• 한국식품과학회지
• /
• 제49권6호
• /
• pp.610-616
• /
• 2017

본 연구를 통해 BAGGT를 재조합 B. subtilis를 이용하여 대량 생산하기 위하여 유전자 클로닝, 발현 시스템 구축 및 배지 최적화를 진행하였다. 이중프로모터 시스템을 이용하여 야생형 균주에 비해 42배 효소 생산성이 향상된 발현 시스템을 구축하였다. 또한 PBD 분석을 통해 당밀과 CSL이 재조합 B. subtilis 시스템에서 BAGGT의 생산성에 큰 영향을 주는 인자임을 확인하였으며, 염류의 첨가에 의한 효소 생산성 증대 효과는 미비하거나 부정적이었다. 탄소원으로 당밀을 선택하고 고가의 질소원인 트립톤을 저가의 CSL로 교체한 후 CCD 분석을 통해서 결정된 최적배지 사용 시 최적화 이전의 LB 배지 대비 4.3배의 생산성 증대를 이루었으며, 이는 LB 배지에서 야생형 균주의 BAGGT 생산성 대비 180배의 효소 생산성 개선에 해당하였다. 본 연구를 통해 식품용 효소로서 BAGGT의 대량생산을 위한 공정을 구축하였으며, 이후 정미성 소재 생산에 활용할 수 있을 것으로 기대한다.

• 전자공학회논문지SC
• /
• 제42권2호
• /
• pp.11-18
• /
• 2005

본 논문은 CCD 카메라를 통해 입력받은 영상에서 차량을 검출하는 방법을 제안한다. 차량을 검출하기 위해서 먼저 영상을 독립적인 방향과 레벨을 가지는 스티어블 피라미드로 변환한다. 특징 벡터는 스티어블 피라미드로 변환된 서브밴드들을 연관되는 같은 위치의 픽셀들을 체인으로 연결하여 방향성 피라미드 특징을 가지는 다차원 벡터들로 구성한다. 차량의 검출은 특징 점의 특징 벡터들을 차량 검출에 사용하였다. 특징 점은 기하학적 위치 정보와 국부적인 방향 정보를 가지는데 실험을 위해서 격자 구조 모양으로 일정한 간격을 갖는 격자 점, 사람의 수작업을 통해서 만든 코너 점, 그리고 격자 내의 코너 점을 대상으로 했다. 차량 검출을 위해 미리 저장된 모델 영상의 특징 점들의 특징벡터들과 후보 영상으로부터 추출된 특징 벡터들의 정합을 통해 각 특징 점의 거리를 비교했다. 차량 검출을 위해 특징 점을 이용함으로써 후보 영상 전체를 비교하지 않고 특징 점의 위치에 대해서만 특징 벡터를 비교하기 때문에 비교 시간과 정확도를 높일 수 있었다. 또한 주변 밝기조건 및 그림자의 영향에 의해 차량 검출이 민감한 문제를 해결할 수 있었다. 도로에서 획득한 주간 영상(10,567)과 저녁 영상(624)을 대상으로 실험하였고, 검출율은 주간의 경우 $92.0\%$와 야간의 경우 $87.3\%$를 얻을 수 있었다.

