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 : 유병현(Byeong-Hyeon Yoo) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
유병현,허경용,Yoo, Byeong-hyeon,Heo, Gyeong-yong 한국정보통신학회 2017 한국정보통신학회논문지 Vol.21 No.9
가속도 센서와 자이로스코프 센서는 반복운동 검출을 위해 사용하는 대표적인 센서로써 다양한 운동 성분을 분석하는데 활용되어 왔다. 하지만 이 두 센서는 잡음 민감성과 오차가 누적되는 문제점을 가지고 있다. 이와 같은 하드웨어적인 문제점을 극복하기 위해, 두 센서를 함께 사용하려는 시도가 있어왔고, 상보필터는 가속도 센서와 자이로스코프 센서의 단점은 최소화하고 장점을 극대화함으로써 두 센서가 가지는 문제점을 완화시키는 성공적인 결과를 보여주었다. 이 논문에서는 상보필터에 신경망을 도입함으로써 상보필터로 처리할 수 없는 여러 변수를 사전에 학습을 통하여 생성한 망을 이용해서 처리하는 개선된 방법을 소개한다. 신경망은 다양한 경우의 수를 미리 학습하여 예측하지 못한 환경 혹은 상황에도 정확한 측정이 가능한 알고리듬이다. 제안한 방법은 반복운동을 처음, 중간, 끝 세 개의 영역으로 분류하여 신경망을 적용한다. 그 결과 영역별 인식률은 96.35%, 98.77%, 96.92%이고 이를 바탕으로 측정한 정확도는 97.18%임을 실험을 통해 확인할 수 있다. The acceleration sensor and the gyroscopic sensor are used as representative sensors to detect repetitive motion and have been used to analyze various sporting components. However, both sensors have problems with noise sensitivity and accumulation of errors. There have been attempts to use two sensors together to overcome hardware problems. The complementary filter has shown successful results in mitigating the problems of both sensors by minimizing the disadvantages of accelerometer and gyroscope sensors and maximizing their advantages. In this paper, we proposed a modified method using neural network to reduce variable. The neural network is an algorithm that can precisely measure even in unexpected environments or situations by pre-learning the number of various cases. The proposed method applies a Neural Network by dividing the repetitive motion into three sections, the first, the middle and the end. As a result, the recognition rate is 96.35%, 98.77%, 96.92% and the accuracy is 97.18%.
-
유병현,허경용,Yoo, Byeong-Hyeon,Heo, Gyeongyong 한국정보통신학회 2017 한국정보통신학회논문지 Vol.21 No.1
줄넘기와 같은 반복적인 운동들의 횟수를 측정하는 방법은 다양하다. 그 중 대표적으로 가속도 센서의 가속도 값 또는 자이로스코프 센서의 각속도 값을 이용하여 파형과 데이터의 특징을 추출하고 선택한 후 선택한 특징을 알고리즘에 적용하여 측정하는 방법이 있다. 하지만 고정되지 않고 유동적인 운동들은 다양한 변수가 존재한다. 이러한 경우의 수를 하나의 센서만으로 찾기 쉽지 않으며, 잡음과 진동에 취약한 가속도계와 드리프트 현상이 발생하는 각속도의 문제점으로 인하여 정확한 줄넘기 개수를 세는데 다소 정확도가 떨어지는 현상이 발생한다. 본 논문에서는 기존의 방식인 단일 센서만의 값으로 회전운동을 검출하는 방법의 문제점을 개선하기 위해 가속도와 각속도의 데이터값에 상보 필터를 적용하고, 가속도와 각속도 값이 상호보완 하여 서로의 문제점을 최소화하여 보다 정확한 개수를 측정할 수 있는 방법을 제안한다. 제안하는 방법은 센서 값의 특징만을 보고 판단하는 방법과 비교하여 정확하게 줄넘기 개수를 측정하는 것을 실험 결과를 통해 확인할 수 있다. There are various methods to count the number of repetitive motions such as jump rope. Most of the methods use features extracted from the time-varying waves of acceleration or angular velocity, which is the main feature in the count of rotations in jump rope. However, there exist several variables and it is not easy to find the count with a single sensor. For example, accelerometer is susceptible to noise and vibration, and the angular velocity may cause a drift phenomenon, which is the main cause of the inaccurate count of jump rope rotation. In this paper, complementary filter is used to consider two sensors simultaneously and complement each other, which results in more accurate count in jump rope rotation. The proposed method can count the exact number of jump rope rotation compared to other existing methods only using one sensor value, which is confirmed through experimental results.
-
유병현(Byeong-Hyeon Yoo),김완우(Wan-Woo Kim),허경용(Gyeongyong Heo) 한국컴퓨터정보학회 2015 韓國컴퓨터情報學會論文誌 Vol.20 No.12
In this paper, we propose a modified fuzzy clustering algorithm which can overcome the center deviation due to the Euclidean distance commonly used in fuzzy clustering. Among fuzzy clustering methods, Fuzzy C-Means (FCM) is the most well-known clustering algorithm and has been widely applied to various problems successfully. In FCM, however, cluster centers tend leaning to high density clusters because the Euclidean distance measure forces high density cluster to make more contribution to clustering result. Proposed is an enhanced algorithm which modifies the objective function of FCM by adding a center-scattering term to make centers not to be close due to the cluster density. The proposed method converges more to real centers with small number of iterations compared to FCM. All the strengths can be verified with experimental results.
-
-
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
