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
- 주제어 : 위너모델 (검색결과 4 건)
- 무료
- 기관 내 무료
- 유료
-
무선 셀룰러 망에서 위너모델에 기초한 자원예측 방법의 성능개선
이진이,Lee Jin-Yi 한국정보처리학회 2005 정보처리학회논문지 C : 정보통신,정보보안 Vol.11 No.1
무선 셀룰러 망에서 제한된 무선자원을 효율적으로 이용하기 위해서는 핸드오프 호가 요구하는 자원의 양을 정확히 예측하는 것이 필요하다. 본 연구에서는 미래의 핸드오프 호가 요구하는 자원의 양을 기존의 방법보다 정확히 예측함으로써 자원의 낭비를 줄일 수 있는 방법을 제안한다. 위너모델을 개선한 기존의 방법은 현재의 핸드오프 호가 사용하는 자원의 양(대역폭)을 토대로 미래의 핸드오프 호가 요구하는 자원의 양을 예측함으로써 이웃 셀의 트래픽 정보를 이용하여 자원의 양을 예측하는 방법보다 자원예측을 위한 처리과정이 훨씬 간단하다. 그러나 기존의 방법에서는 실제 요구한 양과 예측한 자원의 양의 차이인 자원의 예측 오차량의 크기가 예측시점의 경과에 따라 증가하여 자원의 낭비를 초래한다. 본 연구에서는 예측시점의 경과에 따라 예측 오차량의 크기를 감소시키는 감소 지수 파라메타를 도입하여 기존방법의 자원낭비를 줄였다. 시뮬레이션을 통하여 제안된 방법이 기존의 방법보다 원하는 핸드오프 호 손실률에서 핸드오프 호가 필요로 하는 자원의 양을 정확히 예측함으로써 자원의 이용률에서 성능이 우수함을 보인다. To effectively use limited resources in wireless cellular networks it is necessary to predict exactly the amount of resources required by handoff calls at a future time. In this paper we propose a method which predicts the amount of resources needed by handoff calls more accurately than the existing method based on Wiener processes. The existing method uses the current demands to predict future demands. Although this method is much simpler than using traffic information from neighbor cells, its prediction error increases as time elapses, leading to waste of wireless resources. By using an exponential parameter to decrease the magnitude of error over time, we show in simulation how to outperform the existing method in resource utilization as well as in prediction of resource demands.
-
무선 셀룰러 망에서 위너모델에 기초한 자원예측 방법의 성능개선
이진이 ( Jin Yi Lee ) 한국정보처리학회 2005 정보처리학회논문지 C : 정보통신,정보보안 Vol.12 No.1
To effectively use limited resources in wireless cellular networks it is necessary to predict exactly the amount of resources required by handoff calls at a future tume. In this paper we propose a method which predicts the amount of resources needed by handoff calls more accurately than the existing method based on Wiener processes. The existing method uses the current demands to predict future demands. Although this method is much simpler than using traffic information from neighbor cells, its prediction error increases as time elapses, leading to waste of wireless resources. By using an exponential parameter to decrease the magnitude of error over time, we show in simulation how to outperform the existing method in resource utilization as well as in prediction of resource demands.
-
Performance comparison of Image De-nosing Techniques based on Color Model Transformation
김태호,김학란 한국디지털콘텐츠학회 2017 한국디지털콘텐츠학회논문지 Vol.18 No.8
The main purpose of this paper is to compare the performances of various filters with color images to remove the noise. Furthermore, we suggest a modified de-noising process by the transformation of color model from RGB to another color models, such as HSV and YCBCR, to improve the quality of de-noising methods encompassing Median, Wiener, and Mean filters. Neither the performance comparison of the de-noising filters with color images nor the converting the color model for better de-noise on the degraded images haven't been performed before. Inspired to make improvements, we conduct experiments with new de-noising process on color images. The result of the experiments is shown that it could assist on certain filters being more reliable techniques.
-
Performance comparison of Image De-nosing Techniques based on Color Model Transformation
Taeho Kim(김태호),Hakran Kim(김학란) 한국디지털콘텐츠학회 2017 한국디지털콘텐츠학회논문지 Vol.18 No.8
The main purpose of this paper is to compare the performances of various filters with color images to remove the noise. Furthermore, we suggest a modified de-noising process by the transformation of color model from RGB to another color models, such as HSV and YC<SUB>B</SUB>C<SUB>R</SUB>, to improve the quality of de-noising methods encompassing Median, Wiener, and Mean filters. Neither the performance comparison of the de-noising filters with color images nor the converting the color model for better de-noise on the degraded images haven’t been performed before. Inspired to make improvements, we conduct experiments with new de-noising process on color images. The result of the experiments is shown that it could assist on certain filters being more reliable techniques.
ScienceON
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
