• Journal of Forest and Environmental Science
• /
• 제28권3호
• /
• pp.152-157
• /
• 2012

Sarawak is the largest state in Malaysia that covers 37.5% of the total land area. Multitemporal satellite images of Landsat and SPOT were used to examine deforestation and forest fragmentation in Sarawak between 1990 and 2009. Supervised classification with maximum likelihood classifier was used to classify the land cover types in Sarawak. The overall accuracies of all classifications were more than 80%. Our results showed that forests were reduced at 0.62% annually during the two decades. The peat swamp forest suffered a tremendous loss of almost 50% between 1990 and 2009 especially at coastal divisions due to intensified oil palm plantation development. Fragmentation analysis revealed the loss of about 65% of the core area of intact forest during the change period. The core area of peat swamp forest had almost completely disappeared during the two decades.

• 농촌계획
• /
• 제12권1호
• /
• pp.75-83
• /
• 2006

본 연구에서는 최대우도법과 인공신경망 모형에 의해 카테고리 분류를 수행하고 각각의 분류 성능을 비교 평가하였다. 인공신경망 모형은 오류역전파 알고리즘을 이용한 것으로서 학습을 통한 은닉층의 최적노드수를 결정하여 카테고리 분류를 수행하도록 하였다. 인공신경망 최적 모형은 입력층의 노드수가 7개, 은닉층의 최적노드수가 18개, 그리고 출력층의 노드수가 5개인 것으로 구성하였다. 위성영상은 1996년에 촬영된 Landsat TM-5 영상을 사용하였고, 최대우도법과 인공신경망 모형에 의한 카테고리 분류를 위하여 각각의 카테고리에 대한 분광특성을 대표하는 지역을 절취하였다. 분류 정확도는 인공신경망 모형에 의한 방법이 90%, 최대우도법이 83%로서, 인공신경망 모형의 분류 성능이 뛰어난 것으로 나타났다. 카테고리 분류 항목인 토지 피복 상태에 따른 분류는 두 가지 방법에서 밭과 주거지의 분류오차가 큰 것으로 나타났다. 특히, 최대우도법에 의한 밭에서의 태만오차는 62.6%로서 매우 큰 값을 보였다. 이는 밭이나 주거지의 특성이 위성영상 촬영시기에 따라 나지의 형태로 분류되거나 산림, 또는 논으로도 분류되는 경향이 있기 때문인 것으로 보인다. 차후에 카테고리 분류를 위한 각각의 클래스의 보조적인 정보를 추가한다면, 카테고리 분류 향상이 이루어질 것으로 기대된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume I
• /
• pp.118-121
• /
• 2006

Variations in the extent and dispersal of river plume are important in the study of coastal environment. The objectives of this study are to examine relationship between satellite detected plume area and river discharge and to clarify the temporal and spatial dynamic of plume from Tokachi River, Hokaido, Japan. We used 1.1 km spatial resolution of SeaWiFS normalized water-leaving radiance (nLw) images from 1998 to 2002. Supervised maximum likelihood classification was implemented to define classes of surface water optical properties. Satellite observed plume area was correlated to the amount of river discharge from April to October. First mode (44% of variance) of EOF analysis shows the turbid plume distribution resulting from re-suspension by strong wind mixing along the coast during winter. This mode also shows plume distribution along-shelf direction in spring and late summer. Second mode (17% of variance) shows spring pattern across-shelf direction due to strong discharge of snow melting water.

• Communications for Statistical Applications and Methods
• /
• 제24권4호
• /
• pp.383-396
• /
• 2017

The model in our approach assumes that computer responses are a realization of a Gaussian processes superimposed on a regression model called a Gaussian process regression model (GPRM). Selecting a subset of variables or building a good reduced model in classical regression is an important process to identify variables influential to responses and for further analysis such as prediction or classification. One reason to select some variables in the prediction aspect is to prevent the over-fitting or under-fitting to data. The same reasoning and approach can be applicable to GPRM. However, only a few works on the variable selection in GPRM were done. In this paper, we propose a new algorithm to build a good prediction model among some GPRMs. It is a post-work of the algorithm that includes the Welch method suggested by previous researchers. The proposed algorithms select some non-zero regression coefficients (${\beta}^{\prime}s$) using forward and backward methods along with the Lasso guided approach. During this process, the fixed were covariance parameters (${\theta}^{\prime}s$) that were pre-selected by the Welch algorithm. We illustrated the superiority of our proposed models over the Welch method and non-selection models using four test functions and one real data example. Future extensions are also discussed.

