http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정광호 한국정책분석평가학회 2010 政策分析評價學會報 Vol.20 No.4
본 연구는 사회자본과 지방정부 재정역량 사이의 연관성을 실증분석하고 있다. 전국 97개 시군구 자료를 근거로 사회자본이 지방정부 재정역량에 미치는 직간접 영향 경로를 파악하고 있다. 본 연구의 다중회귀분석에 따르면 공적 연결망과 같은 시민단체 밀도가 지방정부 재정역량에 유의미한 영향을 준다. 그런데 스포츠클럽과 같은 사적 연결망의 경우 지방정부 재정역량에 대한 영향은 상대적으로 작다. 하지만 정보공개나 시민참여 모두 지방정부 재정역량과는 무관한 것으로 나타난다. 본 연구의 구조방정식 모형에 따르면 사회자본은 지방정부 재정역량에 직접 긍정적 영향을 주지만, 주민참여나 정보공개와 같은 변인들(사회자본의 작동기제)을 통한 간접효과는 없는 것으로 나타난다. 오히려 구조방정식모형에서 정보공개와 지방정부 재정역량 사이에 부(否)의 연관성이 드러난다. 앞으로 연구설계와 측정단계에서부터 사회자본이 정부성과에 미치는 긍정적 영향기제와 부정적 영향기제를 구분할 수 있는 추가 연구가 필요하다.
정광호,고병철,남재열,Cheong, Kwang-Ho,Ko, Byoung-Chul,Nam, Jae-Yeal 한국정보처리학회 2008 정보처리학회논문지B Vol.15 No.2
본 논문에서는 실시간 화재 감지를 위해 비전 기반의 새로운 화재 감지 기법을 제안한다. 기존의 비전기반 화재감지 기법에서는 컬러정보와 픽셀들의 시간적인 변화량 검출을 위해 다수의 휴리스틱한 특징들을 적용함으로써 실험결과가 환경의 변화에 민감한 문제들이 존재했다. 또한 정확한 화재감지를 위해서 많은 연산을 수행함으로써 감지시간 길어지는 단점이 있었다. 이러한 문제점들을 극복하기 위해서 본 논문에서는 시간축 상에서 불규칙하게 변화하는 화재의 특성을 분석하고 이를 토대로 확률 모델을 구성하여 이를 베이지안 네트워크(Bayesian network)에 적용하는 새로운 방법을 제안한다. 우선, 배경 모델링과 컬러 모델을 적용하여 화재 후보 영역을 검출하고, 이 후보 영역에서 명암도에 평준화된 Red 색상의 왜도(skewness)와 웨이블릿 변환을 통하여 얻어진 3가지 고주파 성분의 왜도를 노드로 갖는 베이지안 네트워크를 구성하여 최종 화재를 감별한다. 실생활 환경에서 촬영된 화재 영상에 대한 실험 결과는 빠른 검출 속도와 우수한 화재 검출 성능을 보여주고 있다. In this paper, we propose a new vision-based fire detection method for a real-life application. Most previous vision-based methods using color information and temporal variation of pixel produce frequent false alarms because they used a lot of heuristic features. Furthermore there is also computation delay for accurate fire detection. To overcome these problems, we first detected candidated fire regions by using background modeling and color model of fire. Then we made probabilistic models of fire by using a fact that fire pixel values of consecutive frames are changed constantly and applied them to a Bayesian Network. In this paper we used two level Bayesian network, which contains the intermediate nodes and uses four skewnesses for evidence at each node. Skewness of R normalized with intensity and skewnesses of three high frequency components obtained through wavelet transform. The proposed system has been successfully applied to many fire detection tasks in real world environment and distinguishes fire from moving objects having fire color.