http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 남권모 (검색결과 2 건)
-
본 연구에서는 현재 운영되고 있는 지적측량기준점의 성과를 검사할 수 있는 SW모형을 개발하여 세계좌표계 전환을 위한 지역적인 지적불부합 현황 등에 대한 합리적인 정보를 제공하고자 하였다. 이를 위하여 지적기준점에 대한 특성과 성과검사를 위한 기법을 검토하여 지적측량기준점 성과검사SW를 개발하였으며 이를 서울시 지역의 지적측량기준점에 적용하였다. 연구의 결과를 요약하면 다음과 같다. 첫째, 지적측량기준점의 검사기법으로는 지역좌표계와 세계좌표계간 이원적으로 자료를 관리할 수 품질진단 절차를 제시하고 자동으로 과대오차가 검색되게 SW를 구성하여 왜곡량을 최소화 최소화할 수 있도록 하였다. 둘째, 지적도근점의 진단을 위해서 관측 당시의 관측값을 입력할 수 있는 DB를 구성하여 지적측량기준점 데이터의 점검과 기준점 계통도 및 기준점 네트워크를 구성하여 검사하였다. 셋째, 실험을 위하여 서울시 지적삼각점 180점과 서울시 강서구 관내의 지적기준점을 대상으로 실험 결과를 분석한 결과 토탈스테이션이 본격 운영된 2000년 이후의 기준점성과는 대체로 연결교차가 양호하였으나 2000년 이전의 성과는 단도선의 연결교차에서 성과차이가 큰 것으로 나타나 측량장비의 정확도에 따라 성과의 차이가 있음을 확인하였다. 넷째, 사업지구별 또는 행정구역별, 그리고 평면원점별로 지적측량기준점을 분석한 결과 세계좌표계로 전환하기 위한 지역적 특성에 따른 공통점 선정에는 효과적이었다. 앞으로 지적재조사사업에서 지적불부합지의 지구계를 선정하기에는 한계가 있으므로 과거의 측량자료 통합체계의 추가적인 연구필요하며 관계 법령에서 정한 지적측량 성과검사와 관련된 기술적 기준에 대한 연구가 필요한 것으로 사료되었다.
-
본 연구에서는 복잡한 오차의 원인으로 인한 부정합성 때문에 개별적으로 정확도를 판단하기 어려운 측위데이터를 대상으로 정합성을 판단할 수 있는 효율적인 클러스터링 기법을 도출하는 것을 목적으로 하였다. 이와 관련하여 본 연구에서는 클러스터링 기법을 제안하였고 개발한 SW를 통해 실증하였다. 연구의 내용을 요약하면 다음과 같다. 첫째, 안정적인 군집 결과를 도출하기 위해서 군집에 앞서 이상점의 판별, 변수의 결정, 데이터 표준화 등과 같은 데이터 전처리 알고리즘이 필요하였다. 이상점 제거와 관련하여 이상치 판단 기준이 모호한 경우에는 점차적으로 수렴이 가능한 반복 구조를 이용하여 통계적 기각역 범위 기준으로 이상점 판별이 가능하였다. 둘째, 본 연구에서는 K-Means, GMM, LMC의 클러스터링 기법, 좌표변환 기능을 포함하는 클러스터링 SW 기법을 구현하였으며 이를 통해 LMC의 실효성을 검증하였다. 셋째, 복잡한 오차가 내포되어 있는 데이터를 대상으로 클러스터링 기법에 대한 효율성을 검토하였다. K-Means은 그리드 셀에 의해 초기값을 설정하는 방법이 임의 선정 방법보다 안정적이었으며 데이터 현황 파악에 이용될 수 있으나 데이터 경향이나 특성을 파악하는데 무리였다. 특히 복잡한 데이터에 대해 사전 정제 없이는 군집 구성에 실패하거나 왜곡현상이 나타났다. GMM(Gaussian mixture model) 기법의 경우에는 K-Means의 결과를 이용하여 초기 컴포넌트를 선정하는 방법이 비교적 안정적 있었다. K-Means보다 데이터의 특성과 경향을 파악하는 능력이 뛰어났다. 그러나 군집 외곽 경계에서 모호성이 나타났으며 이상점에 민감하여 사전 데이터 정제 없이는 그 결과를 신뢰할 수 없었다. 넷째, 선형모델에 의하여 클러스터링을 구성하는 LMC(Linear Model Cluster)모델을 새롭게 제안하였다. 이 방법은 불균질 데이터를 대상으로 자체적으로 노이즈 판별이 가능하였으며 데이터에 내포된 경향이나 특성에 따라 군집을 형성하였다. 다섯째, 지적도면 세계측지계 변환 실증 실험에서 불균질이 심화된 지역을 대상으로 LMC기법을 적용하여 정합도 기준에 부합하는 성과를 산출할 수 있었다. 본 연구를 통해 복잡한 오차가 내포된 데이터의 클러스터링에서는 LMC기법이 효율적이었다. 자료의 재해석이 필요한 분야에서 적용할 수 있을 것으로 판단되었다. 본 연구에서는 측위데이터를 대상으로 한정하였는데 향후 빅데이터의 자료 처리 분야로 확대하는 연구가 필요할 것으로 사료되었다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
