• International Journal of Computer Science & Network Security
• /
• 제22권7호
• /
• pp.220-228
• /
• 2022

Image always carry useful information, detecting a text from scene images is imperative. The proposed work's purpose is to recognize scene text image, example boarding image kept on highways. Scene text detection on highways boarding's plays a vital role in road safety measures. At initial stage applying preprocessing techniques to the image is to sharpen and improve the features exist in the image. Likely, morphological operator were applied on images to remove the close gaps exists between objects. Here we proposed a two phase algorithm for extracting and recognizing text from scene images. In phase I text from scenery image is extracted by applying various image preprocessing techniques like blurring, erosion, tophat followed by applying thresholding, morphological gradient and by fixing kernel sizes, then canny edge detector is applied to detect the text contained in the scene images. In phase II text from scenery image recognized using MSER (Maximally Stable Extremal Region) and OCR; Proposed work aimed to detect the text contained in the scenery images from popular dataset repositories SVT, ICDAR 2003, MSRA-TD 500; these images were captured at various illumination and angles. Proposed algorithm produces higher accuracy in minimal execution time compared with state-of-the-art methodologies.

• 한국대기환경학회지
• /
• 제24권3호
• /
• pp.284-299
• /
• 2008

Emission input modules was developed to produce emission input data and change some profiles for Sparse Matrix Operator Kernel Emissions (SMOKE) using Clean Air Policy Support System (CAPSS)'s activities and previous studies. Specially, this study was focused to improve chemical speciation and temporal allocation profiles of SMOKE. At first, SCC cord mapping was done. 579 SCC cords of CAPSS were matched with EPA's one. Temporal allocation profiles were changed using CAPSS monthly activities. And Chemical speciation profiles were substituted using Kang et al. (2000) and Lee et al. (2005) studies and Kim et al. (2005) study. Simulation in Seoul Metropolitan Area (Seoul, Incheon, Gyeonggi) using MM5, SMOKE and CMAQ modeling system was done for effect analysis of changed input modules of SMOKE. Emission model results adjusted with new input modules were slightly changed as compared to using EPA's default modules. SMOKE outputs shows that aldehyde emissions were decreased 4.78% after changing chemical profiles, increased 0.85% after implementing new temporal profiles. Toluene emissions were decreased 18.56% by changing chemical speciation profiles, increased 0.67% by replacing temporal profiles as well. Simulated results of air quality were also slightly elevated by using new input modules. Continuous accumulation of domestic data and studies to develop input system for air quality modeling would produce more improved results of air quality prediction.

• Asian Journal of Atmospheric Environment
• /
• 제2권1호
• /
• pp.34-46
• /
• 2008

Emissions inputs for use in air quality modeling of Korea were generated with the emissions inventory data from the National Institute of Environmental Research (NIER), maintained under the Clean Air Policy Support System (CAPSS) database. Source Classification Codes (SCC) in the Korea emissions inventory were adapted to use with the U.S. EPA's Sparse Matrix Operator Kernel Emissions (SMOKE) by finding the best-matching SMOKE default SCCs for the chemical speciation and temporal allocation. A set of 19 surrogate spatial allocation factors for South Korea were developed utilizing the Multi-scale Integrated Modeling System (MIMS) Spatial Allocator and Korean GIS databases. The mobile and area source emissions data, after temporal allocation, show typical sinusoidal diurnal variations with high peaks during daytime, while point source emissions show weak diurnal variations. The model-ready emissions are speciated for the carbon bond version 4 (CB-4) chemical mechanism. Volatile organic carbon (VOC) emissions from painting related industries in area source category significantly contribute to TOL (Toluene) and XYL (Xylene) emissions. ETH (Ethylene) emissions are largely contributed from point industrial incineration facilities and various mobile sources. On the other hand, a large portion of OLE (Olefin) emissions are speciated from mobile sources in addition to those contributed by the polypropylene industry in point source. It was found that FORM (Formaldehyde) is mostly emitted from petroleum industry and heavy duty diesel vehicles. Chemical speciation of PM2.5 emissions shows that PEC (primary fine elemental carbon) and POA (primary fine organic aerosol) are the most abundant species from diesel and gasoline vehicles. To reduce uncertainties in processing the Korea emission inventory due to the mapping of Korean SCCs to those of U.S., it would be practical to develop and use domestic source profiles for the top 10 SCCs for area and point sources and top 5 SCCs for on-road mobile sources when VOC emissions from the sources are more than 90% of the total.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.

