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 : 이남일 (검색결과 2,391 건)
- 무료
- 기관 내 무료
- 유료
-
-
몰드 디자인과 냉각조건이 Bi2212 초전도튜브에 미치는 영향
이남일,장건익,오일성,박권배,Lee, N.I.,Jang, G.E.,Oh, I.S.,Park, K.B. 한국초전도학회 2006 Progress in superconductivity Vol.8 No.1
For the practical application on SCFCL(Superconducting fault current limiters), Bi-2212 tubes were fabricated by Centrifugal Forming Process(CFP). The tubes were annealed at 830, 840, $850^{\circ}C$, respectively for 80 hours in oxygen atmosphere. The tubes heat treated at $840^{\circ}C$ demonstrated better electric characteristics than the tubes heat treated at 830 and $850^{\circ}C$. The typical value measured at 77 K in the self field was around 556 A. In terms of cooling effect on superconducting properties, it was found the electrical properties were quite dependent on the mold design and shapes. In order to check uniformity along the tube, EFDLab fur heat and fluid analysis of NIKA was adopted. It was found out that the simulation data was quite well matched with experimental results.
-
Resin, Ag를 첨가한 YBCO 초전도체의 기계, 자기적 특성 변화
이남일,장건익,김찬중,정세용,한영희,성태현,Lee, N.I.,Jang, G.E.,Kim, C.J.,Jung, S.Y.,Han, Y.H.,Sung, T.H. 한국초전도학회 2006 Progress in superconductivity Vol.8 No.1
We studied the mechanical and magnetic properties of Y-Ba-Cu-O superconductor with and without resin and Ag impregnation. Bulk YBCO superconductor was manufactured with the top-seeded melt-growth method. Typical sample of 40mm X 20mm X 3mm was made and then 8 holes with 0.5mm diameter were drilled arbitrally. Epoxy resin and $AgNO_3$ were systematically added into the holes to compare the mechanical and magnetic properties of YBCO superconductor before and after reinforcement of resin and Ag. Based on the result of 3 point bending, bending strength increased with increasing amounts of resin and carbon nano-tube. However, it was found that the levitation force decreased after making hole, compared with virgin sample without hole.
-
-
이남옥(李南沃) 한국양명학회 2021 陽明學 Vol.- No.60
이 글은 18~19세기 하곡학의 계승과 지역적 확산에 대해서 검토하여 조선후기 사상 지형에서 하곡학파의 위상을 제고하는데 그 목적이 있다. 하곡학파는 하곡 정제두의 학문과 사상을 계승한 일군의 학자를 말한다. 영일정씨 정제두 가계, 전주이씨 이경직 가문의 이광명 가계ㆍ이광사 가계ㆍ이광신 가계, 평산신씨 신대우 가계 등 하곡학파 주요 가계의 족보ㆍ가승ㆍ묘도문자ㆍ행장 등을 분석한 결과 18~19세기 하곡학파는 대체로 강화에서 경기와 충청 지역으로 전개되어 간 것으로 볼 수 있다. 구체적으로는 영일정씨 정제두 가계는 강화와 통진을 주요 거점으로 하면서 천안 등지로 확산되어 갔고, 전주이씨 덕천군파 이경직 가문의 이광신 가계도 충주ㆍ은진ㆍ노성 등 충청 지역으로 확산되어 가는 모습을 보였다. 한편, 전주이씨 덕천군파 이경직 가문의 이광명 가계는 강화에 세거하였고, 평산신씨 신대우 가계는 광주 이거 후 세거하였다. 이 과정에서 강화ㆍ광주ㆍ진천은 하곡학파의 주요 거점으로 활용되었다. 정제두의 묘와 거처를 비롯해 하곡학파 관련 유적이 있는 강화는 하곡학을 계승하는 공간이 되었고, 신작과 정약용의 학술교류가 이루어졌던 광주는 하곡학과 다산학이 접하는 공간이 되었다. 그리고 19세기 말 소론계 인물 다수가 교류한 진천은 시대적 상황에 따라 하곡학이 새롭게 부상하는 공간이 되었다. This article aimed to enhance the historical significance of the Hagok school in the thought topography of the late Joseon Dynasty. To this end, the present study reviewed the succession and regional spread of Hagokhak in Joseon in the 18th and 19th centuries. The Hagok School refers to scholars who succeeded Hagok Jeong Jedu’s scholarship and thought. The analysis results of the genealogy, family tree, inscriptions, and biography of major Hagok school families are as follows. In the 18th and 19th centuries, some of the Hagok School, represented by the Yi Gwangmyeong family, gathered around Ganghwa, and most of the families except for this spread to Gyeonggi and Chungcheong areas. In this process, Ganghwa, Gwangju, and Jincheon were used as major bases for the Hagok school. Ganghwa, where Hagok school-related ruins, including Jeong Jedu’s tomb and residence, were located, became a place to inherit Hagokhak; and Gwangju, where academic exchanges between Sin Jak and Jeong Yakyong were held, became a place where Hagokhak and Dasanhak met. At the end of the 19th century, Jincheon, where the Soron(小論) exchanged, became a place where Hagokhak newly emerged according to the situation of the times.
