• 제목/요약/키워드: Economic Parameters.

검색결과 735건 처리시간 0.091초

국내 시판 벌꿀의 품질 평가 및 품질인자간 상관관계 분석 (Evaluation of Commercial Korean Honey Quality and Correlation Analysis of the Quality Parameters)

  • 성화정;정철의;권지영;손호용
    • 생명과학회지
    • /
    • 제28권12호
    • /
    • pp.1489-1500
    • /
    • 2018
  • 벌꿀은 꽃의 화밀을 꿀벌이 수집하여 벌집에 저장한 것으로, 밀원에 따라 색, 맛, 향기 등에 많은 차이가 나타난다. 본 연구에서는 다양한 지역, 다양한 밀원에서 생산된 국내 120종 벌꿀(밤꿀, 대추꿀, 때죽꿀, 잡화꿀, 밀감꿀, 유채꿀, 사양벌꿀)의 유용성분 분석, 항산화 활성 및 인간 적혈구 용혈활성을 평가하고, 분석인자간의 상관관계를 검토하였다. 그 결과, 벌꿀의 성분 및 생리활성은 밀원에 의해 차별화되었으며, 채취농가 및 채취지역에 따른 차이는 인정되지 않았다. 벌꿀의 총 폴리페놀 함량 분석 결과, 밤꿀이 가장 높은 $77.1{\pm}8.4mg/100g$을 나타내었으며, 총 플라보노이드 함량의 경우 대추꿀($8.73{\pm}7.31mg/100g$)과 밤꿀($8.39{\pm}3.02mg/100g$)에서, 단백질 함량은 밤꿀에서 가장 높은 $25.9{\pm}0.9mg/100g$을 나타내었으며, 아카시아, 유채 및 사양꿀에서는 12~15 mg/100 g의 낮은 함량을 보였다. 400 nm에서의 흡광도는, 밤꿀에서 가장 높은 $0.156{\pm}0.036$를 나타내었고, 대추꿀 > 잡화꿀 > 때죽꿀 > 유채꿀 > 감굴꿀 > 사양벌꿀 및 아카시아꿀로 나타났다. 모든 벌꿀 시료는 1 mg/ml 농도까지 적혈구 용혈활성이 나타나지 않았다. 한편 항산화 활성평가 결과, DPPH 및 ABTS 소거능의 경우 밤꿀 > 대추꿀 > 때죽꿀 > 잡화꿀 > 밀감꿀 > 유채꿀, 사양벌꿀 및 아카시아꿀의 순으로 나타난 반면, nitrite 소거능의 경우 밤꿀, 대추꿀, 잡화꿀 > 유채꿀, 밀감꿀, 사양벌꿀 및 아카시아꿀의 순으로 우수하였다. 분석인자간의 상관성을 계산한 결과, 총 폴리페놀 함량과 ABTS 양이온 소거능에서 가장 높은 상관계수(0.879)를 나타났으며, 특이하게 총 폴리페놀 함량과 DPPH 음이온 소거능은 0.441로 상대적으로 낮은 상관계수를 보였다. 또한 400 nm 흡광도는 총 폴리페놀 함량, ABTS 소거능 및 환원력과 각각 0.804, 0.772 및 0.741의 높은 상관계수를 보여, 향후 400 nm 측정으로 벌꿀 간편 품질검사가 가능함을 제시하였다. 이상의 결과는 기능성 벌꿀 개발 및 벌꿀 유용성분을 이용한 식의약품 소재개발의 기초자료로 이용될 것이며, 현재 선정벌꿀로부터 활성물질 분리 및 약용작물 추출물을 이용한 사양벌꿀 개발이 진행 중에 있다.

