본 연구는 국내 염습지 해안 복원의 주요 식물인 갈대와 내건성 대표 식물인 억새의 지역별 유전자형 분석을 통해 지역별 복원종자 적용에 대한 타당성을 검증고자 하는 연구로서, SNP를 활용한 근연관계 분석 결과 억새는 홍성군 집단이 다른 지역과 상이한 유전적 변이를 보인 반면, 갈대는 모든 지역에서 동시다발적인 변이양상이 나타낸다. 이를 통하여 억새의 경우 우리나라 전역에 발생하는 건조지에서 억새시료를 사용할 때는 지역별로 수집한 종자를 활용하는 것이 합리적이나 부득이하게 다른 지역의 식물 자원을 사용한다고 해도 유전적인 교란이 크게 발생하지 않을것으로 보인다. 갈대의 경우 전 지역에서 유전적 변이가 다양하며 억새에 비하여 유전적 변이가 상대적으로 많이 나타나고 있기 때문에 염류 피해지의 복원에 활용할 수 있는 자원인 갈대의 경우 종자를 지역별로 수집하기 위한 다양한 인프라를 구축하여 향후 복원 사업에 대비하여야 한다.

효율적이고 체계적인 퍼지제어를 위해 조작자의 제어동작을 모델링하거나 공정을 모델링하는 기법이 필요하고, 또한 퍼지 추론시에 조건부의 기여도(contribution factor)의 결정과 동작부의 제어량의 결정이 추론의 결과에 중요하다. 본 논문에서는 추론시 조건부의 기여도와 동작부의 세어량이 퍼지 엔트로피의 개념하에서 수행되는 적응 퍼지 추론시스템을 제시한다. 제시된 시스템은 전방향 신경회로망의 토대위에서 구현되며 주건부의 기여도가 퍼지 엔트로피에 의하여 구해지고, 동작부의 제어량은 확장된 퍼지 엔트로피에 의하여 구해진다. 이를 위한 학습 알고리즘으로는 역전파 알고리즘을 이용하여 조건부의 파라미터의 동정을 하고 동작부 파라미터의 동정에는 국부해에 보다 강인한 유전자 알고리즘을 이용하다. 이러한 모델링 기법을 임펄스 잡음과 가우시안 잡음이 첨가된 영상에 적용하여 본 결과, 영상복원시에 발생되는 여러 가지의 경우에 대한 적응성이 보다 양호하게 유지되었고, 전체영상의 20%의 데이터만으로도 객관적 화질에 있어서 기존의 추론 방법에 비해 향상을 보였다.