• 한국수자원학회논문집
• /
• 제46권6호
• /
• pp.585-596
• /
• 2013

본 연구에서는 기후변화에 따른 수자원 영향평가를 위한 지역기후모형과 단계적 스케일링기법을 연계한 혼합상세화기법을 개발하고 그에 따른 적용성을 평가하고자 하였다. 단계적 스케일링기법은 강수량 구간을 총 3구간(극치호우사상, 무강수일수, 기타)으로 나누어 각 구간에 따라 각기 다른 방법을 적용하여 보정하는 기법으로, 극치호우사상은 회귀식을 이용한 보정기법, 무강수일수는 분위사상법, 나머지 부분은 평균 및 분산보정 기법을 적용하였다. 이 기법의 비교 평가를 위해 최근 혼합 상세화기법으로 가장 많이 적용되고 있는 선형보정기법, 분위사상법, 일기상발생기법을 활용하여 기상청 관할 기상관측소 61개 지점을 대상으로 적용성 평가를 수행하였다. 평가 결과, RCM에서 생산된 원자료 및 3가지 기존 기법(선형보정기법, 분위사상법, 일기상발생기법)으로 보정된 기후시나리오에 비해 본 연구에서 제안한 단계적 스케일링기법이 실제 기후특성을 잘 모의하는 것으로 나타나 적용성이 우수한 것으로 판단된다. 이러한 연구결과를 통해 단계적 스케일링기법은 RCM 사용이 증대될 기후변화 연구에 있어 그 활용성이 높을 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제10권12호
• /
• pp.1577-1584
• /
• 2007

Fingerprint verification is being adopted widely to provide positive identification with a high degree of confidence in all practical areas. This popular usage requires reliable methods for matching of these patterns. To meet the latest expectations, the paper presents a pair wise distance histogram method for fingerprint matching. Here, we introduced a randomized algorithm which exploits pair wise distances between the pairs of minutiae, as a basic feature for match. The method undergoes two steps for completion i.e. first it performs the matching locally then global matching parameters are calculated in second step. The proposed method is robust to common problems that fingerprint matching faces, such as scaling, rotation, translational changes and missing points etc. The paper includes the test of algorithm on various randomly generated minutiae and real fingerprints as well. The results of the tests resemble qualities and utility of method in related field.

• 대한의용생체공학회:의공학회지
• /
• 제31권2호
• /
• pp.134-140
• /
• 2010

Readily available high resolution brain MRI scans allow detailed visualization of the brain structures. Researchers have focused on developing methods to quantify shape differences specific to diseased scans. We have developed a novel method to quantify shape information for a specific population based on Multidimensional scaling(MDS). MDS is a well known tool in statistics and here we apply this classical tool to quantify shape change. Distance measures are required in MDS which are computed from pair-wise image registrations of the training set. Registration step establishes spatial correspondence among scans so that they can be compared in the same spatial framework. One benefit of our method is that it is quite robust to errors in registrations. Applying our method to 13 brain MRI showed clear separation between normal and diseased (Cushing's syndrome). Intentionally perturbing the image registration results did not significantly affect the separability of two clusters. We have developed a novel method to quantify shape based on MDS, which is robust to image mis-registration.