• 제목/요약/키워드: 군집

검색결과 6,637건 처리시간 0.035초

최적의 군집을 찾기 위한 상대적 군집 평가 방법 (Clustering Validity Assessment Using Relative Criteria for finding Optimal Clusters)

  • 김영옥;이수원
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
    • /
    • pp.334-336
    • /
    • 2002
  • 군집 분석은 데이터의 속성을 분석하여 서로 유사한 패턴을 가진 데이터를 묶는 방법이다. 군집 분석은 많은 응용 분야에서 쓰이고 있으나, 수행된 군집 분석 결과가 과연 정확한 결과이고 의미 있는 결과인지를 평가하는데 어려움이 있다. 본 논문에서는 군집이 형성된 데이터를 분석하여 군집 분석 결과를 평가하는 상대적 군집 평가 방법을 제안한다. 본 논문에서는 상대적 군집 평가 방법의 인덱스를 정의하고 형성된 군집 분석 결과에 적용해 최적의 군집, 의미 있는 군집을 찾을 수 있음을 보인다. 또한 실험을 통해 제안한 인덱스의 적합성을 보이며, 제안한 인덱스가 기존의 인덱스에 비해 최적의 군집, 의미 있는 군집을더 잘 찾을 수 있음을 보인다.

  • PDF

경기도 수리산 군포시험림 식물군집구조 (Plant Community Structure Analysis in Gunpo Experimental Forest of Mt. Suri, Kyonggi-do)

  • 이경재;민성환;한봉호;김호식
    • 한국환경생태학회지
    • /
    • 제11권3호
    • /
    • pp.290-309
    • /
    • 1997
  • 경기도 수리산 군포시험림의 식물군집구조를 파악하기 위하여 64개의 조사구를 설정하고 식생조사를 실시하였다. 전체 64개 조사구는 DCA ordination분석에 의하여 리기테다소나무군집(군집 I), 소나무군집(군집 II), 소나무-신갈나무군집(군집 III), 굴참나무군집(군집 IV), 갈참나무군집(군집 V), 졸참나무군집(군집 VI), 서어나무군집(군집 VII)으로 분리되었다. 식물군집구조분석결과 천이예측은 명확하지 않았으나 군집 I, 군집 III은 참나무류군집으로 천이가 예측되었고 군집II, 군집IV, 군집V, 군집VI은 현 군집을 유지할 것으로 추정되어 기후극상으로의 변화는 예측할 수 없었으며, 군집 VII은 기후극상으로서 계속 안정된 상태를 유지할 것이다. Shannon의 종다양도는 0.7430~1.3025이었고 토양산도는 전지역이 pH 4.16~5.13이었다.

  • PDF

계룡산국립공원 동학사 계곡의 식물군집구조 (Plant Community Structure of Donghakas Valley in Kyeryongsan National Park)

  • 한봉호;조우;이수동
    • 한국환경생태학회지
    • /
    • 제14권4호
    • /
    • pp.238-251
    • /
    • 2001
  • 본 연구는 계룡산국립공원 동학사 계곡의 식물군집구조를 파악하기 위하여 실시되었으며, 10cm$\times$10m(100$\m^2$) 조사구를 52개 설정하여 식생조사를 실시하였다. 52개 조사구는 TWINSPAN에 의한 classifi-cation 분석과 DCA ordination 분석을 통하여 소나무군집(16개 조사구), 밤나무군집(4개 조사구), 신갈나무군집(5개 조사구), 졸참나무군집(13개 조사구), 느티나무군집(4개 군집), 서어나무군집(10개 조사구)으로 나누어졌다. 6개 군집의 천이경향을 살펴보면 소나무군집, 신갈나무군집, 졸참나무군집,느티나무군집은 각 층위별 안정된 층위구조로 현상태를 유지할 것이며, 밤나무구닙은 참나무류를 거쳐 서어나무로의 천이가 진행될 것으로 판단되었고, 서어나무군집은 졸참나무와 굴참나무군집으로 퇴행천이될 것이다. 6개 군집의 Shannon의 종다양도지수는 1.2732~1.4699이었다.