• ALGAE
• /
• 제28권4호
• /
• pp.307-330
• /
• 2013

The genus Cryptomonas is easily recognized by having two flagella, green brownish color, and a swaying behavior. They have relatively simple morphology, and limited diagnostic characters, which present a major difficulty in differentiating between species of the genus. To understand species delineation and phylogenetic relationships among Cryptomonas species, the nuclear-encoded internal transcribed spacer 2 (ITS2), partial large subunit (LSU) and small subunit ribosomal DNA (rDNA), and chloroplast-encoded psbA and LSU rDNA sequences were determined and used for phylogenetic analyses, using Bayesian and maximum likelihood methods. In addition, nuclear-encoded ITS2 sequences were predicted to secondary structures, and were used to determine nine species and four unidentified species from 47 strains. Sequences of helix I, II, and IIIb in ITS2 secondary structure were very useful for the identification of Cryptomonas species. However, the helix IV was the most variable region across species in alignment. The phylogenetic tree showed that fourteen species were monophyletic. However, some strains of C. obovata had chloroplasts with pyrenoid while others were without pyrenoid, which used as a key character in few species. Therefore, classification systems depending solely on morphological characters are inadequate, and require the use of molecular data.

• 한국패류학회지
• /
• 제27권4호
• /
• pp.395-400
• /
• 2011

Phylogenetic analyses on the Phylum Mollusks has so far been conducted by many researchers in the world. However, there was no report on taxonomic analysis on Acila divaricata vigila which is belonging to Class Bivalvia, Subclass Protobranchia. In this study, we performed molecular phylogenetic analysis on Acila divaricata vigila using 16S rRNA sequence through maximum likelihood method. As a result, it is clearly divided into the legion of mollusk classification unit (when you zoom in order) and represented to support the current classification in the Phylum Mollusca belong to Class Bivalvia, Subclass Protobranchia, Subclass Pteriomorphia, Subclass Paleoheterodonta, Subclass Heterodonta and Subclass Anomalodesmacea. To our knowledge, this is the first report of molecular phylogenetic analysis on Acila divaricata vigila using 16S rRNA gene and these data suggests that 16S rRNA gene will be useful for analyzing the phylogenetic relationship of Subclass Protobranchia.

• 미생물학회지
• /
• 제43권4호
• /
• pp.285-291
• /
• 2007

볼티모어의 분류체계에 의하면 바이러스는 복제 및 단백질합성 전략에 따라 6개의 집단으로나눌 수 있다. 몇 종류의 작은 DNA 바이러스를 제외한 대부분의 바이러스는 게놈 복제를 위한 자신의 핵산중합효소를 유전자로 암호화하고 있다. 바이러스 핵산중합효소에는 DNA-의존DNA 중합효수, RNA-의존RNA 중합효소, RNA-의존 DNA 중합효소 세 종류가 있으며, 이들은 모두 4개의 공통된 모티프(motif)를 가진다. 우리는 볼티모어의 분류체계와 바이러스의 핵산중합효소와의 관계를 아미노산 서열을 통해 분자 계통분류학적 분석을 통해 알아보고자 하였다. NCBI GenBank에서 얻은 바이러스 중합효소의 아미노산 서열을 CLUSTAL X 프로그램으로 다중서열하고, Neighbor-joining, Maximum-likelihood, Bayesian의 세 가지 방법으로 계통도를 그려보았다. 미세한 차이는 있었으나, 세 가지 방법 모두에서 볼티모어의 분류법과 일치하는 결과를 보였고, 특이하게도 두 가닥 RNA 바이러스는 숙주의 종류에 따라, (-)RNA 바이러스는 게놈의 절편화에 따라 각각2개의 소집단으로 나뉘어지는 것을 볼 수 있었다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제28권4호
• /
• pp.476-484
• /
• 2015

