• 한국가정과교육학회지
• /
• 제33권1호
• /
• pp.129-149
• /
• 2021

본 연구는 대학의 가정 관련 전공 개설 현황과 중등학교 가정과교육과정에 요구되는 변화를 분야별로 살펴보고, 차기 고등학교 교육과정에서 편성할 수 있는 가정교과(군)의 선택과목을 구조화하는 데 목적이 있다. 이를 위해 관련 문헌과 자료를 분석하고, 가정교과 전문가를 대상으로 설문 조사와 FGI를 실시하였으며, 연구 결과는 다음과 같다. 첫째, 가정교과는 자연계열의 생활과학 영역뿐만 아니라 사회계열, 교육계열, 공학계열, 예체능계열 등과 연관성이 높았다. 2019학년도 가정교과와 관련된 학과수는 전문대학교 1,405개, 4년제 대학교 961개였으며, 총 입학생수를 기준으로 가정교과 관련 학과 입학생수는 전문대학교는 약 12%, 4년제 대학교는 약 7.3%를 차지하여 고등학교 가정교과(군) 선택과목을 개설할 기반이 충분함을 확인하였다. 둘째, 중등학교 가정과교육과정에서는 분야별로 달라진 식·의·주·가족·소비생활 패턴과 삶의 가치관에 따라 문화, 관계, 자립, 지속가능성 등의 개념을 강조하였으며, 단순 지식적인 측면의 내용은 줄이고, 깊이 있고 고차원적인 사고와 문화를 향유할 수 있는 방식으로 가정교과 내용이 구성되기를 희망하였다. 이러한 요구는 가정교과(군)의 선택과목을 다양화, 전문화하여 구조화함으로써 반영할 수 있을 것이다. 셋째, 고등학교 가정교과(군) 선택과목을 아동·가족, 식생활, 의생활, 주생활, 소비·가정관리, 가정교과 통합분야에서 총 18개의 선택과목명과 과목 개요를 구조화하였다. 본 연구 결과는 차기 가정과교육과정 편성을 위한 기초 자료를 제공하고, 고등학생들에게 가정교과(군)의 과목 선택권을 확대함으로써 고교학점제의 안착에도 기여할 것이다.

• Ecology and Resilient Infrastructure
• /
• 제9권1호
• /
• pp.68-76
• /
• 2022

본 연구에서는 금강수계 미호천 유역에서 어류 서식지적합도지수 (HSI)를 산정하고 환경생태유량을 산정하였다. 이를 위해 미호천의 상류와 하류를 대표할 수 있는 2개 지점 (St.3과 St.8)을 선정하고, 어종별 수심과 유속 등 물리적서식지 정보를 구축해 서식지적합도지수를 산정하였다. 서식지적합도지수는 채집된 개체수와 유량조사 결과를 수심과 유속의 관계를 이용해 WDFW 방법으로 산정하였고, 대표어종 선정시 우점종인 피라미 (Zacco platypus)와 유량에 민감한 유영성 어종으로 결정하였다. 단일종인 피라미의 경우 수심 범위는 0.1 - 0.5 m, 유속 범위는 0.2 - 0.5 m/s 이고, 유영성 어종인 경우 수심 범위는 0.2 - 0.5 m, 유속 범위는 0.2 - 0.5 m/s 이다. 미호천의 대표지점인 St.3과 St.8에서 대표어종인 유영성군집 및 피라미에 대한 유량 (Discharge)-가중가용면적 (WUA) 관계 곡선 및 서식지적합도 분포를 모의하였다. 미호천 상류 St.3에서 가중가용면적이 최대값을 나타내는 최적유량은 유영성 군집이 4.0 m³/s, 피라미가 2.7 m³/s 로 모의되었다. 하류지점인 St.8에서는 유영성 군집이 8.8 m³/s, 피라미가 7.6 m³/s 로 모의되었다. 두 지점 모두 유영성군집 어종의 최적유량이 크게 산정되었다. 이는 유영성 군집의 서식지적합도지수가 피라미의 서식조건보다 더 빠른 유속을 필요로 하기 때문이다. 최소유량 산정에서도 피라미의 유량이 더 작고, 보다 더 많은 가중가용면적을 제공하는 것으로 평가된다. 군집 어류의 경우 수심과 유속의 범위를 좁게 산정하면 필요유량이 증가하고 가중가용면적은 상대적으로 감소한다. 따라서 군집어류에 대한 서식지적합도지수 산정시 범위를 좁게 설정하는 것보다 모든 어종의 서식지를 포함하는 지수를 산정하는 것이 유리하다.

