• 터널과지하공간
• /
• 제13권1호
• /
• pp.33-43
• /
• 2003

암반구조물 설계를 위한 지반조사에서 지하 암반에 분포된 불연속면들의 방향성 파악은 시추공 내부에 대한 영상촬영 기법에 전적으로 의존되어 왔다. 그러나, 공내 영상촬영은 고가의 장비가 요구되며 시추작업 완료 후 측정작업이 추가로 소요되어 극히 제한적으로 수행되고 있다. 본 연구에서는 시추조사시 간편하게 불연속면의 방향을 측정하여 신뢰성 있는 지반정보 자료를 제공할 수 있는 Discontinuity Orientation Measurement (DOM) 시추장비 및 불연속면 분포해석 모델 RoSA-DOM을 개발하였다. DOM 시추 장비에서 기 설정된 방향성을 지시하는 기준선이 표시된 시추 코어가 회수되면 코어 상의 절리 단면에서 측정된 3개 지점의 자표를 이용하여 절리면의 경사방향 및 경사각을 산정한다. 또한 코어 축이 절리면을 관통하는 지점의 좌표를 산정하여 절리 위치를 설정한다. 절리군 형성은 clustering algerian을 활용하여 분석한다. 코어 축을 조사선으로 설정하여 전체 절리 간격 및 군 간격을 해석한다. 전체 시추구간 및 특정 구역에서의 RQD를 산정하여 암반의 공학적 활용도 고찰을 위한 기본 자료를 도출한다.

• The Journal of Advanced Prosthodontics
• /
• 제11권5호
• /
• pp.239-246
• /
• 2019

PURPOSE. The purpose of this study was to propose and assess a shade guide for pink gingival aesthetics using a Spanish population sample. MATERIALS AND METHODS. The $L^*$, $C^*$, h, $a^*$ and $b^*$ coordinates of 259 participants were measured using a spectrophotometer in 3 standardized points along the attached gingiva of the maxillary central incisors. A hierarchical clustering analysis was applied to obtain separate solutions regarding the number of shade tabs. For each of the solutions obtained, color differences (${\Delta}E^*$) were calculated using the CIELab and CIEDE2000 formulas, and the proposed shade guide was selected considering (1) the color differences between tabs and (2) the coverage error of each of the solutions. RESULTS. The proposed shade guide consisted of 8 gingival shade tabs and achieved CIELab and CIEDE2000 coverage errors of less than the respective 50:50% acceptability thresholds (${\Delta}E^*=4.6$ units and ${\Delta}E_{00}=4.1$). The coordinates for the various gingival shade tabs were as follows: Tab 1: $L^*43.3$, $a^*21.9$, $b^*12.3$ (1.6); Tab 2: $L^*42.9$, $a^*34.1$, $b^*19.1$; Tab 3: $L^*46.5$, $a^*25.8$, $b^*10.9$; Tab 4: $L^*46.5$, $a^*27.3$, $b^*15.1$; Tab 5: $L^*49.6$, $a^*23.5$, $b^*16.8$; Tab 6: $L^*51.5$, $a^*19.7$, $b^*13.6$; Tab 7: $L^*55.9$, $a^*22.0$, $b^*15.0$; and Tab 8: $L^*56.0$, $a^*19.9$, $b^*18.8$. CONCLUSION. The CIELab and CIEDE2000 coverage errors for the 8 shade tabs of the proposed gingival shade guide were significantly lower than those of other guides. Therefore, despite the limitations of this study, the proposed guide is more appropriate for matching gingival shade in the Spanish general population.

