This study was conducted to estimate carbon stocks of Pinus densiflora with drawing volume of trees in each tree height and DBH applying the suitable stem taper equation and tree specific carbon emission factors, using collected growth data from all over the country. Information on distribution area, tree age, tree number per hectare, tree volume and volume stocks were obtained from the $5^{th}$ National Forest Inventory (2006~2010) and Statistical yearbook of forest (2016), and method provided in IPCC GPG was applied to estimate carbon stock and uptake. Performance in predicting stem diameter at a specific point along a stem in Pinus densiflora by applying Kozak's model, $d=a_{1}DBH^{a_2}a_3^{DBH}X^{b_{1}Z^2+b_2ln(Z+0.001)+b_3\sqrt{Z}+b_4e^z+b_5(\frac{DBH}{H})}$, which is well known equation in stem taper estimation, was evaluated with validations statistics, Fitness Index, Bias and Standard Error of Bias. Consequently, Kozak's model turned out to be suitable in all validations statistics. Stem volume table of P. densiflora was derived by applying Kozak's model and carbon stock tables in each tree height and DBH were developed with country-specific carbon emission factors ($WD=0.445t/m^3$, BEF = 1.445, R = 0.255) of P. densiflora. As the results of analysis in carbon uptake for each province, the values were high with Gangwon-do $9.4tCO_2/ha/yr$, Gyeongsandnam-do and Gyeonggi-do $8.7tCO_2/ha/yr$, Chungcheongnam-do $7.9tCO_2/ha/yr$ and Gyeongsangbuk-do $7.8tCO_2/ha/yr$ in order, and Jeju-do was the lowest with $6.8tC/ha/yr$. Total carbon stocks of P. densiflora were 127,677 thousands tC which is 25.5% compared with total percentage of forest and carbon stock per hectare (ha) was $84.5tC/ha/yr$ and $7.8tCO_2/ha/yr$, respectively.
완도수목원내 백운로 상부의 붉가시나무림을 대상으로 난대 상록활엽수림 복원 시 붉가시나무의 성장 및 종실공급과 관련된 기초정보를 제공하는 목적으로 붉가시나무의 성장 및 결실특성을 조사하고 종실량 상대성장식을 구하였다. 성장특성은 평균흉고직경급에 속하는 실생 임목 3주의 표본목을 선정 벌목하여 수간석해하였다. 표본목의 평균치의 수령(X)에 의한 흉고직경과 수고의 성장특성(Y)의 상대성장식(Y=aX+b)을 개발하였으며, 추정식에 의한 붉가시나무 수령에 따른 흉고직경 및 수고를 추정하였다. 결실특성은 성숙종실초기인 8월에 평균 흉고직경급에 속하는 임목을 대상으로 결실이 충실한 임목 3주의 표본목을 선정 벌목하여 조사하였다. 붉가시나무의 종실량 상대성장식을 개발하기 위하여 결실목 중 흉고직경이 고르게 10주의 표본목을 선정 벌목하였다. 벌목한 표본목은 흉고직경, 수고, 수관폭, 수관고 등의 성장특성(X)과 종실량(Y)을 조사 분석하여 종실량 상대성장식($Y=aX^b$)을 유도하였다. 표본목 평균치의 수령에 의한 상대성장식은 흉고직경 Y=0506X-2.064($R^2=0.999$), 수고 Y=0.321X+0689($R^2=0.992$)이었다. 개발된 상대성장식에 의하여 수령 10, 20, 30, 40년일 때 흉고직경은 각각 3.0cm, 8.1cm, 13.1cm, 18.2cm, 수고는 각각 3.9m, 7.1m, 10.3m, 13.5m가 되는 것으로 추정되었다. 결실특성 조사 결과 결과모지(結果母枝)당 잎 수를 제외한 결과모지의 길이, 직경, 결과모지 당 결과지 수, 종실 수는 유의적인 차이를 보였으며, 수관 상, 중, 하부로 갈수록 감소하였다. 종실 총수의 경우 수관 상, 중, 하부 각각 1,312립, 115립, 5립이었다. 붉가시나무 표본목을 일괄하여 추정한 종실량 상대성장식의 흉고직경(D)를 독립변수로 하는 상대성장식은 $Y=0.003X^{4.260}$, 결정계수($R^2$)은 0.896이었다. 흉고직경만을 독립변수로 하는 상대성장식은 흉고직경과 수고($D^2H$)를 독립변수로 하는 결정계수가 다소 낮으나, 측정오차를 고려하면, 흉고직경만을 독립변수로 하는 상대성장식을 적용하는 것이 실용적이라고 판단된다.
A new design scheme of a binary decision tree is proposed. In this scheme a binary decision tree is constructed by using genetic algorithm and FCM algorithm. At each node optimal or near-optimal feature subset is selected which optimizes fitness function in genetic algorithm. The fitness function is inversely proportional to classification error, balance between cluster, number of feature used. The binary strings in genetic algorithm determine the feature subset and classification results - error, balance - form fuzzy partition matrix affect reproduction of next genratin. The proposed design scheme is applied to the tire tread patterns and handwriteen alphabetic characters. Experimental results show the usefulness of the proposed scheme.
Both the neural network classifier utilizing multi-layer perceptron and the linear tree classifier composed of hierarchically structured linear discriminating functions can form arbitrarily complex decision boundaries in the feature space and have very similar decision making processes. In this paper, a new method for automatically choosing the number of neurons in the hidden layers and for initalzing the connection weights between the layres and its supporting theory are presented by mapping the sequential structure of the linear tree classifier to the parallel structure of the neural networks having one or two hidden layers. Experimental results on the real data obtained from the military ship images show that this method is effective, and that three exists no siginificant difference in the classification acuracy of both classifiers.