• 자원환경지질
• /
• 제56권4호
• /
• pp.421-433
• /
• 2023

원자력발전소의 사용후핵연료(Spent Nuclear Fuel: SNF)에 대한 최종처분은 지하 심부의 지질학적 저장소에서 이루어진다. 사용후핵연료를 감싸는 금속처분용기는 주철과 구리 등으로 제작되어 방사성핵종을 장기간 격리할 예정이며, 공학적방벽과 천연방벽으로 구성된 다중방벽처분시스템에 의해 보호를 받도록 설계된다. 지하 심부의 환경(심층처분환경)은 점차 무산소의 환원환경으로 바뀌게 되며, 이러한 환경에서 구리처분용기의 부식을 일으킬 수 있는 유력한 물질 중 하나는 황화물이다. 황화물에 의한 응력균열부식은 구리처분용기의 안정성을 크게 저하시켜 처분장의 장기안전성에 큰 영향을 미칠 수 있다. 심층처분환경에는 황산염이 다양한 형태로 존재 또는 유입될 수 있으며, 황산염환원미생물에 의해 황화물로 전환되어 구리처분용기의 부식에 기여할 수 있다. 완충재와 뒤채움재의 유력한 후보물질인 벤토나이트에는 주로 석고(CaSO₄)와 같은 산화형태의 황산염 광물이 포함되어 있다. 심층처분환경 내에 미생물이 생장할 만한 공간이 있고 유기 탄소 등 전자공여체가 충분히 공급된다면 미생물 활동에 의해 황산염이 황화물로 환원될 수 있다. 하지만 근계영역에서 생성된 황화물과 지권으로부터 유입되는 황화물 중 대부분은 완충재에 의해 차단되어 극히 일부만이 처분용기에 도달할 것이다. 처분환경에서 존재가능한 황화철 광물 중 하나인 황철석은 용해과정에서 황산염을 발생시켜 구리처분용기의 부식에 기여할 수 있다. 하지만 황철석의 극히 낮은 용해도로 인해 산화 생성물의 양은 매우 적을 것이고 포화된 벤토나이트의 낮은 수리전도도로 인해 처분용기로 산화 생성물의 이동은 제한될 것이다. 우리는 심층처분환경에서 황산염의 존재와 환원 그리고 황화물과 황철석의 형성 및 거동 특성 등에 관한 주요 연구 사례 등을 종합적으로 분석, 정리하였고, 고준위방사성폐기물 처분장의 장기안전성에 대한 황산염과 황화물의 영향을 이해하고자 하였다.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.252-264
• /
• 2023

본 논문은 λg/2 개방형 SIR 구조와 전송선로와 대칭 및 비대칭 개방형 스터브를 가진 포크-형태의 구조를 일체화한 이중대역 대역통과 여파가 설계에 대해 제안을 한다. 이중대역 효과를 얻기 위해, 제안된 여파기는 SIR 구조를 이용했고, SIR 구조의 임피던스 비율을 조절한다. 그러므로 여파기의 고조파는 임피던스 비율의 조절을 통해 위치가 이동하게 되며 이는 이중대역 효과를 얻을 수 있다. 이중대역 특성을 얻기 위해 SIR 구조를 반으로 나눈 상태에서 SIR 구조 사이에 개방형 스터브를 삽입하여 이중대역 효과를 얻는다. 또한 포크 형태의 구조에서 개방형 대칭 스터브의 길이를 조절함으로써 두 번째 주파수 응답을 얻는다. 포크 형태에서 비대칭 개방형 스터브는 길이의 조절을 통해 최적의 대역폭을 얻는다. 그러므로 제안된 대역통과 여파기의 첫 번째 중심 주파수는 5.896 GHz이며 대역폭은 13.6 % 이다. 이때, 측정 결과는 0.13 dB 및 33.6 dB이다. 두 번째 중심 주파수는 5.906 GHz이며 대역폭은 13.6 % 이다. 이때, 측정 결과는 0.15 dB 및 19.8 dB이다. 그 이유는 임피던스 비율(Δ)이 1보다 높으면 고조파의 위치는 낮은 주파수 대역으로 이동하게 된다. 그러나 임피던스 비율(Δ)이 1보 낮아지게 된다면 고조파의 위치는 높은 주파수 대역으로 이동하게 될 것이다. 이러한 특징을 이용하여 설계된 여파기의 기능은 측정 결과에서 얻을 수 있다. 제안한 대역통과 여파기는 입출력의 결합구조와 비아 홀이 없기 때문에 결합손실과 비아 에너지 집중 손실이 없다. 그러므로 성능이 우수하여 시스템 집적화가 가능하며 교통통신 시스템에서 활용되는 DSRC (dedicated short-range communication) 시스템 응용이 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.287-310
• /
• 2022

