http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Sanghoon Cho,Hongsuk Yang 한국벤처창업학회 2015 벤처창업연구 Vol.10 No.1
본 연구는 최근 교육시장의 벤처기업이나 사내 벤처를 위한 혁신기술로 부상하고 있는 스마트러닝(Smart Learning)의 혁신저항에 대하여 연구하였다. 스마트러닝 학습 방법에 대한 지각된 혁신 특성의 상대적 이점, 복잡성 및 적합성이 혁신저항에 유의한 영향을 미치는지 알아보았다. 이어서 기존 학습법에 대한 태도와 지각된 자기효능이 혁신저항에 유의한 영향을 미치는지 알아보았다. 그리고 이용자의 이러한 혁신저항이 향후 이용에 영향을 미치는지 알아보았고, 인구통계에 따라 조절효과가 나타나는지 살펴보았다. 구조방정식 모형을 사용하여 분석한 결과, 상대적이점만을 제외한 모든 요인이 혁신저항에 영향을 주는 것으로 나타났다. 이를 통해 혁신저항 역시 향후 이용의도에 유의한 영향을 미친다는 결과를 얻을 수 있었다. This study examines innovation resistance to smart learning, an emerging innovative technology for startups and corporate ventures in the education market. The study explores whether the relative advantage, compatibility and complexity of an innovation, attitudes toward existing learning method(s), and perceived self-efficacy significantly affect innovation resistance. Additionally, the effects of such innovation resistance on future use and the moderating effect according to demographic characteristics are examined. The results of the analysis using a structural equation model showed that all the factors considered (except relative advantage) affects innovation resistance, innovation resistance significantly affects intention to use.
개선된 Line Following 방식이 세선화 알고리즘
조영원(Cho Youngone),한상훈(Han Sanghoon),조형제(Cho Hyungje) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅱ
기존의 Line Following 알고리즘은 곡선으로 이루어진 영상 패턴을 세선화할 때 두꺼운 분기점을 효과적으로 처리하지 못할 뿐 아니라 폐곡선을 형성하는 부분이 끊어지는 단점이 있어 선분 형태 이외의 일반적인 문자나 이미지 등에 적용하기 어려우므로 Line Following 방식에 근거를 둔 개선된 새로운 세선화 알고리즘을 제안한다. 본 연구에서는 두꺼운 분기점의 문제를 해결하기 위해 선의 모양의 따라 동적으로 변하는 윈도우의 크기를 일정 비율로 조절하고, 폐곡선을 형성한 부분에서는 분기점마다 특정한 tag를 두어 선의 끝을 결정하는 단계에서 tag와 만나는 점에 대해 별도의 처리를 하였다. 이 알고리즘은 기존 알고리즘과 비슷한 처리 속도를 유지하면서도 기존 알고리즘의 단점을 효과적으로 개선하여 곡선이나 복잡한 영상 외에 문자 영상 등에 대해서도 좋은 결과를 보여 주었다.
Content Analysis of Loliolide in the Leaves of Boehmeria nivea by HPLC/UV
Sunghun Cho,Jaemin Lee,Sanghoon Yang,Yong-Su Jung,Ho Bang Kim,Eun Ju Cho,Sanghyun Lee 한국약용작물학회 2015 한국약용작물학술대회 발표집 Vol.2015 No.05
Content analysis of loliolide in the leaves of Boehmeria nivea (Bn) collected from different region during four months (June, July, August, and September) was conducted by HPLC. The content of loliolide was detected in the leaves of B. nivea from Bns-2, -7, -10, -23, -38, -41, -67, -76, and -90 in June (5.02, 6.35, 6.93, 5.89, 4.31, 4.24, 4.91, 5.12, and 5.46 mg/g, respectively), July (4.32, 6.42, 7.72, 7.97, 4.05, 4.32, 5.65, 6.67, and 5.39 mg/g, respectively), August (3.52, 5.17, 3.90, 4.27, 3.26, 4.72, 3.82, 3.30, and 3.31 mg/g, respectively), and September (7.04, 7.25, 7.43, 7.86, 6.76, 6.38, 7.60, 6.79, and 4.77 mg/g, respectively). Among them, the highest content of loliolide was found in Bn-23 and in September. These results may be useful in determining the optimal harvest time at which phytochemical reaches a maximum level.