• 한국측량학회지
• /
• 제24권1호
• /
• pp.131-138
• /
• 2006

최근 점사상을 활용하는 GIS 분야에서 많은 양의 점사상 축적과 함께 점분포 패턴을 정량적으로 평가하기 위한 알고리즘의 개발이 이루어지고 있다. 여러 연구에서 K-지표를 활용하여 점사상의 공간적 밀집 여부의 검증이 가능하며, 사건과 배경의 상호 관련성 평가가 가능함을 증명하고 있다. 한편 GIS 데이터로서의 점사상은 측량에 의해 실좌표가 관측된 사상보다는 주소와 같은 위치참조에 의해 간접적으로 좌표가 주어지는 경우가 많으며, 경우에 따라서는 통계자료와 같이 행정구역과 같은 지역단위의 집계자료로 대표되어 점사상 각각이 좌표를 가지지 못하는 경우도 많다. 본 연구에서는 GIS를 이용한 공간 분석 기법으로서 K-지표를 계산할 때, 집계자료의 사용이 K-지표의 산출에 미치는 영향을 평가하기 위하여, 원데이터(지번단위), 지형적인 집계(블록 단위), 행정적인 집계(행정구역 단위) 등 세 가지 형태의 데이터로부터 산출된 K-지표를 비교, 분석하였다. 연구결과 가까운 거리에서 밀집이 심하게 일어나는 점사상의 경우에는 행정구역과 같은 큰 지역단위를 이용하면 결과의 왜곡이 심하게 발생하여 활용이 곤란하나, 블록단위의 K-지표는 원데이터의 K-지표와 거의 유사함을 알 수 있었다.

• 한국항행학회논문지
• /
• 제18권2호
• /
• pp.151-157
• /
• 2014

최근 무인항공기는 군사용뿐만 아니라 민간용으로도 많이 사용되고 있다. 무인항공기는 미리 입력된 좌표에 따라 GPS 정보를 이용하여 자동비행한다. 그러나 재밍이나 외부 교란에 의해 GPS 신호를 수신할 수 없으면 자동비행이 불가능 해진다. 이러한 문제를 해결하기 위한 한 방법으로, 본 연구에서는 무인기에 탑재된 카메라로부터 촬영된 영상으로부터 실시간으로 특정 영역을 검출하고 인식하는 알고리즘을 제안한다. 실시간 분류와 기계 학습에 사용할 특징을 추출하기 위한 전처리 과정으로 군집화 알고리즘인 그래프 기반 분할 알고리즘을 사용하여 슈퍼 픽셀화 하였다. 다양한 컬러모델 및 혼합 컬러 모델을 비교 분석하여 가장 이상적인 혼합 모델을 선정하고, 분류 알고리즘으로는 적은 트레이닝 데이터로도 뛰어난 분류 성능을 낼 수 있는 서포트 벡터 머신을 사용하였다. 무인항공 영상으로부터 18개의 컬러와 텍스처 특징 벡터를 추출하고 학습 및 예측과정을 통해 하천, 비닐하우스, 논 등 3 종류의 영역을 실시간으로 분류하였다.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.125-133
• /
• 2011

WLAN 환경하에서 알고리즘 기반의 패턴 매칭을 위해 training 단계에서는 여러 개의 AP에서 신호 잡음비의 특성값을 데이터베이스에 만들어 활용하고 estimation 단계에서는 단말기(MU)의 2차원 좌표값을 단말기로부터 새롭게 얻은 SNR과 데이터베이스에 저장된 fingerprint을 비교함으로써 추정한다. Fingerprinting 방식에서 KNN은 WLAN 기반 실내 측위에 가장 많이 적용되고 있지만 KNN의 성능은 k 개의 이웃 수와 RP의 수에 따라 민감하다. 논문에서는 KNN 성능을 향상시키기 위해 PFCM 군집화를 적용한 KNN과 PFCM을 혼합한 알고리즘을 제안하였다. 제안한 알고리즘은 신호잡음비 데이터를 KNN 방법에 적용하여 k개의 RP을 선택한 후 선택된 RP의 신호잡음비를 PFCM에 적용하여 k개의 RP를 군집하여 분류한다. 실험 결과에서는 위치 오차가 2m 이내에서 KNN/IFCM 알고리즘이 KNN, KNN/FCM, KNN/PFCM 알고리즘보다 성능이 우수하다.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.109-115
• /
• 2011