인공지능의 등장으로 과학기술 분야 뿐만 아니라 산업의 고도화가 가속화되고 있다. 기업은 인공지능 기술의 효과적인 도입을 통한 지능형 제품 개발로 고객 경험 혁신 및 가치 창출을 실현하고자 한다. 그러나 지능형 제품은 인공지능과 같은 급진적인 기술을 기반으로 하는 제품의 특성상 기존 제품과 개발 방식에 있어 차이를 나타내며, 기존 제품 개발 방법론을 그대로 적용하기에 명확한 한계가 존재한다. 본 연구에서는 차량용 음성비서를 예시로 기업들의 성공적인 지능형 신제품 개발을 위한 KANO-TOPSIS 기반의 새로운 연구 방법을 제안한다. 먼저 KANO 모델을 통해 고객들이 신제품에 필요하다고 생각하는 기능을 선별 및 평가하고, TOPSIS를 통해 고객들이 필요로 하는 기능의 중요도를 구해 신제품 개발을 위한 새로운 기능의 우선순위를 도출한다. 분석을 위해 차량 상태 확인 및 기능 제어 요소, 주행 관련 요소, 음성비서 자체의 특성, 인포테인먼트 요소, 일상생활 지원 요소 등 주요 카테고리를 선정 및 고객 요구속성을 세분화하였으며, 분석 결과, 높은 인식 정확도가 차량용 음성비서 개발에 있어 최우선으로 고려되어야 할 요소로 나타났다. 운전자의 생체 정보, 사용 습관 등에 맞춤화된 콘텐츠를 제공하는 인포테인먼트 요소는 예상과 달리 낮은 우선순위를 나타낸 반면 차량 상태 알림, 주행 보조 및 보안 등 운전자의 안전과 관련된 기능들은 보다 우선적으로 개발되어야 할 요건으로 밝혀졌다. 본 연구는 KANO와 TOPSIS를 결합한 우수한 모델을 통해 혁신적인 지능형 신제품의 특성에 맞는 새로운 제품 개발 방법론을 제시했다는 점에서 의의가 있다.

• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.35-50
• /
• 2022

중앙버스전용차로 설치 이후 버스의 통행우선권이 보장되어 버스 이용자들의 신뢰도가 향상되었지만 중앙버스정류장 용량 부족으로 정차 노선들의 통행속도와 정시성이 감소되는 등 정체현상이 발생하였다. 또한 중앙버스전용차로 및 중앙버스정류장 설치 시 기존시가지의 도로 기하구조를 바탕으로 설치하기 때문에 물리적인 제약이 따른다. 이에 본 연구는 중앙버스정류장 진출부의 신호 시스템 유효녹색시간을 최적화하여 운영 차원에서의 중앙버스정류장 용량 부족 문제의 개선 가능성을 제시하고자 하였다. 분석 방법론으로 TCQSM과 도로용량편람을 기초로 활용하였다. 물리적인 요인을 변수에서 제외할 수 있도록 구축 예정인 중앙버스정류장의 정차면수를 산정하였고 서울시의 현재 중앙버스전용차로가 설치되어 운영 중인 9개소의 중앙버스정류장을 임의로 선정 후 현장조사를 실시하여 분석자료로 활용하였다. 정류장 용량이 부족한 중앙버스정류장을 대상으로 정류장별 유효녹색시간 조정을 통해 시나리오 분석을 진행하였으며 종속변수는 중앙버스정류장의 용량으로 선정하였다. 분석 결과 운영 차원만의 개선 방안으로 용량이 부족한 중앙버스정류장 중 26.7%인 4개소의 정류장은 용량 부족 문제를 해결할 수 있는 것으로 도출되었다. 따라서 본 연구는 운영 차원의 개선 방안을 통하여 현재 운영 중인 중앙버스정류장의 용량 증대가 가능하다는 결과를 검증하였고 중앙버스정류장의 계획단계에서 공학적으로 산정된 중앙버스정류장의 정차면수를 확보할 수 없는 경우에도 효과가 있는 것으로 나타났다. 향후 중앙버스전용차로가 확대됨에 따라 중앙버스정류장 용량 문제가 더 많아질 것으로 예상되며 실질적인 중앙버스정류장의 개선 방안이 필요할 것으로 판단된다. 이에 따라 본 연구에서 제시한 결과는 물리적인 개선 방안을 도입하기 이전에 운영 차원 개선 방안의 기초자료로 활용되기를 기대한다.

• 대한토목학회논문집
• /
• 제29권1D호
• /
• pp.25-32
• /
• 2009

교통시설공급정책의 한계를 극복하고자 다양한 교통수요관리 정책이 연구 시행되고 있으며, 본 연구는 이러한 연장선상 에서 현재 국내에 연구된 적이 없는 HOT(High Occupancy Toll) Lane에 대해 국내 도입여부 및 효과분석을 실시하였다. 본 연구에서는 HOT Lane의 국내 도입을 위해 현재 버스전용차로제가 시행되고 있는 경부고속도로 일부구간을 대상으로 IC에서 HOT Lane으로 접근까지의 최소차로변경구간과 HOT Lane으로 진입하려는 차량, 일반차로로 진출하려는 차량들의 엇갈림구간에 대한 교통처리방안을 제시함은 물론, HOT Lane의 효과분석을 수행하였다. 효과는 평소 교통수요가 많아 상습 적인 정체가 발생되는 경부고속도로 기흥IC~수원IC 구간(5.2km)과 서울외곽고속도로 학의JC~판교JC(8.3km) 구간에 대해 1 개 차로가 HOT Lane으로 운영되는 것을 가정하에 차선변경율(5~30%)을 고려하여 시뮬레이션 프로그램(VISSIM)을 사용하여 각 시나리오별로 분석한 결과, 일반차로의 통행속도가 시행 전에 비해 1.57~2.62km/h 향상되는 것으로 나타났다. 통행속도의 향상효과와 더불어 다양한 교통수요정책 연구라는 취지에서 국내에서의 연구가 전무한 환경에서 HOT Lane운영이라는 하나의 교통수요관리 정책분석은 향후 유사 연구의 기초가 될 수 있는 자료로서의 의미가 있다고 할 수 있을 것이다. 향후 버스의 수단분담률이 증가할 것으로 예상되나 버스간의 통행사이에서 여유gap 등이 생기는 버스전용차로에 대한 효율적인 운영방안 중 하나의 대안으로 HOT Lane의 연구가 향후 다른 고속도로 구간에서도 유용한 버스차로 관리정책대안으로서 구체적으로 검토되어야 할 필요성이 있는 것으로 사료된다.

