variable weight for learning iterations. The weight value of two or more beyond a convergent region is applied to obtain new codevectors at the initial learning iteration. The number of learning iteration applying a variable weight must be decreased for higher weight value at the initial learning iteration to design a better codebook. To enhance the splitting method that is used to generate an initial codebook, we propose a new method, which reduces the error between a representative vector and the member of training vectors. The method is that the representative vector with maximum squared error is rejected, but the vector with minimum error is splitting, and then we can obtain the better initial codevectors.
-
조제황 한국음향학회 2000 韓國音響學會誌 Vol.19 No.7
기존의 방법보다 우수한 성능의 코드북을 설계할 수 있는 방법을 제시한다. 기존 방법에서는 학습 반복에 의하여 얻어지는 새로운 벡터가 분할된 영역의 중심벡터가 되지만, 제안된 방법에서는 학습 반복의 초기에는 새로운 벡터와 전 벡터간의 거리에 의하여 조절되는 벡터이다. 실험 결과는 제안된 방법에 의하여 얻어지는 코드벡터가 국부적으로 기존의 방법보다 더 최적인 코드북을 구성할 수 있음을 보인다. We provide an useful method to design codebooks with better performance than conventional methods. In the proposed method, new codevectors obtained from learning iterations are not the centroid vectors which are the representatives of partitions, but the vectors manipulated by the distance between new codevectors and old codevectors in the early stages of learning iteration. Experimental results show that the codevectors obtained by the proposed method converge to a locally better optimal codebook.
-
-
-
조제황 한국음향학회 2002 韓國音響學會誌 Vol.21 No.1
부호책 설계에 사용되는 초기 부호책을 얻기 위해 수정된 미소분리 방법을 제안한다. 제안된 방법은 다른 클래스에 비해 소속되는 학습벡터가 다수 소속되거나 자승오차가 작은 클래스에 대표벡터를 더 많이 할당한다는 원리를 적용한다. 기존 K-means 알고리즘과 참고문헌 (5)에서 제안한 방법을 적용하여 설계된 부호책의 성능을 평가할 때, 두 경우 모두 제안된 방법에 의해 얻어진 초기 부호책을 사용하는 것이 기존 미소분리 방법에 의한 초기 부호책을 사용하는 것보다 우수한 결과를 나타낸다. We propose a modified splitting method to obtain an initial codebook, which is used to design a codebook. The principle of the proposed method is that the more representative vectors are assigned to the class, which has the mere member training vectors or a lower squared error. The conventional K-means algorithm and the method provided from reference (5) are used to estimate the performance of the designed codebook. In thin work, the proposed method shows better results than the conventional splitting method in all experiments.
-
조제황,Cho, Che-Hwang 한국음향학회 1995 韓國音響學會誌 Vol.14 No.1
Training 벡터 집합이 Cluster를 이루는 경우, 벡터 양자화에서 영상과 음성의 압축에 사용되는 코드북의 코드벡터는 Cluster의 중심벡터로 간주된다. 본 연구에서는 Training 벡터 간의 Euclidean 거리가 최소가 되는 벡터를 찾는 과정에서 얻어지는 Euclidean 거리분포를 관찰하여 적절한 Cluster수와 그 중심벡터를 결정할 수 있는 방법을 제시하고, 제안된 방법이 기존의 LBG 알고리즘이나 Competitive 학습 알고리즘에 의한 영상 압축보다 약 4[dB] 이상 향상된 SNR을 얻을 수 있음을 보인다. In the case where the set of training vectors constitute clusters, the codevectors of the codebook which is used to compression for speech and images in the vector quantization are regarded as the central vectors of the clusters constituted by given training vectors. In this work, we consider the distribution of Euclidean distance obtaining in the process of searching for the minimum distance between vectors, and propose the method searching for the proper number of and the central vectors of clusters. And then, the proposed method shows more than the about 4[dB] SNR than the LBG algorithm and the competitive learning algorithm
-
DCT 기반 영상압축에서 각 블록의 구성요소 선택 기준
조제황 東新大學校 1997 論文集 Vol.9 No.-
The DCT is applied to a 8×8 block and the low frequency coefficients are selected to compress. Because RMSE and the standard deviation for unselected coefficients versus each block present similar distribution, the standard deviation can be utilized to decrease the complexity and bit rate of a compression system. In 3 to 5 standard deviation, the proposed method has around 2dB lower PSNR than only b selection, but has the number of coefficients around four times as small as only b selection.
-
개선된 미세분할 방법과 가변적인 가중치를 사용한 벡터부호책 설계 방법
趙濟煌 대한전자공학회 2002 電子工學會論文誌-SP (Signal processing) Vol.39 No.7
While the conventional K-means algorithms use a fixed weight to design a vector codebook for all learning iterations, the proposed method employs a variable weight for learning iterations. The weight value of two or more beyond a convergent region is applied to obtain new codevectors at the initial learning iteration. The number of learning iteration applying a variable weight must be decreased for higher weight value at the initial learning iteration to design a better codebook. To enhance the splitting method that is used to generate an initial codebook, we propose a new method, which reduces the error between a representative vector and the member of training vectors. The method is that the representative vector with maximum squared error is rejected, but the vector with minimum error is splitting, and then we can obtain the better initial codevectors. 벡터 부호책 설계에 사용되는 기존 K-means 알고리즘은 모든 학습반복에서 고정된 가중치를 적용하는데 반해 제안된 방법은 학습반복마다 가변되는 가중치를 적용한다. 초기 학습반복에서는 새로운 부호벡터를 얻기 위해 수렴영역을 벗어나는 2 이상의 가중치를 사용하고, 이 값이 클수록 가변 가중치를 적용하는 학습반복을 줄임으로써 우수한 부호책을 설계할 수 있다. 초기 부호책 설계에 사용되는 미세분할 방법을 개선하기 위하여 소속 학습벡터와 대표벡터간의 오차를 줄이는 방법을 사용한다. 즉 자승오차가 최대인 대표벡터를 제외시키고 최소인 대표벡터를 미세분할함으로써 초기 부호벡터로 대체될 보다 적절한 대표벡터를 얻을 수 있다.
-
-
The Algorithm Searching for the Central Vectors of Clusters
Cho, Che-Hwang 東新大學校 工業技術硏究所 1994 工業技術硏究 Vol.1 No.-
벡터 양자화에서의 코드북을 구성하는 코드벡터는 코드북을 얻기 위해 사용하는 학습벡터가 구성하는 Cluster 의 중심벡터로 볼 수 있다. 본 논문에서는 주어진 학습벡터로 부터 최적의 코드북을 얻기 위해 Cluster 의 중심벡터를 찾는 방법을 제안한다. 제안된 방법은 벡터들 간의 최소Euclidean 거리를 찾는 방식으로 진행되고, 따라서 Cluster 내에 존재하는 벡터 간의 거리는 작게 나타나고 Cluster 간 거리는 크게 나타나는 거리 분포를 이용하여 주어진 학습벡터로 구성된Cluster 의 개수와 그 중심벡터를 구한다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
