• Korean Journal of Soil Science and Fertilizer
• /
• v.26 no.3
• /
• pp.215-221
• /
• 1993

중국(中國)은 1991년에 새로운 토양계통분류법(土壤系統分類法)을 1차(次) 시안(試案)으로 확정 발표하였다. 본 체계는 미국의 Soil Taxonomy 체계와 비슷한 형태계량적규준(形態計量的規準)(Morpho-metric definition)으로 되어 있고 전산(電算)프로그램화(化)도 가능한 체계로 되어 있다. 분류체계는 목(目)(Order, 토망(土網)), 아목(亞目)(Suborder, 아망(亞網)), 군(群)(Group, 토류(土類)), 아군(亞群)(Subgroup, 아류(亞類)), 속(屬)(Family, 토속(土屬)), 통(統)(Series, 토종(土種))으로 되어 있고, 현재 13개 목망(目網), 33개 아목(亞目), 77개 군(群), 301개 아군(亞群)으로 분류되어 있다. 특징적표층(特徵的表層)은 유기표층(有機表層) 등(等) 8종, 진단표하층(診斷表下層)(차표층(次表層))은 표백층(漂白層) 등(等) 10종, 기타 특징토층(特徵土層)은 석회적표층(石灰的表層) 등(等) 12종, 그리고 암성(岩性) 등(等) 23종의 토양 생성적(生成的) 특징(特徵) 또는 현상(現像)을 분류기준으로 쓰고 있다. 분류상의 특징은 고위도(高緯度)나 고산지대(高山地帶)의 영구동결층(永久凍結層)을 강조하여 아목수준(亞目水準)에서 분류하였고 논토양이나 관개퇴적토(灌漑堆積土), 영양분(營養分)이 심층(深層)까지 집적(集積)된 채전(菜田) 등(等) 인위적(人爲的) 영향(影響)을 크게 받은 토양을 최고차(最高次) 분류단위(分類單位)인 목수준(目水準)에서 독립(獨立)시키고 있을 뿐 아니라 인위적인 교란(攪亂)을 받았으나 아직 단면(斷面)의 발달이 없는 토양을 초육토(初育土)의 아목수준(亞目水準)에서 구분하고 있다.

• Proceedings of the Korea Society for Energy Engineering kosee Conference
• /
• 1998.05a
• /
• pp.79-84
• /
• 1998

고압 분류층 가스화기는 탄소전환율을 높이기 위해 고온, 즉 Ash Slagging 조건보다 높은 온도에서 운전된다. 따라서 분류층 가스화기에서 생산되어 배출되는 Raw Syngas는 고온의 현열을 보유하고 있다. 고온의 반응과정으로 인하여 타르나 기타 중탄화수소가 생성되지 않으므로 발생열을 회수하기가 용이하며 가스정제 및 불순물 제거과정도 단순해진다. (중략)

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.422-426
• /
• 2007

CP(Counterpropagation) 알고리즘은 Kohonen의 경쟁 네트워크와 Grossberg의 아웃스타(outstar) 구조의 결합으로 이루어진 것으로 패턴 매칭, 패턴 분류, 통계적인 분석 및 데이터 압축 등 활용분야가 다양하고, 다른 신경망 모델에 비해 학습이 매우 빠르다는 장점이 있다. 하지만 CP 알고리즘은 충분한 경쟁층의 수가 설정되지 않아 경쟁층에서 학습이 불안정하고, 여권 코드와 같이 다양한 패턴으로 그성된 경우에는 패턴들을 정확히 분류할 수 없는 단점이 있다. 그리고 CP 알고리즘은 출력층에서 연결강도를 조정할 때, 학습률에 따라 학습 및 인식 성능이 좌우된다. 따라서 본 논문에서는 패턴 인식 성능을 개선하기 위해 다수의 경쟁층을 설정하고, 입력 벡터와 숭자 뉴런의 대표 벡터간의 차이와 숭자 뉴런의 빈도수를 학습률 조정에 반영하여 학습률을 동적으로 조정하여 경쟁층에서 안정적으로 학습되도록 하고, 출력층의 연결강도 조정시 이전 연결 강도 변화량을 반영하는 모멘텀(momentum)학습법을 적용한 개선된 CP 알고리즘을 제안한다. 학습 성능을 확인하기 위해서 실제 여권에서 추출된 개별 코드를 대상으로 실험한 결과, 본 논문에서 개선한 CP 알고리즘이 기존의 CP 알고리즘보다 패턴 분류의 정확성과 인식 성능이 개선된 것을 확인하였다.

