Proceedings of the Korean Information Science Society Conference
/
2004.10b
/
pp.265-267
/
2004
경제 여건의 향상 및 생활양식의 변화로 최근 우리나라에서도 당뇨병 환자가 늘어남에 따라 당뇨병의 예측 및 치료가 중요한 관심사가 되고 있다. 본 논문은 1993년과 1995년 두 차례에 걸쳐 경기도 연천 지역 주민들의 여러 가지 신체 지수 등을 조사한 데이터를 대상으로, 1차 년도의 데이터로부터 동일한 환자가 2차 년도에 정상상태를 유지하는지 흑은 당뇨병으로 진행이 되는지를 예측하는 문제를 다룬다. 혈당량, 허리둘레 등의 수치가 당뇨병의 발병에 영향을 끼치는 것은 알려진 사실이므로, 현재의 데이터로부터 앞으로의 발병 가능성을 예측하는 것이 가능하며, 이는 환자에게 보다 정확한 정보를 알려줄 수 있으므로 의미가 있는 일이다. 예측을 위해 본 논문에서는 분류기를 사용하며, 예측율을 높이기 위해 여러 분류기를 BKS로 결합하였다. BKS (behavior knowledge space) 결합 방법은 분류기간의 독립 가정이 필요 없으며, 데이터 크기가 크고 전형적인 경우에 좋은 결과를 낼 수 있는 방법이다. BKS 결합 방법을 통해 실험을 해본 결과 단일 분류기로 실험을 한 결과보다 향상된 성능을 얻을 수 있었으며, 투표 결합 방법과 비교하여 더 좋은 성능을 보였다.
지형지물은 각각의 특징적 요인을 내포하고 있다. 이 특징적 요인들은, 공간해상도에 따라 정도의 차이가 있겠지만, 수집된 위성영상에도 반영된다. 이러한 요인들 중에서는 영상분류에 활용될 경우 영상 분류의 정확도를 높혀 주고, 때로는 이것이 거의 물체인식의 수준까지 기여할 수 있는 것들이 있다. 이 연구에서는 텍스춰 및 지형지물의 배열에 있어서 특징적 현상을 보이는 비닐하우스를 대상으로 spatial auto-corelation 개념을 기반으로 자동적으로 이를 인지하는 방법을 개발하였다. 사용된 알고리즘은 디지타이징과 같은 사람의 직접적인 개입이 없이 자동화된 방법으로 비닐하우스의 특정한 패턴이 반복적으로 나타나는 것을 감지할 수 있도록 개발되었다. 패턴의 인식에 더하여 비닐하우스의 기하학적 모양을 고려하는 방법도 도입하였다. 그럼으로써 비닐하우스의 추출에 단순히 화소 단위의 분석이 아닌 보다 객체지향적인 방법으로 비닐하우스를 추출하도록 하였다. 개발된 방법을 제주지역의 IKONOS에 적용시켜 본 결과, 연구대상지역 내의 비닐하우스가 매우 정확하게 적출되었다.
Generally, pixel-based classification, utilize the similarity of distances between the pixel values in feature space, is applied to land use mapping using satellite remote sensing data. But this method is Improper to be applied to the very high resolution satellite data (VHRS) due to complexity of the spatial structure and the variety of pixel values. In this paper, we performed the hierarchical classification of VHRS imagery by data fusion, which integrated LiDAR height and intensity information. MLC and ISODATA methods were applied to IKONOS-2 imagery with and without LiDAR data prior to the hierarchical classification, and then results was evaluated. In conclusion, the hierarchical method with LiDAR data was the superior than others in VHRS imagery and both MLC and ISODATA classification with LiDAR data were better than without.