Fingerprinting 방식에서 KNN은 WLAN 기반 실내 측위에 가장 많이 적용되고 있지만 KNN의 성능은 k 개의 이웃 수와 RP의 수에 따라 민감하다. 논문에서는 KNN 성능을 향상시키기 위해 ANN 군집화를 적용한 KNN과 ANN을 혼합한 알고리즘을 제안하였다. WLAN 환경하에서 알고리즘 기반의 패턴 매칭을 위해 training 단계에서는 여러 개의 AP에서 신호 잡음비의 특성값을 데이터베이스에 만들어 활용하고 estimation 단계에서는 단말기(MU)의 2차원 좌표값을 단말기로부터 새롭게 얻은 SNR과 데이터베이스에 저장된 fingerprint을 비교함으로써 추정한다. 제안한 알고리즘은 신호잡음비 데이터를 KNN 방법에 적용하여 k개의 RP을 선택한 후 선택된 RP의 신호잡음비를 ANN에 적용하여 k개의 RP를 군집하여 분류한다. 실험 결과에서는 위치 오차가 2m 이내에서 KNN/ANN 알고리즘이 KNN 알고리즘보다 성능이 우수하다.

• 한국인터넷방송통신학회논문지
• /
• 제14권5호
• /
• pp.243-248
• /
• 2014

외부 광원여부에 상관없이 3D정보를 수신할 수 있는 Microsoft의 3D 모션 센서인 키넥트의 Depth frame을 사용하여 물체의 움직임 영역을 감지할 수 있는 방법을 연구하였다. 센서로부터 수신되는 Depth 정보 중 주로 물체의 경계면에 존재하는 노이즈를 제거하기 위해 픽셀의 x, y좌표에 대한 블러링 기법과 z좌표에 대한 주파수 필터를 적용하였다. 또한 인접 픽셀들의 변화량에 따른 군집화 필터를 적용함으로서 움직이는 물체 영역을 추출할 수 있었고 필터 설정에 따라 기준이상의 빠른 움직임을 감지할 수 있도록 하여 이동형 로봇에 응용할 수 있도록 하였다. 특히 IR 카메라에 의하여 만들어지는 Depth frame을 이용함으로써 주야간 모두 제약 없이 사용할 수 있다. 또한 직진 방향으로 움직이는 물체에 대해서도 입체적으로 감지할 수 있어 무인 로봇영역에 응용할 수 있다.

• 한국자원식물학회지
• /
• 제29권3호
• /
• pp.322-330
• /
• 2016

Understanding the genetic variation among landrace collections is important for crop improvement and utilization of valuable genetic resources. The present study was carried out to analyse the genetic diversity and associated population structure of 621 foxtail millet accessions of Korean landraces using 22 EST-SSR markers. A total of 121 alleles were detected from all accessions with an average of 5.5 alleles per microsatellite locus. The average values of gene diversity, polymorphism information content, and expected heterozygosity were 0.518, 0.594, and 0.034, respectively. Following the unweighted neighbor-joining method with arithmetic mean based clustering using binary data of polymorphic markers, the genotypes were grouped into 3 clusters, and population structure analysis also separated into 3 populations. Principal coordinate analysis (PCoA) explained a variation of 13.88% and 10.99% by first and second coordinates, respectively. However, in PCoA analysis, clear population-level clusters could not be found. This pattern of distribution might be the result of gene flow via germplasm exchanges in nearby regions. The results indicate that these Korean landraces of foxtail millet exhibit a moderate level of diversity. This study demonstrated that molecular marker strategies could contribute to a better understanding of the genetic structure in foxtail millet germplasm, and provides potentially useful information for developing conservation and breeding strategies.

