http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
최우현 ( Choi Woo-hyun ),신나레 ( Sin Na-re ),박철우 ( Park Cheol-woo ),권승준 ( Kwon Seung-zoon ),이학용 ( Lee Hack-yong ) 한국구조물진단유지관리공학회 2010 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.14 No.1
Pozzolanic materials are often incorporated into the concrete to improve strength and durability of concrete. These include fly ash, silica fume, ground granulated blast furnace slag(GGBFS), and other calcined natural pozzolanic materials such as rice husk ash and metakaolin. Rice husk ash, produced by controlled burning of the rice husk, is a very reactive pozzolanic material which is comparable to the silica fume. This study investigates the freeze-thaw resistance of rice husk ash incorporated concrete. Experimental variables include w/c ratio of 0.38 and 0.45 and addition of silica fume and r ice husk ash. Each mineral admixture replaced the cement content by 5% and 10%. The rice husk ash incorporate concrete specimen showed very comparable freeze-thaw resistance even without the use of air-entraining.
Bag of Words 기반 음향 상황 인지를 위한 주파수-캡스트럴 특징
박상욱,최우현,고한석,Park, Sang-Wook,Choi, Woo-Hyun,Ko, Hanseok 한국음향학회 2014 韓國音響學會誌 Vol.33 No.4
음향 상황 인지(acoustic context awareness)는 다양하게 발생되는 음원들로부터 어떠한 장소인지 또는 어떠한 사건이 발생하는지를 판단하는 기술로 음향 이벤트 검출 또는 인식 보다 한 단계 더 복잡한 문제이다. 기존의 상황인지 기술은 음향 이벤트 검출 또는 인식 기술에 기반하여 현재 상황을 인지하는 방법을 사용하고 있다. 하지만 이와 같은 접근 방법은 여러 음원이 동시에 발생하거나 유사한 음원이 발생하는 실제 환경에서 정확한 상황 판단이 어렵다. 특히 버스와 지하철은 승객들에 의한 잡음으로 상황을 인지하기 힘들다. 이러한 문제를 극복하기 위해 본 논문에서는 유사한 음향 이벤트가 발생하는 버스와 지하철 상황을 인식할 수 있는 Bag of Words 기반의 상황 인지 알고리즘을 연구하고 코드북 생성을 위한 특징벡터를 제안한다. 제안하는 특징벡터의 효용성은 Support Vector Machine을 이용한 실험을 통해 검증했다. Among acoustic signal analysis tasks, acoustic context awareness is one of the most formidable tasks in terms of complexity since it requires sophisticated understanding of individual acoustic events. In conventional context awareness methods, individual acoustic event detection or recognition is employed to generate a relevant decision on the impending context. However this approach may produce poorly performing decision results in practical situations due to the possibility of events occurring simultaneously or the acoustically similar events that are difficult to distinguish with each other. Particularly, the babble noise acoustic event occurring at a bus or subway environment may create confusion to context awareness task since babbling is similar in any environment. Therefore in this paper, a frequency-cepstral feature vector is proposed to mitigate the confusion problem during the situation awareness task of binary decisions: bus or metro. By employing the Support Vector Machine (SVM) as the classifier, the proposed feature vector scheme is shown to produce better performance than the conventional scheme.