다중 센서 융합을 위한 무인항공기 물리 오프셋 검보정 방법 (Physical Offset of UAVs Calibration Method for Multi-sensor Fusion)

  • 김철욱;임평채;지준화;김태정;이수암
    • 대한원격탐사학회지
    • /
    • 제38권6_1호
    • /
    • pp.1125-1139
    • /
    • 2022
  • 무인항공기에 부착된 위성 항법 시스템/관성 측정 센서(global positioning system/inertial measurement unit, GPS/IMU)와 관측 센서 사이에는 물리적인 위치와 자세 오차가 존재한다. 해당 물리 오프셋으로 인해, 관측 데이터는 비행 방향에 따라 서로 위치가 어긋나는 이격 오차가 발생한다. 특히나, 다중 센서를 활용하여 데이터를 취득하는 다중 센서 무인항공기의 경우, 관측 센서가 변경될 때마다 고액의 비용을 지불하고 외산 소프트웨어 의존하여 물리 오프셋을 조정하고 있는 실정이다. 본 연구에서는 다중 센서에 적용 가능한 초기 센서 모델식을 수립하고 물리 오프셋 추정 방법을 제안한다. 제안된 방안은 크게 3가지 단계로 구성된다. 먼저, 직접지리 참조를 위한 회전 행렬 정의 및 초기 센서 모델식을 수립한다. 다음으로, 지상기준점과 관측 센서에서 취득된 데이터 간의 대응점을 추출하여 물리 오프셋 추정을 위한 관측방정식을 수립한다. 마지막으로, 관측 자료를 기반으로 물리 오프셋을 추정하고, 추정된 파라미터를 초기 센서 모델식에 적용한다. 전주, 인천, 알래스카, 노르웨이 지역에서 취득된 데이터셋에 적용한 결과, 4개 지역 모두 물리 오프셋 적용 전에 발생되던 영상 접합부의 이격 오차가 물리 오프셋을 적용 후 제거되는 것을 확인했다. 인천 지역의 지상기준점 대비 절대 위치 정확도를 분석한 결과, 초분광 영상의 경우, X, Y 방향으로 약 0.12 m 위치 편차를 보였으며, 라이다 포인트 클라우드의 경우 약 0.03 m의 위치 편차를 보여줬다. 더 나아가 영상 내 특징점에 대하여 초분광, 라이다 데이터의 상대 위치 정확도를 분석한 결과, 센서 데이터 간의 위치 편차가 약 0.07 m인 것을 확인했다. 따라서, 제안된 물리 오프셋 추정 및 적용을 통해 별도 기준점 없이 정밀한 데이터 매핑이 가능한 직접 지리 참조가 가능하다는 것을 확인했으며, 다중 센서를 부착한 무인항공기에서 취득된 센서 데이터 간의 융합 가능성에 대해 확인하였다. 본 연구를 통해 독자적인 물리 파라미터 추정 기술 보유를 통한 경제적 비용 절감 효과 및 관측 조건에 따른 유연한 다중 센서 플랫폼 시스템 운용을 기대한다.

21세기 새로운 현실에서 Relationship Marketing의 진화: 디지털 뉴미디어 환경의 보편화와 고객 참여의 고도화를 중심으로 (Evolution of Relationship Marketing in the New Reality: Focused on the Pervasiveness of Digital New Media and the Enlargement of Customer Participation)

