• 한국태양에너지학회 논문집
• /
• 제39권3호
• /
• pp.67-79
• /
• 2019

The reliable Typical Meteorological Year (TMY) data, sometimes called Test Reference Year (TRY) data, are necessary in the feasibility study of renewable energy installation as well as zero energy building. In Korea, there are available TMY data; TMY from Korea Institute of Energy Research (KIER), TRY from the Korean Solar Energy Society (KSES) and TRY from Passive House Institute Korea (PHIKO). This study aims at examining their characteristics by using Principle Component Analysis (PCA) at six ground observing stations. First step is to investigate the annual averages of meteorological elements from TMY data and their standard deviations. Then, PCA is done to find which principle components are derived from different TMY data. Temperature and solar irradiance are determined as the main principle component of TMY data produced by KIER and KSES at all stations whereas TRY data from PHIKO does not show similar result from those by KIER and KSES.

• 제어로봇시스템학회논문지
• /
• 제12권6호
• /
• pp.568-572
• /
• 2006

This paper presents the device of recognizing image of the studded paving blocks, transmitting, the information by vibration to a visually handicapped person. Usually the blind uses the walking stick to recognize the studded paving block. This research uses a PCA (Principal Component Analysis) based image processing approach for recognizing the paving blocks. We classify the studded paving blocks into 5 classes, that is, vertical line block, right-declined line block, left-declined line block, dotted block and flat block. The 8 images for each of 5 classes are captured for each block by 112*120 pixels, then the eigenvectors are obtained in magnitude order of eigenvectors by using principal component analysis. The principal components for images can be calculated using projection of transformation matrix composed of eigenvectors. The classification has been executed using Euclidean's distance, so the block having minimum distance with a image is chosen as matched one. The result of classification is transmitted to the blind by electric vibration signals with different magnitudes and frequencies.

• 한국식물병리학회지
• /
• 제13권1호
• /
• pp.37-45
• /
• 1997

Disease incidence (DI), pre-emergence damping-off (PDO), days until the first symptom appeared (DUS), disease progress curve (DPC), and area under disease progress curve (AUDPC) were investigated in vivo after sowing ginseng seeds in each of 37 ginseng-cultivated soils which were sampled from 4 regions in Korea. Non linear fitting parameters, A, B, K and M, were estimated from the Richards' function, one of the disease progress models, by using the DI at each day from the bioassay. Inter- and intra-relationships between disease variables and stand-missing rate (SMR) in fields were investigated by using the simple correlation analysis. Disease variables of the root rot were divided into two groups: variables related to disease incidence, e.g., DI, AUDPC and A parameter, and variables related to disease progress, e.g., B, K and M parameters. DI, AUDPC, and DUS had significant correlations with SMR in ginseng fields, and then it showed that the disease development in vivo corresponded with that in fields. Soil samples could be separated into 3 and 4 groups, respectively, on the basis of the principal component 1 (PC1) and the principal component 2 (PC2), which were derived from the principal component analysis (PCA) of Richards' parameters, A, B, K and M. PC1 accounted for B, K and M parameters, and PC2 accounted for A parameter.

• 한국조리학회지
• /
• 제21권1호
• /
• pp.235-249
• /
• 2015

저장시간과 저장온도 및 천연첨가제를 달리하여 저장한 표고버섯의 향 변화를 6개의 metal oxide 센서가 장착된 전자코를 이용하여 분석하였다. MA 포장을 한 표고버섯의 품질을 유지하기 위하여 쑥, 약쑥, 녹차와 활성탄의 네 가지 천연첨가제를 사용하였다. 표고버섯은 각 처리구마다 폴리에틸렌 필름으로 포장하였고 5, 10, $20^{\circ}C$에서 저장하였다. 저장온도와 시간이 증가할수록 전자코의 저항비율값과 제1주성분 값이 감소하였는데, 이것은 높은 온도와 저장시간이 길수록 버섯의 품질이 낮아짐을 나타낸다. 표고버섯을 전자코와 주성분 분석(PCA)을 한 결과, 쑥 처리구(B)와 인진쑥 처리구(C)는 $5^{\circ}C$에서, 녹차 처리구(D)와 활성탄 처리구(E)는 $10^{\circ}C$에서 저장할 때 이취발생을 줄이고 선도를 유지하는 효과를 보여주었다. 그러나 $20^{\circ}C$에서는 대조구(A)와 처리구 간의 차이는 없었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 춘계학술대회
• /
• pp.515-518
• /
• 2017

생체인식기술을 보안에 활용하기 위해 주성분분석을 활용한다. 손의 모양과 동작의 구분을 확인하기 위해 ㄱ부터 ㅎ까지의 수화동작을 촬영한다. 총 스무 명의 성인 남성이 실험에 참여했으며, 각 자음 당 10회씩 촬영을 진행하여 1인당 140장, 총 2800장의 사진을 통해 데이터베이스를 확보하였다. 이를 통해 얻은 데이터베이스에 MATLAB을 이용하여 이미지의 차원을 줄여주는 주성분분석(PCA)과 주요인분석법(LDA)을 적용하여 분석하고, 그 정확도와 신뢰도를 확인하기 위해 동일오류율(EER)을 이용한다.

