http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
한유경,Han, Yu-Gyeong 전국농업기술자협회 2011 농업기술회보 Vol.48 No.3
시설 내 온도가 상승함에 따라 고온기가 되면 세균성 병해가 기승을 부리게 된다. 일단 발병이 되면 방제가 불가능하므로 병 발병 후 '치료'보다는 '예방'위주의 관리를 해야 한다.
한유경,Han, Yu-Gyeong 전국농업기술자협회 2010 농업기술회보 Vol.47 No.6
시설재배에 있어 재배작형 및 육종방법의 다양화와 새로운 병해, 연작에 따른 토양병해 농약의 과용과 연용으로 인한 약제내성균 출현 등 많은 문제점이 발생하고 있다. 특히 토양병해는 연작연수가 증가할수록 병원균의 증가와 축적을 조정하여 연중 문제가 되고 큰 피해를 입을 수 있다. 병 발생 전에 식물체를 건강하게 재배하기 위한 환경조건을 잘 조절하여 예방차원에서 합리적인 시설환경관리와 각종 작물병해에 등록되어 있는 농약을 선택한 후 안전사용기준을 준수하는 것이 병해관리의 기본이다.
고해상도 영상의 분류결과 개선을 위한 최적의 Shape-Size Index 추출에 관한 연구
한유경 ( You Kyung Han ),김혜진 ( Hye Jin Kim ),최재완 ( Jae Wan Choi ),김용일 ( Yong Il Kim ) 大韓遠隔探査學會 2009 大韓遠隔探査學會誌 Vol.25 No.2
고해상도 위성영상이 갖는 공간 객체의 복잡성과 다양성에 의해 기존 중·저해상도 영상에서 사용하던 분류 방식을 고해상도 영상에 그대로 적용하기에는 한계가 있다. 이러한 문제를 극복하기 위하여 영상의 공간적인 특성을 추가적으로 추출하여 분광정보와 결합하여 분류를 수행하는 방식의 연구가 진행되고 있다. 본 연구의 목적은 고해상도 영상의 분류정확도를 개선하기 위하여 새로운 공간 개체(spatial feature)인 SSI(Shape-Size Index)를 제안하는데 있다. SSI feature는 영역 확장(Region Growing) 기반의 영상 분할 (Image Segmentation)을 수행한 후, 세그먼트 내에 공간 속성값을 할당하여 공간정보를 추출한다. 추출된 공간정보를 고해상도 영상의 다중분광 밴드와 결합하여 Support Vector Machine(SVM)을 이용한 분류를 수행하였다. SSI를 구성하는데 필요한 두 매개변수인 분할변수와 가중치변수의 최적값을 얻기 위해서 고해상도 위성영상인 KOMPSAT-2와 QuickBird-2에 반복적으로 적용하였다. 결과적으로 고해상도 영상의 공간특성을 표현하는데 적합한 매개변수를 통하여 도출된 SSI와 고해상도 분광 밴드를 결합하여 분류를 수행한 결과가 분광밴드만을 이용하여 분류를 수행한 결과에 비해 높은 분류정확도를 도출함을 확인하였다. High spatial resolution satellite image classification has a limitation when only using the spectral information due to the complex spatial arrangement of features and spectral heterogeneity within each class. Therefore, the extraction of the spatial information is one of the most important steps in high resolution satellite image classification. This study proposes a new spatial feature extraction method, named SSI(Shape-Size Index). SSI uses a simple region-growing based image segmentation and allocates spatial property value in each segment. The extracted feature is integrated with spectral bands to improve overall classification accuracy. The classification is achieved by applying a SVM(Support Vector Machines) classifier. In order to evaluate the proposed feature extraction method, KOMPSAT-2 and QuickBird-2 data are used for experiments. It is demonstrated that proposed SSI algorithm leads to a notable increase in classification accuracy.