http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
李舜鐸 嶺南大學校 環境問題硏究所 1982 環境硏究 Vol.2 No.2
本 論文은 水質源開發 및 用水供給의 最適化를 위한 각종 數學的 計劃모델을 검토하고 이에 의한 廣域的 水資源開發 및 用水供給의 最適化 方法을 얻는데 그 目的을 두고 있다. 그 最適化모델로서 動的計劃(Dynamic Programming)모델을 적용하여 用水供給을 위한 水資源의 最適化 分析을 수행하였으며, 이로부터 用水供給을 위한 容量擴張(Capacity Expansion)으로서의 最適順位를 얻을 수 있을 뿐만 아니라 水資源開發에 있어서의 最適化技法의 적용성을 보이고저 하였다.
이순탁,김종성,강찬미,백중환,Lee Soon-Tak,Kim Jong-Sung,Kang Chan-Mi,Baek Joong-Hwan 한국융합신호처리학회 2005 융합신호처리학회 논문지 (JISPS) Vol.6 No.4
본 논문에서는 인물 기반의 비디오 요약 방법으로써 비디오 내 음성정보를 이용하여 화자 인식 기법을 통한 등장인물 중심의 요약 기법을 제안한다. 먼저, 얼굴 영역을 포함하는 장면을 중심으로 비디오로부터 배우의 대사에 해당하는 음성 정보를 분리하고, 화자 인식 기법을 수행하여 등장인물 별로 분류하였다. 화자인식 기법은 각 화자별로 MFCC(Mel Frequency Cepstrum Coefficient) 값을 추출하고 GMM(Gaussian Mixture Model)을 이용하여 분류한다. 본 논문에서는 4명의 등장인물에 대해 GMM을 학습시키고 4명 중 1명을 검출하는 실험을 통해 학습된 GMM 분류기가 실험 비디오에 대해 0.138 정도의 오분류율을 보임을 확인하였다. In this paper, we propose a character-based summarization algorithm using speaker identification method from the dialog in video. First, we extract the dialog of shots containing characters' face and then, classify the scene according to actor/actress by performing speaker identification. The classifier is based on the GMM(Gaussian Mixture Model) using the 24 values of MFCC(Mel Frequency Cepstrum Coefficient). GMM is trained to recognize one actor/actress among four who are all trained by GMM. Our experiment result shows that GMM classifier obtains the error rate of 0.138 from our video data.
Simulation Technique에 의한 수자원의 변동양상 및 그 모의발생모델에 관한 연구
이순탁,안경수,이의락,Lee, Sun-Tak,An, Gyeong-Su,Lee, Ui-Rak 한국수자원학회 1976 한국수자원학회논문집 Vol.9 No.2
본 연구는 우리나라의 한강, 낙동강, 금강 및 영산강유역을 포함한 광역적인 하천유역에 있어서의 년 및 월유량과 항우량에 대하여 Correlogram 및 Spectrum 분석을 통한 시계열의 해석과 그 변동양상을 구명하고 이 특성을 기초로 해서 년 및 월수문량의 장기간의 Simulation을 위한 추계학적모델의 개발과 검토에 그 목적을 두었다. 먼저 수문량의 변동양상의 분석에 있어서는 미국, 유럽 및 호주대륙의 유량분석의 결과와 대비하면서 유량모집단의 표준편차($\sigma$)를 년유량의 대수평균치(L)에 대하여 지수함수의 관계식으로 표시하여 수자원량의 변동양상을 구명하였다. 다음 년수문량(유량 및 항우량)의 시계열의 각 성분을 알기 위하여 Correlogram 및 Spectral density분석을 행하였으며, 그 Simulation을 위한 단일이절 모델로서는 년수문량의 적정분포형인 대수정규분포와 Monte Carlo 방법에 기초를 둔 LN모델(Log-Normal Model)과 1차선형 자기회귀모델인 Markov모델을 설정하여 비교.검토하였다. 다음으로 월수문량(유량 및 항우량)의 시계열 및 추계학적 성분 역시 Correlogram 및 Spectral density분석에 의하여 구명하였으며, 그 Simulation에 있어서는 이 시계열특성과 낙동강 자료에 의하여 연구, 검토된 바 있는 상유천 월유량의 모의발생모델을 광역적으로 적용시키고 또한 월항우량에 대해서도 적용시켜서 이 모델의 적용성과 아울러 광역적인 월수문량의 모의발생모델을 확립토록 하였다. These studies are aimed at the analysis of systematic variation pattern of water resources in Korean river catchments and the development of their simulation models from the stochastic analysis of monthly and annual hydrologic data as main elements of water resources, i.e. rainfall and streamflow. In the analysis, monthly & annual rainfall records in Soul, Taegu, Pusan and Kwangju and streamflow records at the main gauging stations in Han, Nakdong and Geum river were used. Firstly, the systematic variation pattern of annual streamflow was found by the exponential function relationship between their standard deviations and mean values of log-annual runoff. Secondly, stochastic characteristics of annual rainfall & streamflow series were studied by the correlogram Monte Carlo method and a single season model of 1st-order Markov type were applied and compared in the simulation of annual hydrologic series. In the simulation, single season model of Markov type showed better results than LN-model and the simulated data were fit well with historical data. But it was noticed that LN-model gave quite better results in the simulation of annual rainfall. Thirdly, stochastic characteristics of monthly rainfall & streamflow series were also studied by the correlogram and spectrum analysis, and then the Model-C, which was developed and applied for the synthesis of monthly perennial streamflow by lst author and is a Markov type model with transformed skewed random number, was used in the simulation of monthly hydrologic series. In the simulation, it was proved that Model-C was fit well for extended area in Korea and also applicable for menthly rainfall as well as monthly streamflow.