This paper describes an approach for constucting a Rectilinear Steiner Tree (RST) derivable from a Minimum Spanning Tree (MST), using Associative Processor (AP). We propose a fast parallel algorithm using AP's basic algorithms which can be realized by the processing capability of rudimentary logic and the selective matching capability of Content- Addressable Memory (CAM). The main idea behind the proposed algorithm is to maximize the overlaps between the consecutive edges in MST, thus minimizing the cost of a RST. An efficient parallel linear algorithm with O(n) complexity to construct a RST is proposed using an algorithm to find a MST, where n is the number of nodes. A node insertion method is introduced to allow the Z-type layout. The routing process which only depends on the neighbor edges and the no-rerouting strategy both help to speed up finding a RST.
Feature-based similarity retrieval has become an important research issue in multimedia database systems. The features of multimedia data are useful for discriminating between multimedia objects (e 'g', documents, images, video, music score, etc.). For example, images are represented by their color histograms, texture vectors, and shape descriptors, and are usually high-dimensional data. The performance of conventional multidimensional data structures(e'g', R- Tree family, K-D-B tree, grid file, TV-tree) tends to deteriorate as the number of dimensions of feature vectors increases. The R*-tree is the most successful variant of the R-tree. In this paper, we propose a SOM-based R*-tree as a new indexing method for high-dimensional feature vectors.The SOM-based R*-tree combines SOM and R*-tree to achieve search performance more scalable to high dimensionalities. Self-Organizing Maps (SOMs) provide mapping from high-dimensional feature vectors onto a two dimensional space. The mapping preserves the topology of the feature vectors. The map is called a topological of the feature map, and preserves the mutual relationship (similarity) in the feature spaces of input data, clustering mutually similar feature vectors in neighboring nodes. Each node of the topological feature map holds a codebook vector. A best-matching-image-list. (BMIL) holds similar images that are closest to each codebook vector. In a topological feature map, there are empty nodes in which no image is classified. When we build an R*-tree, we use codebook vectors of topological feature map which eliminates the empty nodes that cause unnecessary disk access and degrade retrieval performance. We experimentally compare the retrieval time cost of a SOM-based R*-tree with that of an SOM and an R*-tree using color feature vectors extracted from 40, 000 images. The result show that the SOM-based R*-tree outperforms both the SOM and R*-tree due to the reduction of the number of nodes required to build R*-tree and retrieval time cost.
In this paper, the reliability test of three kinds of epoxy resin for GIS Spacer, which is a high voltage based heavy electric machine, AC electrical treeing experiments were performed. Three types of epoxy resins, Araldite B41, CT 5531 CI and B46, have slight viscosity differences. An non-uniform electric field, E = 1149.4 kV/mm, as the needle to plate electrode, a power source with a frequency of 1 kHz was applied to the tree electrode for accelerated deterioration. The treeing phenomena of the three kinds of epoxy resin all initiated, propagated, and destroyed by the branch tree. Epoxy Resin B46 was 145 times longer than B41 and 53 times longer than CT 5531CI. I think that the choice of epoxy resin is very important in choosing high voltage heavy electric machine insulation materials.
The seismic performance of six types of weak-axis steel moment connections was investigated through cyclic testing of six full-scale specimens. These weak-axis moment connections were the column-tree type, WUF-B type, FF-W type, WFP type, BFP-B type and DST type weak-axis connections. The testing results showed that each of these weak-axis connection types achieved excellent seismic performance, except the WFP and the WUF-B types. The WFP and WUF-B connections displayed poor seismic performance because a fracture appeared prematurely at the weld joint due to stress concentrations. The column-tree type connection showed the best seismic behavior such that the story drift ratio could reach 5%.
최근 Human Genome Project(HGP)에서 사람의 염기 서열의 초안이 발표되었다. 생물체의 염기 서열을 분석하는 방법은 매우 많은데, 그 중 하나가 k-mer 분석이다. k-mer는 유전자의 염기 서열내의 길이가 k인 연속된 염기 서열이다. k-mer 분석은 염기서열이 가진 k-mer들의 빈도의 분포나 대칭성 등을 탐색하는 것이다. 그런데 유전자의 염기 서열은 대용량 텍스트이고 k가 줄 때 기존의 온메모리 알고리즘으로는 처리가 불가능하므로 효율적인 자료구조와 알고리즘이 필요하다. 본 논문에서는 패턴 일치(pattern matching)에 적합하고 외부 메모리를 지원하는 스트링 B-트리(string B-tree)를 이용한 k-mer 분석 방법을 제시하고, 그것을 구현하였으며 몇 가지 실험 결과에 대하여 기술한다.
The reexamination of the fungal genus Botryosphaeria on 12 plant species of 10 families was carried out based on molecular phylogenetic analyses using the regions of translation elongation factor 1-α, β-tubulin, DNA-directed RNA polymerase II subunit, and internal transcribed spacer region of rDNA and morphological characteristics. Japanese isolates were divided into five clades and include Botryosphaeria dothidea, B. qingyuanensis, B. sinensis, and Botryosphaeria spp. Two species, B. qingyuanensis and B. sinensis have been newly added to the Japanese mycoflora, but their host plants are not specified. Botryosphaeria tenuispora isolated from Leucothoe fontanesiana and insect galls on fruits of Aucuba japonica has been proposed as a new species.
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.