• 한국과학교육학회지
• /
• 제44권2호
• /
• pp.167-178
• /
• 2024

이 연구에서는 중학교 과학 교사들을 대상으로 과학 관련 직업에 대한 인식과 진로 교육의 인식을 조사하였다. 중학교 1학년 과학과 나의 미래 단원 수업 경험이 있는 과학 교사 64명을 대상으로 온라인 설문을 실시하였다. 연구 결과, 과학 교사들이 제시한 과학 관련 직업에는 과학적 직업뿐만 아니라 과학을 활용한 직업이 차지하는 비율도 상당하였다. 교사가 제시한 과학 관련 직업 중에서 연구직 및 공학기술직이 가장 높은 비율로 나타났으며, 교육·법률·사회복지·경찰·소방직 및 군인, 보건·의료직이 그 뒤를 이었다. 그러나 설치·정비·생산직이 차지하는 비율은 매우 낮았다. 과학 관련 직업에 필요한 능력으로는 일하는 데 필요한 기능, 일하는 방법이 주를 이루었으며, 사회와의 공존은 직업의 종류와 무관하게 대부분 직업에서 가장 낮았다. 과학 관련 진로 교육의 실태를 조사한 결과, 대부분 교사가 과학과 나의 미래 단원을 2~4차시 운영하는 그쳤으며, 일반 과학 수업에서도 과학 관련 진로 교육 운영에 할애하는 시간은 많지 않은 것으로 나타났다. 자유학기제 상황에서는 8시간 이상 과학 관련 진로교육을 운영한다고 응답한 교사가 상당수 나타났다. 과학과 나의 미래 단원이나 일반 과학 교과 수업 상황 모두 강의법이나 토의·토론법, 자율학습법을 주로 활용하는 것으로 나타났다. 한편 자유학기제 상황에서는 자원기반 학습이 다른 수업 상황과 비교했을 때 높은 비율로 나타났다. 이때 교사들은 전반적으로 미디어 자료를 많이 활용하였고, 교과서나 교사용 지도서의 활용은 예상보다 낮은 비율로 나타났으며, 과학관, 전시관 등에서 배포한 자료를 활용하거나 교육부 지원 자료를 활용하는 경우도 나타났다. 교사들은 학생 중심의 과학관련 진로 교육을 실행하고 다양한 교수학습 방법을 활용하는 것을 지향하였다. 이상의 연구 결과를 바탕으로 과학 관련 직업과 진로 교육에 대한 교사들의 인식을 개선하기 위한 방안을 제안하였다.

• 한국지구과학회지
• /
• 제45권3호
• /
• pp.203-213
• /
• 2024

태안군 신두리 대조차 해빈에 나타나는 다중사주의 여름철 출현과 겨울철 사라짐 패턴을 조사하고 이들이 어떻게 겨울철에 소멸하고, 여름철에 다시 생성되는지를 토의하였다. 계절에 따른 다중사주의 지형변화는 VRS-GPS 시스템을 이용하여 지난 4년 동안 주기적으로 해빈 측선측량을 실시하여 파악하였다. 사주의 구성퇴적물을 알아보고자 계절에 따른 표층퇴적물을 채취하여 입도분석을 수행하였다. 추가적으로 유속자료를 확보하기 위해, TIDOS 조류관측시스템을 여름과 겨울에 각각 설치하여 얻었다. 신두리 해빈은 급경사의 상부 사빈면과 완만한 하부 조간대 지역으로 구분된다. 사빈면은 범(berm)의 발달이 미약하고, beach cusp가 나타나지 않아 매우 단조로운 지형을 갖고 있다. 조간대 지역은 폭이 400 m로서 넓고 2- 5개의 사주열이 나타난다. 사빈의 구성 퇴적물 평균입도는 2.0-2.75 phi 범위로 세립사에 해당하며, 육지방향으로 갈수록 조립해지는 경향을 띤다. 반복적 측선측량 결과, 신두리 해빈은 여름철 다중사주가 최대 5열까지 발달하는 해빈 단면을, 반면 겨울철에는 사주의 발달이 없는 편평한 해빈 단면을 갖는다. 겨울철 다중사주의 사라짐은 겨울의 강한 파랑으로 사주의 마루가 침식되고 골에 퇴적되는, 깎고 채움의 결과로 해석된다. 여름철 다중사주의 생성은 고조 시 정지상태에서 정상파 운동에 의해 생성되기보다는 조위면의 이동과 평상 파랑이 결합된 break-point 기작으로 설명된다. 평균해수면 근처의 사주가 가장 크고 뚜렷함, 육지방향으로 갈수록 사주의 진폭이 감소함, 다중사주 진폭의 불규칙함, 사주의 강한 비대칭, 그리고 육지방향으로 10-30 m 사주의 이동은 break-point 기작을 뒷받침한다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.