본 연구는 지리정보시스템 및 원격탐사기법을 응용하여 북한의 자연환경을 조사하기 위한 기초연구로서 수행되었으며, 과거 약 20년 동안의 평양 및 남포지역의 산림면적의 변화 및 경관구조 변화측면에서의 산림 파편화 양상을 조사하였다. 조사자료로는 Landsat MSS 및 TM 영상의 NDVI값을 이용하였으며, 보다 정확한 피복분류를 위하여 변형된 Cluster-Busting 알고리즘을 활용하여 산림과 비산림지역으로 단순화시켜 분석하였다. 경관구조의 변화를 살피기 위해서 조각밀도, 형태 및 핵심내부지역의 면적 등의 경관지수(Landscape Indices)를 활용하였다. 분석과정을 거쳐서 도출된 결론은 다음과 같다. 첫째, Cluster-busting 방법을 활용한 토지피복 분류결과 87.3%의 총 분류 정확도를 얻었으며, Binary Map을 이용한 변화감지(Change Detection)기법 또한 그 결과가 정확한 것으로 판단되었다. 둘째, '79년에서 '98년에 이르는 기간동안, 평양의 경우 '79년 산림면적의 15%, 그리고 남포지역의 경우 14%가 감소하였다. 셋째, 경관지수를 이용하여 북한 산림의 파편화 변화를 조사한 결과 산림조각의 개수는 늘어나고 조각의 평균면적 및 핵심내부면적은 감소하였으며 조각크기의 다양성 또한 낮아졌다. 산림조각 형태지수 또한 매우 증가하였는데 이러한 결과들은 평양 및 남포지역의 산림조각이 파편화되고 그 형태 또한 불규칙적이며 복잡하게 변화하였음을 보여주고 있다.
Kim, Hyun-Woo;Shim, We;Kwon, Oh-Jin;Noh, Kyung-Ran
The Journal of the Korea institute of electronic communication sciences
/
v.12
no.1
/
pp.129-138
/
2017
The aim of this paper is to suggest methodology for local governments when discovering locally customized future promising industries with regard to policies of central government, regional competencies, and industrial promising. Firstly, key industries by region specified in '5-years regional industrial development master plan(2014)' were utilized. Secondly, science and technology competency by region was calculated with analyzing patent data in each key industries. Thirdly, industrial promising was verified by calculating Knowledge Stock and Activity Index based on measuring industry-IPC linkage. Based on the methodology proposed above, case study(case of Busan city) was done. Finally, 7 core industries and 94 candidates of future promising industries were extracted on the basis of 5 digit of KSIC subdivision. The methodology is expected to contribute local governments to establish evidence-based, efficient, and future-oriented local R&D roadmapping.
이 연구에서는 다중시기 Landsat 영상을 이용하여 강원도 일대 임상의 변화를 살펴보고 상록수의 영급을 구분하는 알고리즘을 개발하여 적용하였다. 1980년대에서 현재까지 축적된 Landsat-5와 Landsat-7영상 중에서, 대부분 지역에 활잡목 및 활엽수가 낙엽이 지고 눈이 아직 쌓이지 않을 시기인 11월에 촬영된 영상만을 이용하였다. 각 영상에서 양지바른 상록수, 활엽수, 그늘진 지역, 도시 및 바다 등을 클래스로 지정하여 감돌분류를 하였다. 분류 결과에서 양지바른 상록수만 추출하여 5개의 영상을 이진 분류체계로 조합한 후 임상의 시기적 변화 양상을 관찰한 결과, 강원대 연습림의 조림 기록 및 현황도와 상당히 일치함을 확인하였으며, Path 115, Row 34에 해당하는 강원도 일대로 연구지역을 확대하였다. 향후 Kompsat-2를 비롯한 고해상도 11월 영상이 지속적으로 촬영된다면, 이 연구에서 개발된 이진 분류체계 방법을 통하여 산림변화의 모니터링을 보다 용이하고 효율적으로 할 수 있을 것으로 기대된다.
