• Journal of Internet Computing and Services
• /
• v.23 no.4
• /
• pp.11-19
• /
• 2022

This paper is a study to evaluate the performance when classifying explosive components by capacity using a convolutional neural network (CNN). Among the existing explosive classification methods, the IMS steam detector method determines the presence or absence of an explosive only when the explosive concentration exceeds the threshold set by the user. The IMS steam detector has a problem of determining that even if an explosive exists, the explosive does not exist in an amount that does not exceed the threshold. Therefore, it is necessary to detect the explosive component even when the concentration of the explosive component does not exceed the threshold. Accordingly, in this paper, after imaging explosive time series data with the Gramian Angular Field (GAF) algorithm, it is possible to determine whether there are explosive components and the amount of explosive components even when the concentration of explosive components does not exceed a threshold.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.451-454
• /
• 2007

본 논문은 한국 원자력 연구소 중성자 스펙트럼 패턴을 분류하는 시스템에 신경망(Neural Networks)을 적용하였다. 중성자 스펙트럼 분석시 3개의 신경망을 하나로 결합하여 각 신경망의 인식률을 확인하였다. 신경망1은 폭발물 판별을, 신경망2는 폭발물의 종류를, 신경망3은 비 폭발물 종류를 구별하도록 시스템을 설계하였다. 중성자 스펙트럼을 통해 실험한 결과 신경망1은 83.48%를, 신경망2는 84.6%를, 신경망3은 91.67%의 인식률을 얻어 본 논문에서 제안한 시스템의 우수성을 입증하였다.

• Applied Chemistry for Engineering
• /
• v.33 no.1
• /
• pp.1-10
• /
• 2022

This paper reviews the principles, advantages, and disadvantages of main explosives detection technologies, as well as research areas needed in the future. Explosives detection technology can be classified into spectroscopic methods, sensor techniques, and olfactory type sensors. There have been advances in explosives detection technology, however studies on discriminatory, portability, and sensitivity for explosives detection still remained competitive.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.3-6
• /
• 2007

현재 우리나라는 원자력 발전에 대한 의존도가 매우 높고 그 기술 또한 우수하다. 그러나 중성자 스펙트럼을 사용하여 폭발물 탐지를 위한 시스템 개발 기술은 미흡한 실정이다. 본 논문은 신경망(Neural Networks)을 한국 원자력 연구소 중성자 스펙트럼 패턴을 분류하는 시스템에 적용하였다. 데이터 획득방법을 달리하여 두 개의 신경망을 구현하였고 그 결과를 분석하여 보았다. 먼저 폭발물에 다량 포함되어 있는 C(Carbon), N(Nitrogen), O(Oxygen) 3개의 물질을 중심으로 중성자 스펙트럼을 분석하였다. 다른 하나는 중성자 스펙트럼을 전체 영역으로 획득한 데이터를 바탕으로 신경망을 구현하여 인식률을 확인하였다. 실험결과 전자의 경우 62.5%의 인식률을, 후자의 경우 신경망은 83.48%의 인식률을 나타내었다.

• Proceedings of the Korea Institute of Fire Science and Engineering Conference
• /
• 2011.11a
• /
• pp.364-368
• /
• 2011

최근 급속히 발전하고 있는 과학기술과 산업발달에 따라 화학물질, 위험물의 사용, 저장 및 운송물이 날로 증가하고 있다. 이러한 물질들은 우리의 일상생활과 인류문화 발전에 크게 기여하고 있지만 인화성, 폭발성 등의 잠재위험성을 가지고 있다. 세계 각국은 물질의 분류와 표시가 달라 국제무역에서 많은 사고가 증가하고 있는 실정이다. 이 연구의 목적은 자기반응성물질의 화재 폭발 위험성을 평가하고, 국제적인 시험방법과 국내 시험방법으로 시험하여 연관성 및 상관관계를 알아보고 선진화된 시험방법을 국내실정에 적합하게 제시하는데 있다.

