• 제목/요약/키워드: 패턴 정규화

검색결과 154건 처리시간 0.019초

TDU-GC/MS를 이용한 한국품종 참당귀 국산 판별 기법 (Geographical origin discrimination of Korean variety, Angelica gigas Nakai by using TDU (Thermal Desorption Unit)-GC/MS)

  • 이미나;김윤석;김원일;김정규;권오경
    • Journal of Applied Biological Chemistry
    • /
    • 제63권1호
    • /
    • pp.29-33
    • /
    • 2020
  • 한약재의 불법 유통을 방지하기 위해 신속 정확한 원산지 판별방법 개발이 필요함에 따라 TDU-GC/MS를 이용하여 한국품종 당귀와 외국품종 당귀를 판별함과 동시에 한국품종 당귀의 재배지가 한국인지를 판별할 수 있는 기법을 연구하였다. 당귀추출물을 열탈착 시킨 후 냉각응축시스템에서 응축시켜 일시에 GC/MS로 분석한 결과 국산 품종 당귀(참당귀)는 TIC의 RT 26.9-27.2에서 coumarin 유도체인 decursin과 decursinol peak가 확인되었다. 중국 품종 당귀(중당귀)의 경우 RT 17.2 부근에서 ligustilide의 peak가 검출되었다. 국산 품종 참당귀 원산지에 따른 휘발성분의 차이를 알아보기 위하여 twister로 흡착하여 TDU-GC/MS로 m/z 40-400 amu 범위에서 mass spectrum을 측정하였다. 참당귀의 국내 및 중국 재배 시료 TIC는 전반적으로 같은 경향을 냈으나 TIC를 부분 scan한 결과 RT 15.4-16.1에서 국내 및 중국 재배의 peak pattern 차이를 확인할 수 있었다. Peak A (RT 15.54)과 B (RT 16.05)의 비율은 국내 재배는 0.0-0.2, 중국 재배의 경우 0.5-2.8으로서 TDU-GC/MS의 TIC peak pattern 비교를 통한 원산지 판별 가능성을 확인하였다.

내연산 망개나무 임분의 군집구조와 생태적 특성 (Community Structure and Ecological Characteristics of Berchemia berchemiaefolia Stands at Mt. Naeyon)

  • 홍용식;윤이슬;진동필;김찬범;김학구;이진우;강신구
    • 한국산림과학회지
    • /
    • 제111권4호
    • /
    • pp.538-547
    • /
    • 2022
  • 본 연구는 경상북도 내연산 소재 희귀식물인 망개나무림을 대상으로 개체군과 군집 구조를 정량화하고, 다변량통계기법을 활용하여 군집유형과 입지환경요인과의 상관관계를 분석하여 향후 망개나무 자생지의 보전 및 복원을 위한 기초자료를 제시하고자 하였다. 망개나무는 총 164개체가 출현하였으며, 평균흉고직경 24.5 cm의 정규분포형의 분포를 보였지만 하층식생인 수고 3 m 이하에 거의 출현하지 않았으며, 맹아발생 개체비율은 37.1%이었다. 망개나무 임분은 망개나무졸참나무군집(그룹 I)과 망개나무-서어나무군집(그룹 II)의 2개의 그룹으로 분류되었으며, 수관틈과 토양의 화학적 특성인 유기물함량(OM), 치환성 Ca 그리고 양이온치환능(CEC)이 임분들의 분포패턴에 영향을 주는 주요 입지조건이었다. 현재 내연산의 망개나무 임분들은 망개나무가 우점하고 있었으나 분포지의 입지조건에 따라 음수인 서어나무 또는 까치박달로의 미소천이가 일어나고 있었다.

AdaBoost 알고리즘기반 SVM을 이용한 부실 확률분포 기반의 기업신용평가 (Corporate Credit Rating based on Bankruptcy Probability Using AdaBoost Algorithm-based Support Vector Machine)

  • 신택수;홍태호
    • 지능정보연구
    • /
    • 제17권3호
    • /
    • pp.25-41
    • /
    • 2011
  • 최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.

수열특성 및 기계적 안정성의 개선으로 슬러리상 CSTR에 적합한 P 첨가 알루미나 기반의 Fischer-Tropsch 합성용 코발트 촉매 (Phosphorus Modified Co/Al2O3 Fischer-Tropsch Catalyst for a Slurry Phase CSTR with Enhanced Hydrothermal and Mechanical Stability)

  • 정규인;하경수;박선주;김두일;우민희;전기원;배종욱;강용
    • Korean Chemical Engineering Research
    • /
    • 제50권2호
    • /
    • pp.229-237
    • /
    • 2012
  • Fischer-Tropsch 합성용 Co/$Al_2O_3$ 촉매에서 알루미나 지지체에 인산 용액으로 알루미나 표면을 개질하여 촉매적 활성은 물론이고, 기계적 강도와 수열 안정성을 개선하였다. FT-IR과 같은 촉매 표면 분석법을 통하여 P 첨가로 알루미나 표면에 $AlPO_4$ 상이 생성되어 촉매인 코발트와 지지체인 알루미나 사이의 상호작용이 약화되어 촉매의 환원도가 높아졌음을 보였다. 이에 따른 촉매성능을 평가하기 위하여 $C_{5+}$ productivity와 turnover frequency를 계산하였다. 또한, 2 wt.% P 첨가 알루미나를 대상으로 지지체의 소성온도가 촉매활성에 미치는 영향도 살펴보았다. 한편, 고온 가압 하에서 물을 이용하여 P 첨가 알루미나(P-알루미나)를 지지체로 한 촉매의 수열 특성을 살펴보았으며, 실험 전후의 XRD 패턴을 분석함으로써 P 첨가 알루미나 기반 촉매가 수열 안정성이 우수하다는 것을 증명하였다. 뿐만 아니라, 촉매의 기계적 강도를 측정하기 위하여 유동화 반응기를 직접 제작하여 P-알루미나 기반 촉매의 P 함량이 증가할수록 마모도가 감소함을 확인하였다. 촉매 활성, 수열 안정성, 그리고 기계적 강도를 모두 고려하면, 알루미나에 첨가된 P의 함량이 1~2 wt.% 이고, 지지체를 $500^{\circ}C$에서 소성하여 제조한 촉매가 가장 좋은 성능을 보였다.