전북 장안산의 신갈나무림을 분류법과 서열법에 의하여 분석하였다. 분류법(식물사회학적 방법)에 의한 신갈나무림의 분석결과 신갈나무-철쭉꽃군락, 신갈나무-노린재나무군락, 신갈나무-조릿대군락의 3개 군락으로 분류되었다. CCA에 의하여 분석된 결과에 의하면 신갈나무, 철쭉꽃, 노린재나무는 고도가 높은 지역에서 분포하고, 고로쇠나무, 들메나무, 고광나무, 함박꽃나무, 까치박달은 습하고 유기물 함량 및 전질소, C.E.C등의 양료가 양호한 지역에 소나무, 굴참나무, 붉나무, 병꽃나무는 고도가 낮은 지역에서 분포하고 있다. 신갈나무림의 분포와 환경과의 상호관계를 분석한 결과 고도, 토양습도, 유기물함량, 지형, pH등이 높은 상관관계를 나타냈다.
Despite the rapid expansion of satellite images supply, the application of imagery is often restricted due to unautomated image processing. This paper presents the automated process for the selection of training areas which are essential to conducting supervised image classification. The training areas were selected based on the prior and cover information. After the selection, the training data were used to classify land cover in an urban area with the latest image and the classification accuracy was valuated. The automatic selection of training area was processed with following steps, 1) to redraw inner areas of prior land cover polygon with negative buffer (-15m) 2) to select the polygons with proper size of area ($2,000{\sim}200,000m^2$) 3) to calculate the mean and standard deviation of reflectance and NDVI of the polygons 4) to select the polygons having characteristic mean value of each land cover type with minimum standard deviation. The supervised image classification was conducted using the automatically selected training data with Sentinel-2 images in 2017. The accuracy of land cover classification was 86.9% ($\hat{K}=0.81$). The result shows that the process of automatic selection is effective in image processing and able to contribute to solving the bottleneck in the application of imagery.
Journal of the Korean Association of Geographic Information Studies
/
v.17
no.2
/
pp.121-135
/
2014
Object-based classification methods provide a valid alternative to traditional pixel-based methods. This study reports the results of an object-based classification to examine land cover in the demilitarized zones(DMZs) of Inje-gun. We used land cover classes(7 classes for main category and 13 classes for sub-category) selected from the criteria by Korea Ministry of Environment. The average and standard deviation of the spectrum values, and homogeneity of GLCM were chosen to map land cover types in an hierarchical approach using the nearest neighborhood method. We then identified the distributional characteristics of land cover by considering 3 topographic characteristics (altitude, slope gradient, distance from the Southern Limited Line(SLL)) within the DMZs. The results showed that scale 72, shape 0.2, color 0.8, compactness 0.5 and smoothness 0.5 were the optimum weight values while scale, shape and color were most influenced parameters in image segmentation. The forests (92%) were main land cover type in the DMZs; the grassland(5%), the urban area (2%) and the forests (broadleaf forest: 44%, mixed forest: 42%, coniferous forest: 6%) also occupied mostly in land cover classes for sub-category. The results also showed that facilities and roads had higher density within 2 km from the SLL, while paddy, field and bare land were distributed largely outside 6 km from the SLL. In addition, there was apparent distinction in land cover by topographic characteristics. The forest had higher density at above altitude 600m and above slope gradient $30^{\circ}$ while agriculture, bare land and grass land were distributed mainly at below altitude 600m and below slope gradient $30^{\circ}$.
In this paper, we propose a novel face recognition(FR) method that takes advantage of combining weighted deep local features extracted from multiple Deep Convolutional Neural Networks(DCNNs) learned with a set of facial local regions. In the proposed method, the so-called weighed deep local features are generated from multiple DCNNs each trained with a particular face local region and the corresponding weight represents the importance of local region in terms of improving FR performance. Our weighted deep local features are applied to Joint Bayesian metric learning in conjunction with Nearest Neighbor(NN) Classifier for the purpose of FR. Systematic and comparative experiments show that our proposed method is robust to variations in pose, illumination, and expression. Also, experimental results demonstrate that our method is feasible for improving face recognition performance.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.