• 한국산림과학회지
• /
• 제106권2호
• /
• pp.169-185
• /
• 2017

산림식생은 분류방법에 따라 식생유형의 결과가 다를 수 있다. 본 연구의 목적은 세 종류의 식생분류 방법론을 적용하여 결과를 비교하기 위해 충남 오서산 산림식생을 대상으로 2016년 9월부터 10월까지 총 80개소의 식생조사를 수행하였다. 얻어진 자료를 토대로 상관우점종에 의한 군락유형분류, 종조성에 따른 군락유형분류, 종간연관 분석을 실시하였다. 상관우점종에 의한 군락유형분류를 실시한 결과, 소나무군락, 신갈나무군락, 느티나무군락, 상수리나무군락, 층층나무군락, 졸참나무군락, 일본잎갈나무군락, 리기다소나무군락, 밤나무군락, 백합나무군락의 총 10개의 군락유형으로 구분되었다. 종조성에 따른 유형분류를 실시한 결과, 총 4개의 식생단위와 8개의 종군 유형으로 분류되었다. 종조성 체계의 최상위 수준에서 비목나무군락군으로 대표되어졌으며, 비목나무군락군은 진달래군락(진달래전형군, 쪽동백나무군), 느티나무군락(일본잎갈나무군, 큰개별꽃군)으로 분류되어, 1개 군락군 2개 군락 2개 군의 분류체계를 나타냈다. 종간연관 분석 결과는 크게 두 개의 그룹으로 나누어졌으며, 종조성에 의한 군락유형과 종간연관에 의한 유형은 지형적인 영향이 크게 작용하는 것으로 판단되었다. 조사지의 산림식생은 상관우점종에 의해 10개의 군락유형, 종조성에 의해 8개의 종군단위와 4개의 식생단위, 종간연관에 의해 2개의 유형으로 분류되어, 상관우점종, 종조성(종군유형${\rightarrow}$식생단위), 종간연관 순으로 식생단위가 단순화되는 것을 알 수 있었다. 결론적으로 산림식생은 분류방법론에 따라 다양한 식생유형이 분류되었고 또한 많은 환경요인들의 영향이 작용하고 있는 것으로 판단되었다.

• 미생물학회지
• /
• 제33권2호
• /
• pp.81-85
• /
• 1997

Candida속 효모 27종이 표준 균주를 대상으로 세포내 지방산 조성을 기체 크로마토그래피로 분석하여, 함유 지방산의 종류와 함량비를 근거로 27종이 균주를 3개의 분류군으로 나누었다. 이들 지방산 분석에 의한 분류군을 Candida속의 다른 분류학적 결과들인 coenzyme Q 분자종의 종류, DNA 염기함량 분석, ITS 부위의 제한효소 절단 다형질의 양상, 리보좀 소단위 RNA 유전자의 염기배열 보고와 비교 분석하였다. 그 결과 같은 분류군에 위치하는 균주들 사이의 연관 관계가 거의 일치하였다. 다라서 세포내 지방산 분석은 Candida속 규준들을 유전적 동질성을 갖는 균주들로 분류하는 수단으로 사용될 수 있으며, 유전적으로 매우 다양한 균주들의 집단으로 알려진 Candida속에 관한 분류적 고찰에 일차적으로 사용될 수 있는 유용한 수단임을 알 수 있었다.

• 건설안전세미나
• /
• 통권6호
• /
• pp.1-27
• /
• 1995

• 식물분류학회지
• /
• 제41권1호
• /
• pp.10-15
• /
• 2011

본 연구에서는 한국산 닭의덩굴속 호장근절 분류군들을 대상으로 개체군 수준에서 flavonoid 분석을 수행하여, 본 절 분류군에서 나타나는 형태변이 양상을 화학적 측면에서 파악하고, 이를 토대로 한반도에 분포하는 본 절 분류군들의 실체 및 한계를 정확히 파악하고자 하였다. 그 결과, 한국산 본 절 3분류군 15개체군의 잎으로부터 19종류의 서로 다른 flavonoid compound가 분리, 동정되었으며, 이들은 flavonol인 quercetin 및 kaempferol 3-O-glycoside들과 flavone인 apigenin및 luteolin C-glycoside들이었다. 이들 compound들 중 한국산 본 절 식물에 분포하는 주요 flavonoid compound는 quercetin 3-O-galactoside 와 quercetin 3-O-glucoside이었다. 본 절 한국산 분류군들은 그 flavonoid 조성에 의해 뚜렷이 구분되는 것으로 밝혀졌으며, 이러한 결과는 기존의 외부 형태학적 연구 결과와 전반적으로 일치하였다. 한편, 잡종으로 추정되는 논산 개체군의 flavonoid 조성은 F. japonica var. japonica, F. forbesii 및 F. sachalinensis와 일부 compound를 공유하는 것으로 나타났다. Fallopia japonica var. japonica의 경우, 염색체수 배수화에 따른 flavonoid 조성의 정성적 차이는 발견할 수 없었으나, 지리적 변이가 일부 나타나는 것으로 밝혀졌다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.405-408
• /
• 2002

