http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이지형(Jee-Hyong Lee),이건명(Keon-Myung Lee),이광형(Lee-Kwang Hyung) 한국정보과학회 1995 한국정보과학회 학술발표논문집 Vol.22 No.2A
본 연구에서는 여러개의 교차로를 대상으로 하는 퍼지 교통신호기를 개발하였다. 개발된 퍼지 교통신호기는 각 교차로에 제어기를 설치하는 분산된 구조를 가지며, 각 접근로의 교통상황을 파악할 수 있는 감지기를 가정한다. 각 교차로에 설치된 제어기는 자신의 교통상황과 이웃에 존재하는 교차로의 교통상황을 고려하여 교통신호를 제어한다. 또한 개발된 퍼지 교통신호기의 성능시험을 위해서 시뮬레이터를 개발하였으며, 시뮬레이션 결과 개발된 교통신호기는 기존의 교통대응방식보다 차량당 지체시간을 약 8% 감소시켰다.
이지형(Jee-Hyong Lee),이광형(Hyung Lee-Kwang) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅱ
퍼지숫자는 불명확한 값을 표현하기 때문에, 두 퍼지숫자의 비교결과 역시 불명확한 성질을 갖고 있다. 본 논문에서는 이러한 퍼지숫자의 비교결과에 존재하는 불명확성을 표현하기 위해서, 퍼지 만족도 함수를 제안한다. 퍼지 만족도 함수는 두 퍼지숫자를 비교하여 그 비교결과로 0과 1사이의 퍼지집합을 출력한다. 즉, 어느 숫자가 다른 숫자보다 클(작을) 가능성을 단순히 0과 1사이의 값이 아닌, 퍼지집합으로 표현한다. 퍼지 만족도 함수는 이전에 제안된 만족도 함수로부터 확장되었다. 본 논문에서는 만족도 함수를 간략히 소개하고, 이를 이용하여 퍼지 만족도 함수를 제안하며, 이를 퍼지숫자 비교에 적용한 예를 제시한다.
이지형(Jee-Hyong Lee),이광형(Hyung Lee-Kwang) 한국정보과학회 2000 정보과학회논문지 : 소프트웨어 및 응용 Vol.27 No.7
퍼지숫자는 보통숫자와는 달리 애매모호한 값을 표현하기 때문에, 어느 퍼지숫자가 다른 퍼지숫자보다 큰지 작은지를 명확히 기술하기 어렵다. 따라서, 주어진 퍼지숫자의 집합 내에서, 어느 퍼지숫자가 몇 번째로 큰지, 또는 k번째로 큰 퍼지숫자가 어느 것인지 역시 애매모호할 수밖에 없다. 본 논문에서는 퍼지숫자의 순위와 k번째로 큰 퍼지숫자를 결정하기 위하여 퍼지집합을 이용하는 방법을 제안한다. 제안하는 방법은 퍼지숫자들 사이에 퍼지대소관계가 주어졌다고 가정하며, 이를 이용하여 퍼지숫자의 순위와 k번째 큰 퍼지숫자를 결정한다. 제안하는 방법은 어느 한 퍼지숫자가 취할 수 있는 모든 순위를 퍼지집합으로 표현하며, k번째로 큰 퍼지숫자가 될 수 있는 모든 퍼지숫자들을 퍼지집합으로 표현한다. Fuzzy numbers represent fuzzy numeric values. However, it is difficult to clearly determine whether one fuzzy number is larger or smaller than other fuzzy numbers. Thus it is also difficult to determine the rank which a fuzzy number takes, or to select the k-th largest fuzzy number in a given set of fuzzy numbers. In this paper, we propose a fuzzy set based method to determine the rank of a fuzzy number and the k-th largest fuzzy number. The proposed method uses a given fuzzy greater-than relation which is defined on a set of fuzzy numbers. Our method describes the rank of a fuzzy number with a fuzzy set of ranks that the fuzzy number can take, and the k-th largest fuzzy number with a fuzzy set of fuzzy numbers which can be k-th ranked.
이지형(Jee Hyong Lee),이광형(Kwang Hyung Lee) 한국정보과학회 2001 정보과학회논문지 : 소프트웨어 및 응용 Vol.28 No.12
퍼지숫자의 정렬은 퍼지숫자를 크기 순서로 나열을 하는 것이다. 일반적으로 퍼지숫자의 정렬을 위해서는 퍼지숫자 사이의 비교가 필요한데, 퍼지숫자가 명확하지 않은 값을 표현하기 때문에, 그 비교결과 역시 명확하지 않을 수 있다. 따라서 그 비교결과를 이용한 정렬결과 역시 명확하지 않을 수 있다. 그러나 지금까지 대부분의 연구는 퍼지숫자의 정렬 결과를 하나의 배열로만 명확하게 표현하였다. 본 논문에서는 이러한 점을 고려하여 퍼지만족함수를 이용한 퍼지숫자 정렬방법을 제안한다. 퍼지만족함수는 두 퍼지숫자를 비교하여 그 대소를 0과 1사이의 퍼지집합으로 표현하는 퍼지비교방법이다. 제안하는 방법은 정렬결과로 단순히 하나의 배열만을 생성하지 않고, 퍼지숫자가 겹쳐서 생길 수 있는, 다른 가능한 정렬결과들을 생성한다. For ranking fuzzy numbers, comparisons between fuzzy numbers are necessary. However, the comparison results can be vague since fuzzy numbers represent vague numeric values. Thus, ranking results of fuzzy numbers, which are based on comparisons between fuzzy numbers, could also be vague. This means that there could be several possible ranking sequences of fuzzy numbers. There have been proposed many ranking methods for fuzzy numbers. However, most of them generate only one ranking sequence. In this paper, we present a ranking method for fuzzy numbers using the fuzzy satisfaction function. The fuzzy satisfaction function fuzzily represents the comparison results between fuzzy numbers. Our method generates several possible ranking sequences of the given fuzzy numbers using the fuzzy satisfaction function.
정혜욱,이지형,Jung, Hye-Wuk,Lee, Jee-Hyong 한국시뮬레이션학회 2010 한국시뮬레이션학회 논문지 Vol.19 No.1
Fingerprint classification is a step to increase the efficiency of an 1:N fingerprint recognition system and plays a role to reduce the matching time of fingerprint and to increase accuracy of recognition. It is difficult to classify fingerprints, because the ridge pattern of each fingerprint class has an overlapping characteristic with more than one class, fingerprint images may include a lot of noise and an input condition is an exceptional case. In this paper, we propose a novel approach to design a stochastic model and to accomplish fingerprint classification using a directional characteristic of fingerprints for an effective classification of various qualities. We compute the directional value by searching a fingerprint ridge pixel by pixel and extract a directional characteristic by merging a computed directional value by fixed pixels unit. The modified Markov model of each fingerprint class is generated using Markov model which is a stochastic information extraction and a recognition method by extracted directional characteristic. The weight list of classification model of each class is decided by analyzing the state transition matrixes of the generated Markov model of each class and the optimized value which improves the performance of fingerprint classification using GA (Genetic Algorithm) is estimated. The performance of the optimized classification model by GA is superior to the model before the optimization by the experiment result of applying the fingerprint database of various qualities to the optimized model by GA. And the proposed method effectively achieved fingerprint classification to exceptional input conditions because this approach is independent of the existence and nonexistence of singular points by the result of analyzing the fingerprint database which is used to the experiments.