http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
중심 항만 기능을 활용한 불산항의 환적 컨테이너 유형 분석
양원,Yang, Weon 한국항해항만학회 2007 한국항해항만학회지 Vol.31 No.3
1999년부터 2002년까지 4년간 부산항 환적 컨테이너의 연평균 증가율은 34%를 상회하는 고속 성장을 하였다. 하지만 2003년부터 2006년까지의 4년간 연평균 증가율은 7.7%로 급격히 감소하였으며, 더구나 2006년에는 0.6% 성장에 그쳐 그 동안 부산항 물동량 증가에 견인차 역할을 해오던 환적 컨테이너의 지속적인 성장이 관심사항으로 대두되었다. 이러한 현상은 부산항 환적 컨테이너의 45% 이상을 차지하고 있는 중국과 일본 항만의 환경 변화와 밀접한 관련이 있다. 즉, 북중국 주요 3개 항만에 대한 대형 선사들의 직 기항 증가와 상해의 심수항 개장은 부산항의 환적 컨테이너 유치에 심각한 타격을 가하고 있다. 일본 역시 항만 경쟁력을 높여 자국화물을 지키기 위해서 슈퍼 중추 항만 구상을 실현해 가고 있다. 본 연구는 부산항의 항로 교차형 및 중심 분산형의 환적 유형 및 처리 실태를 분석하고, 이를 토대로 환적 컨테이너를 지속적으로 유치할 수 있는 정책적 방향을 모색해보고자 한다. 즉, 대형 선사들이 부산항을 환적 거점항으로 이용할 수 있도록 전용 터미널을 제공하는 것 등이 바로 그것이다. Busan Port has been facing critical situation in terms of container handling volume, especially growth rate of transshipment(T/S) container of the year of 2006 was at a standstill. Annual average growth rate of T/S container during the period of 2003 to 2006 slowed down to 7.7% while it recorded over 34% to the period of 1999 to 2002. It has mainly resulted from the change of circumstance of Northeast Asian ports, that is, firstly mega carriers' increasing direct call to Northern Chinese ports such as Qingdao, Tianjin and Dairen effected to T/S container volume of Busan port, secondly start to operate deep-water port of Shanghai, thirdly Japanese super hub port project to handle their local containers at domestic ports. This paper aims to analyze the T/S type of inter-routes and hub and spoke and statistical status of Busan port. The purpose of the paper is to propose new concept which is to attract T/S container utilizing hub port function of Busan port in Northeast Asia It is that mega carriers are given dedicated terminals to use Busan port as T/S base in the region.
이봉기 ( Lee Bong Ki ),감동환 ( Kam Dong Hwan ),추현욱 ( Choo Hyun Wook ),김진경 ( Kim Jin Kyoung ),방태원 ( Bang Tae Weon ),조용진 ( Cho Yong Jin ),양원석 ( Yang Won Suk ),문길환 ( Moon Kil Hwan ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.1
다양한 외부 기상환경에서의 실시간 시인성 확보를 위한 딥러닝 알고리즘을 개발하기 위하여, 외부 환경(역광 및 반사광, 일조량, 우천)에 따른 영상정보 분석을 수행하였으며, 외부 환경(역광 및 반사광, 일사량, 우천)에 따른 영상의 인식 및 보정을 위한 학습 인자 및 학습 모델 설계를 수행하였고, 선정한 학습 인자와 설계한 학습 모델을 토대로 외부 환경(역광 및 반사광, 일사량, 우천)에 따른 영상의 인식 및 보정을 위한 딥러닝 알고리즘을 설계하였다. 개발 알고리즘의 영상 인식을 위한 성능 보정 평가를 위하여 빗방울이 없는 원본 영상과 빗방울 왜곡 영상의 PSNR(peak signal-to-noise ratio, 최대신호대잡음비)과 원본 영상과 본 알고리즘을 통해 개선한 영상의 PSNR 값을 비교하여 영상 인식을 위한 보정 성능을 평가하고자 하였다. 총 100 쌍의 표본에 대하여 측정한 결과, 본 알고리즘을 통해 개선한 영상의 PSNR 값이 빗방울 왜곡 영상의 PSNR 값에 비하여 평균 65.79%의 보정 정도를 보이는 것을 확인하였다.