Microarray 기술의 발전으로 많은 양의 유전자 정보를 얻게 되어 암의 정확한 분류와 진단에 대한 기대가 커지고 있다. 암을 정확하게 분류하기 위해서는 추출된 유전자에 많은 잡음이 들어가기 때문에 암과 관련이 있는 유전자만을 추출할 필요가 있다. 본 논문에서는 여러 가지 유전자 추출방법과 다양한 분류기의 성능을 체계적으로 평가하기 위하여, 세 가지 벤치마크 암 데이터에 대하여 실험하여 보았다. 또한 분류 성능을 향상시키기 위하여 분류기를 적절하게 결합한 결과, 결합된 분류기의 성능을 확인해볼 수 있었다.

• 대한원격탐사학회지
• /
• 제18권2호
• /
• pp.71-79
• /
• 2002

본 연구는 현장조사에서 얻어진 갯벌의 퇴적물 입자조성과 동일시기의 위성영상에서 추출된 반사치를 이용하여 함평만 갯벌의 입자분포도를 제시하였다. Landsat TM 자료에서 추출된 갯벌 입자조성에 따른 스팩트럼이 분석되었고, 7개의 위성영상은 ISODATA 와 K-MEANS 방법으로 분류되었다. 무감독분류된 결과는 현장관측치에 의해 분류 정확도가 평가되었으며, ISODATA와 K-MEANS 방법의 분류 정확도는 84.3%와 85.7%이다. 다중시기 위성영상 분류 결과를 검증하기 위해 현장조사 자료에 의해 분류된 1999년 5월 TM 영상을 참조자료로 하여 다중시기의 영상분류 결과를 비교하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.301-303
• /
• 2002

컴퓨터가 널리 보급되고 인터넷이 발전함에 따라 수없이 많은 정보가 디지털 형태로 생산되고 있다. 이러한 정보를 사람이 일일이 가공하고 분류하기에는 한계가 있으므로 자동으로 문서를 분류하고자 하는 연구가 대두되었다. 문서를 자동으로 분류하기 위해 기계학습 방법이 많이 이용되고 있다. 기계학습방법을 이용한 문서분류가 좋은 성능을 내기 위해서는 충분한 양의 학습데이터가 필요하다. 학습데이터를 만들기 위해서는 사람이 일일이 분류해야 하므로, 비용이 많이 든다. 본 논문에서는 적은양의 labeled 데이터로부터 시작하여, 점증적으로 unlabeled 데이터를 학습에 참여시킴으로써, 문서분류의 성능을 높이고자 한다. 실험을 통해 Unlabeled 문서데이터를 사용한 것이 좋은 성능을 보였음을 알 수 있다.

• 건축사
• /
• 2호통권179호
• /
• pp.44-47
• /
• 1984

• 대한공간정보학회지
• /
• 제1권2호
• /
• pp.207-221
• /
• 1993

단지조성(주택단지 또는 공업단지)의 각 단계별로 설계의 기본이 되는 자료의 성격을 분류한 후 단지조성업무의 전산시스템화를 위한 구성모델을 제시하였다. 특히 적지분석 및 토공설계 부분의 전산화와 평가 결과를 통하여 향후 단지조성업무의 효율화에 기여할 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (1)
• /
• pp.202-204
• /
• 2004

앙상블은 다수의 분류기를 효과적으로 결합하여 분류의 성능을 향상시키는 대표적인 기술이다. 효과적인 앙상블을 위해서는 다양한 특성을 지닌 분류기를 확보하여야 한다. 기존의 앙상블은 개별 분류기의 결과를 바탕으로 분류기 사이의 의존성이나 유사성을 평가하여 분류기 결합을 시도하였다. 따라서 분류기 사이의 유사도의 정확한 측정에 한계를 지니고 있다. 본 연구에서는 이를 극복하기 위해서 다수의 산술연산자 기반 분류규칙을 유전자 프로그래밍을 이용하여 획득하고, 실제 표현형의 유사성을 측정한 후 이를 바탕으로 분류기를 결합한다. 생물정보학에서 많이 사용되는 유전자 데이터 중 하나인 림포마 암 데이터에 제안하는 방법을 적용하여 97% 수준의 높은 분류 성능과 해석 가능한 분류규칙을 획득하였다.