지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2009.10
- 수록면
- 402 - 411 (10page)
이용수
초록· 키워드
오류제보하기
In this paper, we introduced a very effective Recruits Troop Classification(RTC) using a Statistical Clustering. Each recruit has a multi-variable reflecting individual characteristics.
Current Army RTC"s method is random classifying to input random number on web system. This random classification is secured fairness and clearness, but a lot of concerned recruits can be concentrated to a specific Troop. Therefore, wo propose new classifying method to make all troops have similar quality level for recruit members in each troop. To build the method, at first, we analyze structure of variable using PCA and choose k-means method"s k as a clustering technique. And then execute random number classification in each cluster after making k clusters throng using clustering technique.
To show the superiority of RTC method, we compare the RTC results to the one from current Army classification method, and the RTC results are clearly better than current Army method.
Current Army RTC"s method is random classifying to input random number on web system. This random classification is secured fairness and clearness, but a lot of concerned recruits can be concentrated to a specific Troop. Therefore, wo propose new classifying method to make all troops have similar quality level for recruit members in each troop. To build the method, at first, we analyze structure of variable using PCA and choose k-means method"s k as a clustering technique. And then execute random number classification in each cluster after making k clusters throng using clustering technique.
To show the superiority of RTC method, we compare the RTC results to the one from current Army classification method, and the RTC results are clearly better than current Army method.
목차
Abstract
1. 서론
2. 관련연구 및 데이터 마이닝 기법의 이론적 고찰
3. 신병분류 모형 및 알고리즘
4. 군집 부대 분류의 결과 분석
5. 결론 및 향후 연구방향
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
RTC 상태전이 테스팅 프로시저 최적 산출 방법
대한전자공학회 학술대회
2008 .11
-
WEB RTC기반 영상을 통한 재능마켓 시스템
한국정보과학회 학술발표논문집
2015 .06
-
랜덤포레스트 기반 다 범주 분류기를 이용한 RTC(Real-time Contrast) 관리도
대한산업공학회지
2018 .08
-
하수도 시스템의 실시간 제어시스템 구축 방안
상하수도학회지
2013 .01
-
위성 탑재컴퓨터의 RTC 및 IPN 통신 구현
한국통신학회 학술대회논문집
2013 .11
-
RTC를 위한 자동화된 계층별 테스트 구현
대한전자공학회 학술대회
2008 .11
-
정지궤도복합위성 탑재컴퓨터의 IPL 통신 및 RTC 하드웨어 로직 설계
정보 및 제어 논문집
2011 .04
-
직관적인 방법에 의한 평면형 2족 로봇의 보행
로봇학회 논문지
2009 .03
-
철도교통관제사 책임사고 분석을 위한 HFACS-RTC모델 연구
한국철도학회 학술발표대회논문집
2018 .05
-
분류 오류 최소화를 위한 클러스터링 기법
한국컴퓨터정보학회논문지
2014 .07
-
Performance Improvement of Clustering Method Based on Random Swap Algorithm
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2019 .06
-
탑재소프트웨어 설계를 위한 MCM-ERC32의 VASI RTC(Real-Time Clock) 기능분석
한국항공우주학회 학술발표회 초록집
2005 .11
-
HFACS-rtc를 이용한 철도교통관제사 책임사고의 인적요인 분석
한국철도학회 논문집
2018 .04
-
도로특성분류를 위한 통계적 군집분석 방법의 비교 연구
대한교통학회 학술대회지
2009 .10
-
K-means based Cluster ing Method with a Fixed Number of Cluster Members
멀티미디어학회논문지
2014 .10
-
Reaction torque compensated (RTC) induction motor
대한기계학회 춘추학술대회
2016 .12
-
Empirical Comparisons of Clustering Algorithms using Silhouette Information
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2010 .03
-
군집화를 이용한 앙상블 기반 분류모델의 설계 및 구현
한국컴퓨터정보학회논문지
2015 .10
-
Experimental study of a RTC (reaction torque compensated) induction motor
대한기계학회 춘추학술대회
2017 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
토픽분석을 활용한 다차원 고객 클러스터링
현윤진
,
김남규
,
조윤호
한국지능정보시스템학회 학술대회논문집
2014
.11
KB국민카드의 마케팅 활동과 빅데이터 활용
이유재
,
이신형
,
이종세
Korea Business Review
2014
.02
뉴스 기사의 빅데이터 분석 방법으로서 뉴스정보원연결망분석
박대민
한국언론학보
2013
.12
군인들에서 성인 주의력결핍 과잉행동장애, 우울 그리고 자살 사고의 관계
이동윤
,
이철순
,
박철수
외 4명
생물치료정신의학
2012
.12
스마트폰의 기능적 특성이 스마트폰 사용의도에 미치는 영향 : 성별에 따른 차이분석
이영준
,
김근아
,
김상현
인터넷전자상거래연구
2012
.12
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2014-530-001228404