-
-
-
이남일,우용태,이정환,Lee, Nam-Il,U, Yong-Tae,Lee, Jeong-Hwan 한국정보처리학회 1994 정보처리논문지 Vol.1 No.2
본 논문은 신경회로망 EART(Extended Adaptive Resonance Theory)를 이용한 회전 과 크기 변화에 무관한 지문인식에 관한 연구이다. 지문 농담 화상($515{\times}512$)을 적응 문턱 값을 이용하여 융선와 골을 분리하여 이진화 영상으로 바꾼후 이를 다시 세선화 영상으로 만든다. 이진 세선화 영상으로부터 지문의 특징점 중 식별에 가장 큰영향을 주는 분기점과 끝점을 $3{\times}3$마스크를 사용해서 추출한다. 이렇게 추출된 분기점과 끝 점의 개수, 그리고 분기점으로 이루어진 볼록 다각형의 내각을 회전변화와 크기변화 에 영향을 받지않는 가중코드(weighted code)로 된 40*10 특징점 행렬로 나타낸 후 이를 신경회로망 EART의 입력으로 했다. 신경망을 이용한 본 시스템은 세선화 영상에 대한 어떠한 복원 처리 과정도 없이 영상의 회전과 크기 변화에 대해서도 매우 효과 적이고도 만족할 만한 결과를 얻을 수 있었다. In this paper, the rotation and size invariant fingerprint recognition using the neural network EART (Extended Adaptive Resonance Theory) is studied ($515{\times}512$) gray level fingerprint images are converted into the binary thinned images based on the adaptive threshold and a thinning algorithm. From these binary thinned images, we extract the ending points and the bifurcation points, which are the most useful critical feature points in the fingerprint images, using the $3{\times}3$ MASK. And we convert the number of these critical points and the interior angles of convex polygon composed of the bifurcation points into the 40*10 critical using the weighted code which is invariant of rotation and size as the input of EART. This system produces very good and efficient results for the rotation and size variations without the restoration of the binary thinned fingerprints.
-
이남일,배경환 安東大學校 工業技術硏究所 1997 공업기술연구논문집 Vol.4 No.1
Back propagation as the Multi-layer Neural Network has some limitations. Using the gredient descent learning method, it may fall in the local minimum. It also needs too many iterations for learning, re-learning the global network in the case of appending learning because of losing the previous learning information. And also we can not expect the time when the learning is finished. We, therefore suggest a new Probability Weight Neural Network[PWNN] model using probability weight to reduce the difficulties that are setting the initial weight, updating the error function, and heuristic threshold problem. Through the simulation of the proposed PWNN, we confirmed not only the reducing of the learning time but also improving the limitations of the back propagation neural network. Unlike the BP, especially, it is not necessary of re-learning the global network learning input data in the case of appending. So, it may produce much better results in the application of variable and unlimited input data. We test the PWNN model with the DB3 of NIST(National institute of standard Technology). As a result, this model produces very good and efficient results.
-
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