• Journal of radiological science and technology
• /
• v.30 no.4
• /
• pp.419-426
• /
• 2007

In this paper, the input pattern vectors are extracted and the learning algorithms is designed to recognize taste(bitter, sweet, sour and salty) pattern vectors. The signal intensity of taste are used to compose the input pattern vectors. The SOM(Self Organizing Maps) algorithm for taste pattern recognition is used to learn initial reference vectors and the ot-star learning algorithm is used to determine the class of the output neurons of the sunclass layer. The weights of the proposed algorithm which is between the input layer and the subclass layer can be learned to determine initial reference vectors by using SOM algorithm and to learn reference vectors by using LVQ(Learning Vector Quantization) algorithm. The pattern vectors are classified into subclasses by neurons in the subclass layer, and the weights between subclass layer and output layer are learned to classify the classified subclass, which is enclosed a class. To classify the pattern vectors, the proposed algorithm is simulated with ones of the conventional LVQ, and it is confirmed that the proposed learning method is more successful classification than the conventional LVQ.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.5 s.43
• /
• pp.95-103
• /
• 2006

In this paper, the input pattern vectors are extracted and the learning algorithms is designed to recognize EEG pattern vectors. The frequency and amplitude of alpha rhythms and beta rhythms are used to compose the input pattern vectors. And the algorithm for EEG pattern recognition is used SOM to learn initial reference vectors and out-star learning algorithm to determine the class of the output neurons of the subclass layer. The weights of the proposed algorithm which is between the input layer and the subclass layer can be learned to determine initial reference vectors by using SOM algorithm and to learn reference vectors by using LVQ algorithm, and pattern vectors is classified into subclasses by neurons which is being in the subclass layer, and the weights between subclass layer and output layer is learned to classify the classified subclass, which is enclosed a class. To classify the pattern vectors of EEG, the proposed algorithm is simulated with ones of the conventional LVQ, and it was a confirmation that the proposed learning method is more successful classification than the conventional LVQ.

• Korean Chemical Engineering Research
• /
• v.48 no.2
• /
• pp.129-139
• /
• 2010

Coal gasification process, which had developed originally to convert coal from hydrogen and carbon monoxide, has used and developed in many countries because of environmental advantages such as carbon dioxide storage, decrease of pollutants and so on. Generally entrained-flow gasification process using pulverized coal under $75{\mu}m$ is used in Integrated Gas Combined Cycle(IGCC) because of easy scale up and high efficiency of energy conversion. Especially entrained-flow gasifers with coal water slurry have been used in many applications due to its fully developed technologies. In this paper, several technologies for coal-water slurry gasification that involves slurry preparation, burner, gasifier, slag melting and numerical simulation for plant design and operation were investigated. Entrained-flow gasification with coal water slurry can be used for synfuel production, SNG, chemicals as well as IGCC. To develop hybrid gasification process and use different types of coal, it is necessary to develop new technologies that will increase efficiency of the process.

• Journal of Advanced Marine Engineering and Technology
• /
• v.21 no.1
• /
• pp.43-48
• /
• 1997

The present study is aimed to investigate experimentally on the hydrodynamic behaviours of air ~ pulverized coal flow in rectangular combustor with cavity. Mean velocity, density and tur¬bulent properties of pulverized coal in rectangular entrained flow combustor were measured by PDA. Experimental results show that the flow reattachment point at the lower plane in the com¬buster chamber has been developed near X/D= 15. The similarities at each section are found after the flow reattachment point. The maximum values of turbulent intensity and Reynolds shear stress have been shown near Y/D=6, which is higher than centerline. The maximum density of the pulverized coal sited in the range ofY/D=6~8.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.05a
• /
• pp.61-64
• /
• 2001

본 논문은 Self Organizing Map을 이용한 한국어의 모음 10개를 인식하는 것을 다루고 있다. 분류기로서 우수한 성능을 보이고 있는 Self Organizing Map의 출력 층을 2차원으로 구성하여 짧은 시간 간격으로 주파수 도메인에서 벡터화 되어진 음성을 입력 층에 인가하여 유사한 출력 층의 분포를 이용하여 모음 10개를 인식하는 분류기로서의 가능성을 보여줄 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.604-606
• /
• 2004

본 논문에서는 빠른 서포트 벡터 분류를 위해 신경망을 사용하는 방법을 제안한다. 주어 진 학습 데이터를 통해 낮은 학습 오류를 가지는 다단계 신경망을 얻으면 출력층을 제외한 은닉층은 주어진 문제를 선형분리 가능하게 하는 특징 추출기로 간주할 수 있다. 많은 계산시간을 요하는 키널 맵 대신 이를 사용해서 빠른 서포트 벡터 분류를 가능하게 하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.6D
• /
• pp.915-922
• /
• 2008

Impervious surface is an important index for the estimation of urbanization and the assessment of environmental change. In addition, impervious surface influences on short-term rainfall-runoff model during rainy season in hydrology. Recently, the necessity of impervious surface estimation is increased because the effect of impervious surface is increased by rapid urbanization. In this study, impervious surface estimation is performed by using remote sensing image such as Landsat-7 ETM+image with $30m{\times}30m$ spatial resolution and satellite image with $1m{\times}1m$ spatial resolution based on Jungnangcheon basin. A tasseled cap transformation and NDVI(normalized difference vegetation index) transformation are applied to Landsat-7 ETM+ image to collect various predict variables. Moreover, the training data sets are collected by overlaying between Landsat-7 ETM+ image and satellite image, and CART(classification and regression tree) is applied to the training data sets. As a result, impervious surface prediction model is consisted and the impervious surface map is generated for Jungnangcheon basin.