• 한국식품영양과학회지
• /
• 제46권11호
• /
• pp.1386-1396
• /
• 2017

도라지 추출농축액과 발효도라지 추출액을 이용하여 휴대가 편이하고 식용이 간편한 도라지 추출농축액 스틱제품을 제조하기 위하여 관능적 특성과 항산화 및 항균 활성을 최적화 목적으로 품질의 특성을 분석하였고 최적 배합 레시피를 산출하였다. 중심합성계획법(CCD)에 따라 도라지 추출농축액($X_1$), 발효도라지 추출액($X_2$), 천년초 추출액($X_3$)의 양을 독립변수로 하여 실험계획을 하고 데이터를 분석한 후 최적화하였다. 쓴맛과 아린맛, 흐름성 및 전반적인 기호도 등 관능적 특성과 항산화 및 항균 활성의 기능적 특성 모두 P-value가 5% 이내에서 유의성을 보여 모델의 적합성이 인정되었다. 관능적 특성에서는 쓴맛, 아린맛 및 흐름성에서는 도라지 추출농축액이 증가할수록 맛 및 흐름성에 강도가 높아졌고, 천년초 추출액이 증가할수록 점성이 높아져서 흐름성에 대한 기호도가 높아졌으며, 관능적인 특성에서 배합비의 최적치를 쓴맛과 아린맛은 최저치를, 흐름성과 기호도는 최대치를 목적으로 하였다. 이때 도라지 추출농축액, 발효도라지 추출액 및 천년초 추출액을 최적 배합치는 각각 8.00 g, 18.38 g 및 20.00 g이었으며, 쓴맛, 아린맛, 흐름성 및 전반적인 기호도에 대한 관능 결과값은 각각 3.259, 1.491, 5.218 및 6.037을 보였으며, 만족도는 쓴맛, 아린맛, 흐름성 및 전반적인 기호도 각각 0.9753, 1.0000, 0.6336 및 0.9093이었고 전체적으로 관능적인 면에서 만족도는 0.8658로 나타났다. 항산화 및 항균 활성은 도라지 추출농축액, 발효도라지 추출액 및 천년초 추출액 모두 첨가량이 증가할수록 높아지는 결과를 보였으며, 최대치를 목적으로 하였을 때 최적 배합치는 도라지 추출농축액, 발효도라지 추출액 및 천년초 추출액 각각 12.00 g, 20.00 g 및 18.38 g이었다. 이때 결과는 각각 93.405%의 항산화 효과와 45.306시간 동안 기관지질환 유발세균의 생육을 저지하였으며 만족도는 항산화 활성은 1.0000이었고 항균 활성에 대한 만족도는 0.9684였다. 관능적 특성과 기능적 특성을 동시에 반응표면분석한 결과 최적배합치는 도라지 추출농축액, 발효도라지 추출액 및 천년초 추출액 각각 8.456 g, 20.00 g 및 20.00 g이었으며, 이때 결과는 쓴맛, 아린맛, 흐름성 및 전반적인 기호도가 각각 3.424, 1.700, 5.105 및 6.033이었고, 85.53%의 항산화 활성과 34.27시간 동안 생육시간이 저지되었다. 최적 배합치에서 아린맛에 대한 만족도는 변함이 없었으나 기타 관능적인 면에서 만족도와 기능적인 만족도는 낮아졌으며 전체적인 만족도는 0.7596이었다.

• Journal of Animal Science and Technology
• /
• 제49권5호
• /
• pp.677-688
• /
• 2007

The goal of this study was to develop an optimal artificial insemination time estimator(OAITE) for individually stalled sows using image processing and to evaluate the performance of the OAITE through field test. The OAITE consisted of a computer, a multiplexer, three CCD cameras and three LED lamps (950nm wavelength). The computer program used for the OAITE to quantify the lying and non-lying (sitting and standing) rates of sows in stalls was written in LabWindows/CVI. For the purpose of establishing references that would help estimate the optimal artificial insemination(AI) time for sows, the lying rate of the 50 Berkshire⨯Hampshire crossbred sows(parity: 2 to 7) was observed and recorded. The observation was made from the second day after the sows were moved into the stalls when they were artificially inseminated. The results of above process, which compared the lying rates of the day of estrus and the other days, showed that there were no significant differences at the following time bands: 00, 08, 09, 16, and 17(p>0.1). Thus, only the time bands other than these time bands were used to establish the references for determining the onset of the estrus. Based on the lying rates observed and the references established by the procedures above, the study assigned “0” to the lying rate of the non-estrus time band, “0.5” to the lying rate between the non-estrus and estrus time bands and “1” to the lying rate of the estrus time band. The authors of the study assumed that if the OAITE produced “0.5” or above more than 4 times in a row and if the results included “1” at least once, the estrus would have started. In addition, it was assumed that the optimal AI time for sows was between the 26th hour and the 34th hour after the beginning of estrus. The results of sows’ AI of the OAITE group(n=40 sows; AI=1 time) showed that the pregnancy rate was 92.5%, which was the same rate as the control group(n=40 sows; AI=2 times), and that the litter size did not differ between the control and the OAITE group. These data suggest that the OAITE might be effective and economic to estimate the optimal AI time of individually stalled sows.