• Asian-Australasian Journal of Animal Sciences
• /
• 제32권4호
• /
• pp.467-476
• /
• 2019

Objective: This research was conducted to study the genetic diversity in several Indonesian cattle breeds using microsatellite markers to classify the Indonesian cattle breeds. Methods: A total of 229 DNA samples from of 10 cattle breeds were used in this study. The polymerase chain reaction process was conducted using 12 labeled primers. The size of allele was generated using the multiplex DNA fragment analysis. The POPGEN and CERVUS programs were used to obtain the observed number of alleles, effective number of alleles, observed heterozygosity value, expected heterozygosity value, allele frequency, genetic differentiation, the global heterozygote deficit among breeds, and the heterozygote deficit within the breed, gene flow, Hardy-Weinberg equilibrium, and polymorphism information content values. The MEGA program was used to generate a dendrogram that illustrates the relationship among cattle population. Bayesian clustering assignments were analyzed using STRUCTURE program. The GENETIX program was used to perform the correspondence factorial analysis (CFA). The GENALEX program was used to perform the principal coordinates analysis (PCoA) and analysis of molecular variance. The principal component analysis (PCA) was performed using adegenet package of R program. Results: A total of 862 alleles were detected in this study. The INRA23 allele 205 is a specific allele candidate for the Sumba Ongole cattle, while the allele 219 is a specific allele candidate for Ongole Grade. This study revealed a very close genetic relationship between the Ongole Grade and Sumba Ongole cattle and between the Madura and Pasundan cattle. The results from the CFA, PCoA, and PCA analysis in this study provide scientific evidence regarding the genetic relationship between Banteng and Bali cattle. According to the genetic relationship, the Pesisir cattle were classified as Bos indicus cattle. Conclusion: All identified alleles in this study were able to classify the cattle population into three clusters i.e. Bos taurus cluster (Simmental Purebred, Simmental Crossbred, and Holstein Friesian cattle); Bos indicus cluster (Sumba Ongole, Ongole Grade, Madura, Pasundan, and Pesisir cattle); and Bos javanicus cluster (Banteng and Bali cattle).

• Proceedings of the National Institute of Ecology of the Republic of Korea
• /
• 제5권3호
• /
• pp.76-85
• /
• 2024

The purpose of this study is to propose a new method of analysis focusing on interconnections between species rather than traditional biodiversity analysis, which represents ecosystems in terms of species and individual counts such as species diversity and species richness. This new approach aims to enhance our understanding of ecosystem networks. Utilizing data from the 4th National Natural Environment Survey (2014-2018), the following eight taxonomic groups were targeted for our study: herbaceous plants, woody plants, butterflies, Passeriformes birds, mammals, reptiles & amphibians, freshwater fishes, and benthonic macroinvertebrates. A co-occurrence frequency analysis was conducted using nationwide data collected over five years. As a result, in all eight taxonomic groups, the degree value represented by a linear regression trend line showed a slope of 0.8 and the weighted degree value showed an exponential nonlinear curve trend line with a coefficient of determination (R²) exceeding 0.95. The average value of the clustering coefficient was also around 0.8, reminiscent of well-known social phenomena. Creating a combination set from the species list grouped by temporal information such as survey date and spatial information such as coordinates or grids is an easy approach to discern species distributed regionally and locally. Particularly, grouping by species or taxonomic groups to produce data such as co-occurrence frequency between survey points could allow us to discover spatial similarities based on species present. This analysis could overcome limitations of species data. Since there are no restrictions on time or space, data collected over a short period in a small area and long-term national-scale data can be analyzed through appropriate grouping. The co-occurrence frequency analysis enables us to measure how many species are associated with a single species and the frequency of associations among each species, which will greatly help us understand ecosystems that seem too complex to comprehend. Such connectivity data and graphs generated by the co-occurrence frequency analysis of species are expected to provide a wealth of information and insights not only to researchers, but also to those who observe, manage, and live within ecosystems.