  • PDF

지리산 자연생태계보전구역의 식생 (The Actual Vegetation of Nature Ecology Con-servation Area in Mt. Chiri)

  • 김준선;김갑태;주혜란
    • 한국환경생태학회지
    • /
    • 제5권1호
    • /
    • pp.9-24
    • /
    • 1991
  • 지리산 국립공원중 반야봉을 중심으로 피아골과 심원계곡을 포함하는 자연생태계보전구역의 현존식생을 파악하기 위하여 총 43개 조사지의 종조성 및 식생상관에 의하여 삼림군집을 구분하였으며 이를 토대로 현존식생도를 작성하였다. 지리산 자연생태계보전구역의 식생은 냉온대남부에서 아한대에 이르기까지 13개의 삼림군집이 형성되었으며 확인된 삼림군집은 다음과 같다. 1. 졸참나무군집 2. 서어나무군집 3. 졸참나무-서어나무군집 4. 노각나무군집 5. 고로쇠나무군집 6. 까치박달나무군집 7. 들메나무군집 8. 개서나무군집 9. 소나무군집 10. 신갈나무군집 1) 신갈나무-철쭉 하위군집 2) 신갈나무-조록싸리 하위군집 11. 분비나무군집 12. 구상나무군집 1) 구상나무-신갈나무 하위군집 2) 구상나무-잣나무 하위군집 13. 철쭉군집 확인된 삼림식생중에서 졸참나무군집은 해발 700m에서 1,000m에 분포하였으며 서어나무군집, 개서나무군집은 동지역의 계곡부에 분포하였다. 해발 1,000m에서 1,400m에는 신갈나무군집이 그 이상 1,700m까지에는 구상나무군집, 분비나무군집등 아고산대림이 발달하였다.

  • PDF

민주지산의 산림군집구조분석 (The Analysis of the Forest Community Structure of Mt. Minjuji)

  • 최송현;조현서;이경재
    • 한국환경생태학회지
    • /
    • 제11권1호
    • /
    • pp.111-125
    • /
    • 1997
  • 민주지산지역의 극상림 산림군집구조를 분석하고 생태계 기초자료를 구축하여 이 지역의 개발압력에 대응하는 생태고나광, 자연학습 등 친환경적 개발에 응용하고자 49개 조사구를 선정하고 군집구조조사를 실시하였다. TWINSPAN분석 결과 각 군집은 소나무-서어나무-졸참나무군집(군집 I), 신갈나무-졸참나무-굴피나무군집(군집 II), 신갈나무군집(군집 III), 들메나무-고로쇠나무군집(군집IV), 층층나무-들메나무군집(군집V), 들메나무-까치박달나무군집(군집 VI) 그리고 들메나무-서어나무군집(군집 VII)으로 분류되었다. 산림의 종조성, 유사도지수, 종다양성분석, 흉고직경분석을 실시한 결과 군집 I~III을 제외하고는 활엽수혼효극상림으로 밝혀졌다.

  • PDF

지리산국립공원 대원사계곡의 삼림군집구조 분석 (Analysis on the forest Community Structure of Daewon Valley in Chirisan national Park)

  • 권전오
    • 한국환경생태학회지
    • /
    • 제13권4호
    • /
    • pp.354-366
    • /
    • 2000
  • 지리산국립공원 대원계곡의 삼림군집구조를 분석하여 국립공원관리의 기초자료를 제공하기 위하여 기조사지역(이경재 등, 1991)이외의 지역에 대해 39개 조사지(100m2)를 설정하고 식생조사를 실시하였다 Classification의 한 기법인 TWINSPAN을 사용하여 군집을 분리하였으며 그 결과 느릅나무-굴참나무군집(군집 I) 졸참나무-굴참나무군집(군집II) 졸참나무군집(군집III-V) 신갈나무군집(군집VI) 그리고 서어나무-노각나무군집(군집VII)의 7개 군집으로 나뉘었다 각 군집에 대해 우점도 종다양도 유사도 종수 및 개체수 그리고 흉고직경 등의 분석을 통해 군집의 종조서을 살펴본 결과 지리산 대원계곡의 삼림은 졸참나무 굴참나무 신갈나무 등의 참나무가 주류를 이루고 있었으며 점차 서어나무와 노각나무등으로 천이가 진행되어갈 것으로 판단되었다.

  • PDF

설악산 국립공원 주전골계곡 식물군집구조분석 (Plant Community Structure Analysis in Jujeongol Valley of Soraksan National Park)

  • 이경재;민성환;한봉호
    • 한국환경생태학회지
    • /
    • 제10권2호
    • /
    • pp.283-296
    • /
    • 1997
  • 계곡부 산림의 군집구조를 분석하여 국립공원 관리의 기초자료를 마련하고자 설악산 국립공원의 주전골계곡지역에 50개의 조사구를 설정하고 식생조사를 실시하여 얻은 자료를 대상으로 TWINSPAN에 의한 classification과 DCA ordination 기법을 적용하여 분석하였다. TWINSPAN과 DCA분석결과 군집은 신갈나무-굴참나무-소나무군집(군집 I), 소나무군집(군집 II), 서어나무군집(군집 III), 졸참나무군집(군집 IV)으로 분리되었다. 군집의 생태적 천이단계는 신갈나무-굴참나무-소나무군집과 소나무군집의 경우 소나무$\$\longrightarrow$ $신갈나무군집, 졸참나무군집의 경우 졸참나무$\$\longrightarrow$ $서어나무군집으로 추정되었으며, 서어나무군집은 계속 안정된 상태를 유지할 것이다.