• 한국대기환경학회지
• /
• 제33권5호
• /
• pp.497-514
• /
• 2017

This study quantitatively analyzes the effects of emission inventory choices on the simulated particulate matter (PM) concentrations and the domestic/foreign contributions in the Seoul Metropolitan Area (SMA) with an air quality forecasting system. The forecasting system is composed of Weather Research and Forecasting (WRF)-Sparse Matrix Operator Kernel Emissions (SMOKE)-Community Multi-Scale Air Quality (CMAQ). Different domestic and foreign emission inventories were selectively adopted to set up four sets of emissions inputs for air quality simulations in this study. All modeling cases showed that model performance statistics satisfied the criteria levels (correlation coefficient >0.7, fractional error <50%) suggested by previous studies. Notwithstanding the apparently good model performance of total PM concentrations by all emission cases, annual average concentrations of simulated total PM concentrations varied up to $20{\mu}g/m^3$ (160%) depending on the combination of emission inventories. In detail, the difference in simulated annual average concentrations of the primary PM coarse (PMC) was up to $25.2{\mu}g/m^3$ (6.5 times) compared with other cases. Furthermore, model performance analyses on PM species showed that the difference in the simulated primary PMC led to gross model overestimation in general, which indicates that the primary PMC emissions need to be improved. The contribution analysis using model direct outputs indicated that the domestic contributions to the annual average PM concentrations in the SMA vary from 44% to 67%. To account for the uncertainty of the simulated concentration, the contribution correction factor method proposed by Bae et al. (2017) was applied, which resulted in converged contributions(from 48% to 57%). We believe this study shows that it is necessary to improve the simulated concentrations of PM components in order to enhance the accuracy of the forecasting model. It is deemed that these improvements will provide more accurate contribution results.

• 한국지구과학회지
• /
• 제36권1호
• /
• pp.36-50
• /
• 2015

본 연구의 목적은 휘발성 유기화합물(VOC)과 먼지(PM)의 배출원 프로파일로부터 화학종 분류를 할당하고, 성김 행렬 조작자 핵심 배출량 시스템(SMOKE) 내에 배출원 분류코드에 따른 배출원 프로파일의 화학종 분류와 시간분배계수를 수정하는 것이다. 기솔린, 디젤 증기, 도장, 세탁, LPG 등과 같은 VOC 배출원 프로파일로부터 화학 종 분류는 탄소 결합 IV (CBIV) 화학 메커니즘과 주 규모 대기오염연구센터 99 (SAPRC99) 화학 메커니즘을 위해 각각 12종과 34종을 포함한다. 또한 토양, 도로먼지, 가솔린, 디젤차, 산업기원, 도시 소각장, 탄 연소 발전소, 생체 연소, 해안 등과 같은 PM2.5 배출원 프로파일로부터 화학종 분류는 미세 먼지, 유기탄소, 원소 탄소, 질산염과 황산염의 5종으로 할당하였다. 게다가 점 및 선 배출원의 시간 프로파일은 2007년 수도권 지역에서의 굴뚝 원격감시시스템(TMS)과 시간별 교통 흐름 자료로부터 구하였다. 특별히 점 배출원에 있어 오존 모델링을 위한 시간분배계수는 굴뚝 원격감시시스템 자료의 $NO_X$ 배출량 인벤토리에 근거하여 추정하였다.

• 한국지구과학회지
• /
• 제32권3호
• /
• pp.276-293
• /
• 2011

본 연구에서는 한반도 황사 사례 동안 WRF 기상모델과 SMOKE 배출량모델, CMAQ 및 CMAQ-MADRID 대기질 모델을 이용하여 다양한 황사 발생량 경험식에 대한 $PM_{10}$의 농도를 추정하였다. 특별히 Wang et al.(2000), US EPA 모델, Park and In(2003), GOCART 모델, DEAD 모델의 5가지 황사 발생 경험식이 중국과 몽골 등의 황사 발생량을 추정하기 위해 WRF-SMOKE-CMAQ(MADRID) 모델에 적용되었다. 일기도, 후방궤적 및 위성이미지 분석에 따르면 한반도로의 황사 수송은 절리저기압(위성에서 콤마형 구름)과 관련된 지상 전선의 뒤쪽에서, 그리고 상층 제트류의 발달에 기인한 파의 정체현상과 함께 상층 골에서의 풍속이 하층으로 전이되는 풍하 바람에 의해 생성되었다. 그리고 WRF-SMOKE-CMAQ 모델링 결과, 황사의 시 공간적 분포에 있어서는 Wang et al.(2000)의 경험식이, 평균 편의 및 평균 제곱근 오차에서의 정확도 부분에서는 GOCART 모델의 경험식이 관측값을 보다 잘 모사하는 것으로 나타났다. 또한 Wang et al.의 경험식을 이용한 황사의 연직분포 분석 결과에서 강한 황사 사례(2007년 3월 31에서 4월 1일 $800\;{\mu}g/m^3$ 이상)의 경우는 황사 수송이 한반도 상공 대기 경계층 내를 통과하였기 때문으로, 약한 황사 사례(2009년 3월 16일과 17에 $400\;{\mu}g/m^3$ 이하)의 경우는 황사 수송이 경계층 위를 통과하였기 때문으로 나타났다. 또한 CMAQ 모델과 CAMQ-MADRID 모델에서의 미세먼지($PM_{10}$) 민감도 분석 결과에서는 CMAQ-MADRID 모델이 CMAQ 모델에 비해 한반도를 포함한 동아시아 지역에서 최대 $25\;{\mu}g/m^3$ 정도가 높게 모사되었고, 모델 내 구름 액상과정에 의해서는 최대 $15\;{\mu}g/m^3$ 정도가 제거되는 것으로 나타났다.