The objective of this study was to estimate genetic and phenotypic parameters for linear type traits, as well as milk yield (MY), fat yield (FY) and protein yield (PY) in 18,831 Holstein cows reared in 495 herds in Brazil. Restricted maximum likelihood with a bivariate model was used for estimation genetic parameters, including fixed effects of herd-year of classification, period of classification, classifier and stage of lactation for linear type traits and herd-year of calving, season of calving and lactation order effects for production traits. The age of cow at calving was fitted as a covariate (with linear and quadratic terms), common to both models. Heritability estimates varied from 0.09 to 0.38 for linear type traits and from 0.17 to 0.24 for production traits, indicating sufficient genetic variability to achieve genetic gain through selection. In general, estimates of genetic correlations between type and production traits were low, except for udder texture and angularity that showed positive genetic correlations (>0.29) with MY, FY, and PY. Udder depth had the highest negative genetic correlation (-0.30) with production traits. Selection for final score, commonly used by farmers as a practical selection tool to improve type traits, does not lead to significant improvements in production traits, thus the use of selection indices that consider both sets of traits (production and type) seems to be the most adequate to carry out genetic selection of animals in the Brazilian herd.

• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1305-1315
• /
• 2015

ROC 곡선을 구성하는 한 개의 스코어 변수로 이루어진 분류모형을 확장하여 선형 스코어의 함수인 리스크 스코어를 고려하고, 선형 스코어의 계수를 추정하기 위한 방법으로 AUC를 최대화하는 방법을 사용한다. 이런 AUC 접근방법으로 구한 스코어의 계수 추정량은 로지스틱모형을 이용한 선형 스코어의 모수의 최대가능도 추정량보다 자료가 로지스틱 가정이 맞지 않는 일반적인 상황에서도 좋은 추정 결과를 보인다. 본 연구에서는 다항범주로 분류되어 현실적인 판별 및 예측 상황을 고려하여 AUC 접근방법을 확장한 VUS와 HUM 접근방법을 제안한다. 연결함수로는 로짓, complementary log-log와 로짓을 변형한 함수의 세 종류와 그리고 다양한 분류점의 분포인 경우에 대하여도 모의실험을 실시하였다. 본 논문에서는 다항범주 판별결과에 대하여 VUS와 HUM 접근방법도 AUC 접근방법과 유사하게 다양한 연결함수에 대하여 로지스틱모형 추정방법보다 동등하거나 더 나은 모수추정 결과를 보이는 것을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.423-423
• /
• 2019

RGB나 다중분광영상은 높은 공간 해상도로 인해 크기가 작은 물질의 클래스를 부여하는데 있어서는 효과적이지만 분광해상도가 낮아 다양한 종류의 지표물 분류 및 분광적으로 미세한 차이를 보이는 대상 체간의 분류에는 한계를 가지고 있다. 그러나 초분광 영상(Hyperspectral Image)은 대상 객체의 분광 반사곡선을 수백개의 연속적인 분광 파장대 영역으로 상세하게 해당 물체의 정보를 취득할 수 있는 기능을 가지고 있다. 최근 국내에서도 초분광 영상을 이용한 토지피복도 작성 및 환경 모니터링 등 다양한 분야에 적용하기 위한 연구가 시도되고 있다. 최근에는 드론과 같은 소형 UAV를 활용하여 경제적인 비용으로 시공간해상도가 높은 영상을 획득하는 것이 가능하게 되었으며 분광정보를 수집하는 영상 장비의 발전으로 드론에 탑재가 가능한 경량의 소형 초분광센서가 개발됨으로써 보다 높은 분광해상도의 영상을 취득할 수 있게 되었다. 본 연구에서는 효율적인 하천환경조사를 위해 UAV를 활용하여 고해상도 초분광 영상을 취득하였으며, 차원축소법과 분류기 적용에 따른 공간 분류 정확도 분석을 통해 하천환경에 대한 분류 및 평가를 실시하였다. 연구지역에서 획득한 초분광 영상은 노이즈로 인한 영향을 줄이고자 MNF와 PCA 기법으로 차원축소를 수행하였으며, MLC(Maximum Likelihood Classification)와 SVM(Support Vector Machine), SAM(Spectral Angle Mapping) 감독분류기법을 적용하여 하천환경특성에 따른 공간분류를 수행하였다. 연구 결과 MNF기법으로 차원 축소한 영상을 적용하여 MLC 감독분류를 수행하였을 때 가장 높은 분류정확도를 얻을 수 있었으나, 일부 클래스 및 수역의 경계와 그림자 공간에서 주로 오분류가 나타나는 것을 확인할 수 있었다.