  • PDF

속리산국립공원 속리산지역의 현존식생 (The Actual Vegetation in Mt. Sokri)

  • 김준선;김갑태;추갑철
    • 한국환경생태학회지
    • /
    • 제4권1호
    • /
    • pp.1-15
    • /
    • 1990
  • 속리산국립공원의 일부인 속리산지역의 현존식생을 파악하기 위하여 종조성 및 식생상관에 의하여 삼림군집을 분류하였으며 이를 바탕으로 현존식생도를 작성하였다. 속리산의 식생은 소나무림, 낙엽활엽수림, 조림지 등으로 구성되었으며 확인된 삼림군집은 다음과 같다. 1. 소나무군집 1) 소나무-진달래 하위군집 2) 소나무-철쭉 하위군집 3) 소나무-조록싸리 하위군집 4) 소나무-조릿대 하위군집 2. 소나무-졸참나무군집 3. 소나무-굴참나무군집 4. 졸참나무군집 5. 졸참나무-굴참나무군집 6. 서어나무군집 7. 신갈나무군집 1) 전형하위군집 2) 신갈나무-조록싸리 하위군집 3) 신갈나무-철쭉 하위군집 8. 물푸레나무군집 9. 노린재나무군집 10. 굴참나무군집

  • PDF

거제도 노자산지역의 식물군집구조 (Plant Community Structure of Nojasan in Koje Island)

  • 이경재;조우;이수동
    • 한국환경생태학회지
    • /
    • 제13권1호
    • /
    • pp.78-88
    • /
    • 1999
  • 거제도 노자산지역의 식물군집구조를 파악하기 위해 43개 조사구(각 조사구당 10m$\times$10m)를 거제휴양림 임도 주변과 노자산 북사면에 설정하고 식생조사를 실시하였다. 식생조사자료를 이용 TWINSPAN에 의한 classification과 DCA에 의한 ordinationqnstjr을 실시하였다. TWINSPAN분석과 DCA분석 결과 소사나무군집(군집I), 소나무군집(군집II), 졸참나무군집(군집(III), 고로쇠나무, 느티나무, 비목나무, 까치박달 등을 우점종으로 하는 낙엽활엽수군집(군집IV)의 4개 군집으로 분리되었다. 식물군집구조 분석 결과 노자산지역의 식생은 소나무$\longrightarrow$졸참나무군집$\longrightarrow$낙엽활엽수군집으로 생태적 천이가 이루어질 것으로 판단되었으며, 소사나무군집은 해발고도가 높고 건조한 지역에 나타나는 토지극상으로 판단되었다.

  • PDF

데이터 마이닝을 위한 계층적 대표값 군집화 기법 (A Hierarchical Representatives Clustering Technique for Data Mining)

  • 안병주;김은주;이일병
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
    • /
    • pp.69-71
    • /
    • 2000
  • 군집화는 데이터 집합을 유사한 데이터 개체들의 군집들로 분할하여 데이터 속에 존재하는 의미 있는 정보를 얻는 과정이다. 대부분의 군집화 기법들은 비교적 적은 양의 데이터를 대상으로 한 것이고 다차원 대용량의 데이터 처리에 관한 문제는 다루지 않고 있어서 데이터 마이닝을 위한 군집화 기법으로는 부적절하다. 따라서 본 논문을 통해 대용량의 데이터에 적용할 수 있는 새로운 군집화 알고리즘인 계층적 대표값 군집화(HRC) 기법을 제안한다. HRC는 자기조직화지도와 계층적 군집화 기법을 접목한 하이브리드 방법으로 두 단계에 거쳐 군집화를 수행한다. 첫 번째 단계에서 자기조직화지도를 통해 데이터를 요약하고, 두 번째 단계에서 요약된 대표값 정보만을 가지고 계층적인 군집화를 수행한다. 또한, 두 번째 단계의 계층적 군집화 적용시 양질의 군집을 발견하기 위해 군집간의 유사도를 측정하는 새로운 척도를 고안하였다. 그리고 실험을 통해 HRC와 기존 군집화 알고리즘이 발견한 군집의 질을 비교하여 성능을 평가했다.

  • PDF