• The monthly packaging world
• /
• s.242
• /
• pp.100-109
• /
• 2013

해양수산부(장관 윤진숙)는 위험물의 분류기준을 국제기준과 동일하게 적용하고 위험물질 운송에 따른 안전성 제고를 위해 "위험물 선박운송 기준"을 개정하여 시행한다고 밝혔다. 개정된 기준은 국제적으로 적용되는 "국제해상위험물규칙"(IMDG Code)의 최근 개정내용을 반영하고, 위험물 및 화물구역의 종류별 방화장치 요건을 강화하여 위험화물로 인한 선박의 화재 및 폭발 사고가 감소될 것으로 기대된다. 특히, 위험물 운송 용기를 용기의 종류, 재료 및 형태별로 구분하고 외관, 구조 및 성능검사로 세분하여 위험물 용기 검사체계를 효율화함으로써 민원인의 편의를 도모하였으며, 또한, 국제기준에 따라 자동차를 일반선박이나 컨테이너에 수납하여 운반하는 경우 위험물로 분류되어 위험물수납 검사대상이 된다. 본 고에서는 "위험물 선박운송 기준" 일부 개정(안)에 대해 살펴보도록 한다.

• Proceedings of the Korean Institute of Industrial Safety Conference
• /
• 1999.06a
• /
• pp.73-76
• /
• 1999

인화성 액체는 소방법상의 4류 위험물로 분류되며 공업용 연료, 세척, 용제 등의 원료로서 그 사용빈도, 취급, 저장되는 양이 타 위험물에 비하여 매우 많을 뿐 아니라 그 종류도 다양하며 화학공업 분야에서 광범위한 사용이 이루어지고 있다. 이러한 대부분의 인화성 액체는 낮은 B.P. 빠른 증발속도, 저인화점의 물리적 특성으로 가연성 증기의 형성이 용이하고 화재 및 폭발의 위험성과 다량의 유독성 증기의 발생 위험이 존재하고 있다. (중략)

• Fire Science and Engineering
• /
• v.23 no.5
• /
• pp.9-16
• /
• 2009

Chemical products have had an favorable influence on our everyday life, and contributed very much to the development of human culture. According to the rapid change of industry and the development of scientific technique the using chemical products are increasing more and more. Chemical products can have any hazardous property such as flammability or explosiveness. There are occurring many accidents in the international trade due to the different classification and labelling of chemicals produced in various countries. The main purpose of this work is the development of global standard test methods for the chemicals, and the classification and labelling in building block approach by means of the basic technical data. Oxidizing solids, combustible solids, spontaneously combustible materials, water-prohibitive materials, flammable liquids, self-reactive materials and oxidizing liquids have been classification The first Experiment have tested Oxidizing solids of third five. The results have been classified according to the hazard material safety regulation and the UN regulation, and summarized in a data-base.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.9 no.4
• /
• pp.69-74
• /
• 2009

Abandoned objects should be treated as possibly dangerous things for public areas until they turn out to be safe because explosive material or chemical substance is intentionally contained in them for public terrors. For large public areas such as airports or train stations, there are limits in man-power for security staffs to check all the monitors for covering the entire area under surveillance. This is the basic motivation of developing the automatic detection system for dangerous abandoned objects based on vision technology. In this research, well-known DBE is applied to stably extract background images and the HOG algorithm is adapted to discriminate between human and stuff for object classification. To show the effectiveness of the proposed system, experiments are carried out in detecting intrusion for a forbidden area and alarming for abandoned objects in a room under surveillance.

• Journal of Advanced Navigation Technology
• /
• v.20 no.6
• /
• pp.604-611
• /
• 2016

Drone, which refers to unmanned aerial vehicles (UAV), industries are improving rapidly and exceeding existing level of remote controlled aircraft models. Also, they are applying automation and cloud network technology. Recently, the ability of drones can bring serious threats to public safety such as explosives and unmanned aircraft carrying hazardous materials. On the purpose of reducing these kinds of threats, it is necessary to detect these illegal drones, using acoustic feature extraction and classifying technology. In this paper, we introduce sound feature vector extraction method by harmonic feature extraction method (HLA). Feature vector extraction method based on HLA make it possible to distinguish drone sound, extracting features of sound data. In order to assess the performance of distinguishing sounds which exists in outdoor environment, we analyzed various sounds of things and real drones, and classified sounds of drone and others as simulation of each sound source.