  • 임종원;조호현;이정훈
    • Asia Marketing Journal
    • /
    • 제13권4호
    • /
    • pp.105-137
    • /
    • 2012
  • 1980년대 마케팅 분야에서 Relationship Marketing이란 새로운 접근방법이 등장한 이후 미국, 유럽 및 아시아 등지에서 다양한 연구가 활발히 이루어져 왔다. 급속한 환경변화와 경쟁의 세계화로 말미암아 기업들은 보다 적극적으로 환경과의 관계를 고려하지 않을 수 없게 된 상황에서 Relationship Marketing은 마케팅뿐만 아니라 전략분야에서도 중추적인 패러다임으로 자리를 잡아가면서 전통적인 마케팅 연구의 한계를 극복하는 동시에 기업의 마케팅 활동에 보다 풍부한 시사점을 제공하고 있다. 그러나 Relationship Marketing의 연구들은 마케팅 시스템의 상적 영역(commercial sector)에서의 관계구조 및 특성에 초점을 맞추는 조직간 관계 중심이 대부분이었다. 역설적으로 Relationship Marketing에 있어서 다시금 소비자 측면을 고려하지 않으면 안 되는 상황이 전개되고 있다. 1990년대 정보통신 기술의 발달과 웹의 상업적 적용이 빠르게 적용되고 있고, 이러한 새로운 기술들은 커뮤니케이션 개념을 변화시키고 있다. 2000년대 뉴미디어와 혁신 기술의 발달로 소비자들은 스스로 확대된 정보 네트워크를 갖추고 활발하게 정보교환을 하면서 생산이나 판매에 참여하고 있다(Kelly 1998: Jenkins 2006). 이러한 기업과 소비자의 변화는 기업과 소비자의 관계를 근본적으로 변화시키고 있는데, 그에 따라 최근 소비현상에서 소비자의 주도적인 역할이 자주 논의되고 있다.(Seybold 2000: Sharma and Sheth 2004: 임종원, 양석준 2006). 디지털 모바일환경에서의 서비스 유통구조인 플랫폼을 통한 새로운 관계 지배구조로서의 공동체(community)가 연구대상이 되고 있고, 행위적 측면에서도 디지털 환경과 맞물린 소비자 참여 역할 변화는 마케팅 시스템에서 커다란 변화를 요구하고 있다. 본 연구는 지금까지의 Relationship Marketing 연구 성과를 (1) 철학적 측면, (2) 구조적 측면, (3) 행동적 측면, (4) 마케팅 성과 측면에서 전통적 마케팅 연구 관점과 비교 검토하는 동시에 21세기의 새로운 현실, 즉 디지털 환경에서 뉴미디어의 보편화와 고객 참여의 고도화에 따른 마케팅 환경과 마케팅 시스템의 변화에 초점을 맞추어 소비자의 조직화라는 관점에서 공동 가치창조를 위한 연결마케팅공동체의 형성 가능성을 제시하고 향후 Relationship Marketing 연구의 방향을 모색해보고자 하였다.

  • PDF

용담호의 홍수터 적용을 위한 문제점 및 이점 조사 연구 (Investigation on the water quality challenges and benefits of buffer zone application to Yongdam reservoir, Republic of Korea)

  • ;최혜선;전민수;김이형
    • 한국습지학회지
    • /
    • 제25권4호
    • /
    • pp.274-283
    • /
    • 2023
  • 자연기반해법 중 하나인 홍수터는 블루-그린 네트워크로서 유역의 환경, 사회 및 경제적 이점을 제공한다. 본 연구는 용담호 지류의 수질에 대한 홍수터의 적용 효과를 평가하였다. 특히, 홍수터의 문제점과 개선점을 파악하고 제시하였다. 2021년 9월부터 2022년 4월까지 용담호 내 총 6개 지점에서 수질 및 토양 시료를 채취하였다. 수질 분석 결과, 모니터링 지점 중 상전면 갈현리 하류(SG_W_D2)에서 탁도, 총 부유물질(TSS), 화학적 산소요구량(COD), 총인(TP), 총질소(TN) 농도가 가장 높은 것으로 나타났다. 이는 9월과 10에 실시된 샘플링은 녹조발생에 기여 가능한 것으로 분석되었다. 또한, 토양 오염도 분석을 통해 모든 농경지에서 높은 TN및 TP 농도를 보여 농경지의 영양물질 축적량이 높은 것으로 평가되었다. TN 농도는 정천면 월평리 농경지(JW_S_A), 주천면 신양리(JS_S_A) 순으로 나타났으며, 가장 낮은 곳은 상전면 갈현리 원지반(SG_S_O)로 조사되었다. 본 연구에서 확인된 홍수터 유형 중 II-A 유형, II-B 유형, III 유형은 블루-그린네트워크의 기능을 갖는 것으로 나타났다. 그러나, 초기 홍수터의 경우 블루-그린네트워크를 고려하지 않아 설계가 부실 및 성능이 저하되는 결과가 초래되기에, 이러한 홍수터의 성능을 최적화하기 위해서는 블루-그린 네트워크를 고려한 설계 개선 및 보수가 필요하다. 본 연구 결과는 향후 홍수터 설계시 활용 가능할 것을 사료된다.

SVM과 meta-learning algorithm을 이용한 고지혈증 유병 예측모형 개발과 활용 (Development and application of prediction model of hyperlipidemia using SVM and meta-learning algorithm)

  • 이슬기;신택수
    • 지능정보연구
    • /
    • 제24권2호
    • /
    • pp.111-124
    • /
    • 2018
  • 본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.