• 한국통신학회논문지
• /
• 제26권10B호
• /
• pp.1444-1452
• /
• 2001

얼굴인식에서 정보 이론적 접근방법은 얼굴 영상을 기저 영상의 합으로 분해하는 것을 기초로 한다. 가장 많이 쓰이고 있는 방법은 Principal Component Analysis (PCA)를 기반으로 하는 eigenface 방법이다. PCA를 기반으로 하는 방법은 데이터의 2차 통계적 구조만을 고려하므로 화소 사이의 고차 통계적 의존성은 고려되지 않는다. Factorial code 표현법은 효과적인 정보 표현의 좋은 방법으로 알려져 있고 이것은 Independent Component Analysis (ICA)와 밀접한 관련이 있다. Factorial code 표현법은 eigenface 방법과 비교할 때 중요한 정보가 포함되어 있는 데이터의 고차 통계적 구조도 고려되어 더욱 효과적인 정보 표현을 기대할 수 있다. 이 논문에서는 PCA를 이용하여 찾아낸 저차원 특징 공간에서 Factorial code 표현법을 이용하여 얼굴인식을 위한 통계적 특징점을 찾아낸다. 얼굴 인식에 있어서 Factorial code 표현법이 eigenface 방법보다 성능이 우수함을 모의실험을 통하여 입증한다.

• 산업공학
• /
• 제24권1호
• /
• pp.8-14
• /
• 2011

Principal Component Analysis (PCA) reduces the dimensionality of the process by creating a new set of variables, Principal components (PCs), which attempt to reflect the true underlying process dimension. However, for highly nonlinear processes, this form of monitoring may not be efficient since the process dimensionality can't be represented by a small number of PCs. Examples include the process of semiconductors, pharmaceuticals and chemicals. Nonlinear correlated process variables can be reduced to a set of nonlinear principal components, through the application of Kernel Principal Component Analysis (KPCA). Support Vector Data Description (SVDD) which has roots in a supervised learning theory is a training algorithm based on structural risk minimization. Its control limit does not depend on the distribution, but adapts to the real data. So, in this paper proposes a non-linear process monitoring technique based on supervised learning methods and KPCA. Through simulated examples, it has been shown that the proposed monitoring chart is more effective than $T^2$ chart for nonlinear processes.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권8호
• /
• pp.521-528
• /
• 2002

본 논문에서는 문자인식의 특징선택방법으로 2차원 웨이브렛 패킷을 이용하는 새로운 방법을 제안한다. 영상자료의 특징들로부터 중심특징을 선택하기 위한 차원축소 기법으로 주성분분석 기법이 주로 사용된다. 하지만, 주성분분석 기법은 고유시스템에 의존하기 때문에, 이상치나 잡음 등에 민감할 뿐만 아니라, 전역적 특징만을 선택하는 경향이 있다. 때때로, 영상자료의 중요한 특징이 가장자리 부분이나 뽀족한 부분 같은 지역적 정보일 수 있다. 이러한 경우, 주성분분석 기법은 좋은 결과를 줄 수 없다. 또한 고유시스템은 많은 계산시간을 요구한다. 본 논문에서 원 자료는 2차원 웨이브렛 패킷기저에 의해 변환되고, 최적 판별 기저가 탐색된 후, 그것으로부터 적절한 특징이 선택된다. 주성분분석 기법과 비교하여, 제안된 방법은 웨이브렛의 좋은 특성에 의해 전역적 특징뿐만 아니라 지역적 특징의 선택이 빠른 계산시간으로 이루어진다. 제안된 방법의 성능을 보이기 위해 PCA와 제안된 방법의 인식률의 실험결과가 분석되었다.

• Advances in environmental research
• /
• 제6권1호
• /
• pp.53-65
• /
• 2017

Assessment of seasonal changes in surface water quality is an important aspect for evaluating temporal variations of river pollution due to natural or anthropogenic inputs of point and non-point sources. In this study, surface water quality data for 15 physico-chemical parameters collected from 7 monitoring stations in a river during the years from 2014 to 2016 were analyzed. The principal component analysis technique was employed to evaluate the seasonal correlations of water quality parameters, while the principal factor analysis technique was used to extract the parameters that are most important in assessing seasonal variations of river water quality. Analysis shows that a parameter that is most important in contributing to water quality variation for one season may not be important for another season except alkalinity, which is always the most important parameters in contributing to water quality variations for all three seasons.

• Korean Chemical Engineering Research
• /
• 제45권1호
• /
• pp.87-92
• /
• 2007

최근 공정의 이상을 감지하고 진단하기 위한 공정 모니터링 시스템의 개발이 공정 시스템 분야에서 많은 주목을 받고 있다. 공정으로부터 얻어지는 데이터는 공정의 특성에 대한 유용한 정보를 제공하고 이는 공정의 모델링과 모니터링 그리고 제어에 사용된다. 현대의 화학 및 환경 공정은 고차원적인 특성과 변수간의 강한 상관관계와 동특성 그리고 비선형적 특성을 가지고 있어 모델 기반 접근을 통해 공정을 분석하는 것을 쉽지 않다. 이러한 모델 기반 접근의 한계를 극복하기 위해 많은 시스템 엔지니어와 연구자들이 주성분 분석법(principal component analysis, PCA) 또는 부분 최소 자승법(partial least squares, PLS)과 같은 다변량 분석을 접목한 통계 기반 접근법에 초점을 맞추고 있다. 또한 동특성, 비선형성 등과 같은 특성을 가진 공정에 적용하기 위해 많은 다변량 분석법들이 보완되었다. 여기에서는 동적 주성분 분석법(dynamic PCA)과 케노니컬 변수 분석법(canonical variate analysis)을 이용한 결측 데이터의 예측법과 공정 변수의 복원을 통한 센서 오작동의 판별법에 대해 언급해 보고자 한다.