-
公开(公告)号：KR1020110116563A
公开(公告)日：2011-10-26
申请号：KR1020100036046
申请日：2010-04-19
Applicant: 목포대학교산학협력단
CPC classification number: G06N99/005 , G06F17/18
Abstract: 본 발명은 주성분 분석과 마르코프 연쇄 몬테카를로 기법을 결합한 퍼지 군집화 방법에 관한 것으로서, 본 발명에 따른 퍼지 군집화 방법은 차원 축소 기법에 포함된 주성분 분석과 강력한 통계적 학습 이론인 베이지안 학습도구인 마르코프 연쇄 몬테카를로 기법을 결합한 퍼지 군집화 방법에 있어서 주성분 분석을 통한 초기 군집 수를 바탕으로 각 군집에 할당된 개체들의 입력벡터에 대한 사전 확률 분포를 가정하고 계속해서 깁스 샘플러 알고리즘을 적용한 사후 확률 밀도 함수를 추정하여 깁스 샘플러 알고리즘을 적용한 후 추출된 깁스 표본으로부터 사후 확률을 추정하여 퍼지 군집화를 수행하는 알고리즘을 제안한다.
-
12.发明授权
公开(公告)号：KR101170093B1
公开(公告)日：2012-07-31
申请号：KR1020100109953
申请日：2010-11-05
Applicant: 목포대학교산학협력단 , 주식회사 대문정보
Abstract: 본 발명은 WLAN에서 KNN과 GK방법을 이용한 PFCM 군집화 기반의 혼합된 무선 실내 측위 방법에 관한 것으로서, 본 발명의 일면에 따른 KNN과 GK방법을 이용한 PFCM 군집화 기반의 혼합된 무선 실내 측위 방법은, 무선 환경 하에서 복수의 각 기준 지점(Reference Point: RP)에서 수집된 제1 전파 특성 값 데이터를 무선 지문 방식으로 데이터베이스화 하여 저장하는 단계와, 단말이 위치한 테스트 지점(Test Point: TP)에서 복수의 AP(Access Point)로부터 수신된 제2 전파 특성 값에 대응되는 상기 제1 전파 특성 값 데이터를 가지는 상기 기준 지점을 KNN(k-Nearest Neighbor)/ GK방법을 이용한 PFCM(Possibilistic Fuzzy C-Mean) 혼합 기법을 사용하여 검색하는 단계를 포함한다.
-
公开(公告)号：KR1020110116564A
公开(公告)日：2011-10-26
申请号：KR1020100036047
申请日：2010-04-19
Applicant: 목포대학교산학협력단
Abstract: 본 발명은 KNN/FCM 혼합 알고리즘을 이용한 실내 측위 방법에 관한 것으로서, 발명에 따른 복수의 엑세스 포인트(Access Point)가 설치된 무선 환경에서 KNN과 Fuzzy C-Mean 군집화 기반의 혼합된 알고리즘을 이용한 실내 측위 방법은 위치 설정된 레퍼런스 포인트(RP : Reference Point)로부터 수집된 SNR 데이터를 핑거프린팅 방식으로 데이터베이스화하는 단계, 그리고 KNN과 Fuzzy C-Mean 군집화 기반의 혼합된 알고리즘을 사용하여 무선랜 실내 위치를 추정하고 결정하는 단계를 포함한다.
-
-
Search Results
13
records
(took 0.017 seconds)
