• 한국토양비료학회지
• /
• 제26권3호
• /
• 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.

• 한국에너지공학회:학술대회논문집
• /
• 한국에너지공학회 1998년도 춘계 학술발표회 논문집
• /
• 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)

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• 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.

• 대한방사선기술학회지:방사선기술과학
• /
• 제30권4호
• /
• pp.419-426
• /
• 2007

본 논문에서는 맛 인식을 위한 입력패턴벡터를 추출하고 패턴인식을 위한 맛(쓴맛, 단맛, 신맛, 짠맛)학습 알고리즘을 설계하였다. 입력패턴벡터의 구성을 위해 맛 활성화 신호의 세기가 사용되었고, 맛 패턴인식을 위한 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하였고, 종속 부류층의 출력뉴런의 부류지정을 위하여 out-star 학습법을 사용하였다. 제안된 알고리즘의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였다. 패턴벡터는 종속 부류층의 뉴런에 의해 종속 클래스로 분류하고, 종속 클래스 층과 출력 층 사이의 연결강도는 분류된 종속 부류를 클래스로 지정하는 학습을 하게 하였다. 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식보다 우수한 분류성공률을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제11권5호
• /
• pp.95-103
• /
• 2006

본 논문에서는 뇌파인식을 위한 입력패턴벡터를 추출하고 패턴인식을 위한 뇌파 학습 알고리즘을 설계하였다. 입력패턴벡터의 구성을 위해 알파리듬과 베타리듬의 주파수와 진폭이 사용되었고, 뇌파패턴인식을 위한 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하고, 종속 부류층의 출력뉴런의 부류지정을 위하여 out-star 학습법을 사용하였다. 제안된 알고리즘의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였고, 패턴벡터를 종속 부류층의 뉴런에 의해 종속 클래스로 분류하고, 종속 클래스 층과 출력 층 사이의 연결강도는 분류된 종속 부류를 클래스로 지정하는 학습을 하게 된다. 뇌파 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식보다 우수한 분류성공률을 확인하였다.

• Korean Chemical Engineering Research
• /
• 제48권2호
• /
• pp.129-139
• /
• 2010

석탄으로부터 수소, 일산화탄소 등의 가스 연료를 생산하기 위하여 개발된 석탄 가스화 공정은 이산화탄소 저장, 환경 유해 물질 저감 등의 우수성으로 인하여 최근 세계 각국에서 앞다투어 개발에 나서고 있다. $75{\mu}m$ 이하의 미분탄을 이용하는 분류층 가스화 공정은 용량의 대형화가 쉽고, 에너지 전환 효율이 우수하여 석탄가스화복합발전(IGCC) 등에 널리 이용되고 있다. 특히 석탄슬러리를 원료로 사용하는 습식 분류층 가스화 공정은 기술적으로 성숙되어 가장 많이 보급되고 있다. 본 논문에서는 습식 분류층 가스화 공정을 이루는 석탄전처리, 버너, 가스화기, 슬래그용융, 가스화 운전 특성과 설계 및 해석을 위한 수치모사 등의 요소기술 개발 현황을 고찰하였다. 습식 석탄가스화는 IGCC 플랜트에서 뿐만 아니라 합성석유, SNG, 화학원료 제조용으로 활용될 수 있으며 융합 공정, 연료 다변화 등에 대응하기 위하여 요소기술별 추가적인 기술개발이 이루어져야 할 것으로 판단된다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제21권1호
• /
• pp.43-48
• /
• 1997

본 연구에서는 미분탄과 공기를 혼합하여 노즐을 통하여 바닥면에 캐비티가 존재한 사각단면 분류층 연소실로 분사 시킬 때에 분사된 혼합유동의 평균속도,농도 및 난류특성치들의 유체역학적 거동을 3차원 측정이 가능한 PDA를 이용하여 실험적으로 규명하였다. 바닥면의 재부착점은 X/D=15인 부근에서 나타나며, 재부착점 이후에서 부터 각 단면의 상사성이 이루어지는 것으로 나타났다. 사각 연소실 바닥면 관통의 영향을 받아 난류강도와 난류전단용력의 최대값은 중심축보다 높은 Y/D=6인 점에서 최대가 되며, 미분탄의 농도는 Y/D=6~8인 점에서 최대값이 나타났다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• 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.

• 대한토목학회논문집
• /
• 제28권6D호
• /
• pp.915-922
• /
• 2008

불투수층은 자연적인 침투를 허용하지 않는 인위적인 토지피복상태로, 도시화율을 추정하거나 도시의 환경변화 정도를 분석하기 위한 척도로 사용되어 왔다. 수문학적인 관점에서 불투수층은 단기 유출현상에 큰 영향을 끼치는 요소로 급속한 도시화로 인해 불투수층의 영향이 더욱 커짐에 따라 불투수층의 추정에 대한 필요성이 증가하고 있다. 따라서 본 연구에서는 불투수층을 추정하기 위해 중랑천 유역을 대상지역으로 선정하고, $30m{\times}30m$ 공간해상도의 Landsat-7 ETM+ 영상과 $1m{\times}1m$의 고해상도 위성영상을 구축하였으며 tasselled cap 변환과 식생지수(NDVI) 변환을 수행하여 다양한 예측변수를 고려하였다. 수집된 학습자료에 분류 및 회귀트리를 적용하여 불투수층 추정모델을 구성하였고, 이를 지도화하여 중랑천 유역의 불투수층을 나타냈다.