• 한국작물학회지
• /
• 제41권3호
• /
• pp.266-273
• /
• 1996

수수류 청예용 1대잡종 품종육성을 위해서 1986, 1987년에 실시된 수수 유전자원의 특성조사 결과를 평균 연관 군집 분석과 주성분 분석법에 의한 품종군 분류법으로 교배모본을 선정한 결과를 요약하면 아래와 같다. 1. 수수$\times$단수수 및 수수$\times$수단그래스 교잡군 육성을 위하여 각 군별로 개화기가 유사한 것 중에서 초고 및 형태적 형질이 다양한 특성을 지닌 것들을 교잡군의 모본으로 선정하였다. 2. 수수류의 품종군 분류에서는 √D$^2$에 의해 3개 계통군으로 분류할 수 있었는데 I 군은 수단그래스, II군은 단수수, III군은 종실용 수수였고, 수단그래스와 종실용 수수와는 원연관계였다. 3. 주성분분석의 결과 제5주성분까지만 취했을 때 전체 성분의 88.3%, 제 1, 2의 2개 주성분만으로는 59.3%를 설명할 수 있었으며, 제 1 주성분에 대하여는 수단그래스와 종실용 수수, 제1, 2주성분에 대하여는 단수수와 수단그래스 및 종실용 수수가 잘 구분되었다. 한편 제1주성분은 이삭밀도와 형태, 백립중, 식물체색, 종실의 영 피복 정도와 높은 상관관계, 제 2주성분은 개화기간, 초고, 까락의 유무와 높은 상관관계를 보였다. 4. 이상의 결과로 선정된 품종들을 청예용 품종육성을 위한 교배모본으로 사용할 때 F$_1$의 잡종강세가 높고, 그들 양친의 조합능력에서 계통간 현저한 차이를 나타낼 것으로 기대된다.

• 한국습지학회지
• /
• 제21권3호
• /
• pp.215-223
• /
• 2019

본 연구에서는 낙동강 주요 지류를 대상으로 상관분석, 주성분 및 요인분석, 군집분석과 같은 통계분석을 통해 수질 특성을 분석하였다. 유기물질과 영양물질은 높은 상관관계를 가지고 있으며 봄철 및 가을철에 높게 나와 해당 계절에 대한 집중적인 수질 관리가 필요한 것으로 나타났다. 주성분 및 요인분석 결과 전체 분산의 82%를 유기물질, 영양물질, 자연, 기상 등 4개의 주성분으로 설명할 수 있으며 BOD, COD, TOC, TP 항목이 주요 영향요인으로 분석되었다. 군집분석 결과 계절별 유기물, 영양물질의 오염도를 고려하여 4개의 군집으로 분류하였으며 금호강 유역은 사계절 높은 오염특성을 나타내고 있었다. 따라서 지류 하천의 효과적인 수질 관리를 위해서는 시공간적 특성을 고려한 대책이 필요하며 다변량 통계기법은 수질 관리 및 정책 수립에서 유용하게 활용 가능할 것으로 분석되었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.138-141
• /
• 2005

In this paper, we propose a watermarking technique of multispectral images. In our method, the Principal Component Analysis (PCA) is preliminarily applied on the multispectral image. The most principal component image is used for embedding with a watermark, which is a pseudo-random number sequence generated with a secret key. The embedding process is performed in the wavelet domain. The resulting image is then reinserted into the principal component images, and the final multispectral image containing the watermark can be produced by the inverse PCA. Experimental results are provided to illustrate the performance of the algorithm against various kinds of attacks.

• Communications for Statistical Applications and Methods
• /
• 제22권3호
• /
• pp.241-253
• /
• 2015

In this paper we predict the track of typhoons using a Bayesian principal component regression model based on wind field data. Data is obtained at each time point and we applied the Bayesian principal component regression model to conduct the track prediction based on the time point. Based on regression model, we applied to variable selection prior and two kinds of prior distribution; normal and Laplace distribution. We show prediction results based on Bayesian Model Averaging (BMA) estimator and Median Probability Model (MPM) estimator. We analysis 8 typhoons in 2006 using data obtained from previous 6 years (2000-2005). We compare our prediction results with a moving-nest typhoon model (MTM) proposed by the Korea Meteorological Administration. We posit that is possible to predict the track of a typhoon accurately using only a statistical model and without a dynamical model.

• 응용통계연구
• /
• 제21권6호
• /
• pp.1109-1116
• /
• 2008

Biplots are the multivariate analogue of scatter plots. They are useful for giving a graphical description of the data matrix, for detecting patterns and for displaying results found by more formal methods of analysis. Nevertheless, when some values are missing in data matrix, most biplots are not directly applicable. In particular, we are interested in the shape variability of principal component biplot which is the most popular in biplots with missing values. For this, we estimate the missing data using the EM algorithm and mean imputation according to missing rates. Even though we estimate missing values of biplot of incomplete data, we have different shapes of biplots according to the imputation methods and missing rates. Therefore we propose a RMS(root mean square) for measuring and comparing the shape variability between the original biplots and the estimated biplots.

• 환경영향평가
• /
• 제23권3호
• /
• pp.187-196
• /
• 2014

The objective of this study is to evaluate and analyze Osu stream watershed water environment system. The data were collected from January 2009 to December 2011 including water temperature, pH, DO, EC, BOD, COD, TOC, SS, T-N, T-P and discharge. The data were used for principle component analysis and factor analysis. The results are as followes. The primary factors obtained from both the principal component analysis and the factor analysis were BOD, COD, TOC, SS and T-P. Once principal component analysis and factor analysis have been performed with the collected data and then the results will be applied to both simple regression model and multiple regression model. The regression model was developed into case 1 using concentrations of water quality parameters and case 2 using delivery loads. The value of the coefficient of determination on case 1 fell between 0.629 and 0.866; this was lower than case 2 value which fell between 0.946 and 0.998. Therefore, case 2 model would be a reliable choice.The coefficient of determination between the estimated figure using data which was developed to the regression model in 2012 and the actual measurement value was over 0.6, overall. It can be safely deduced that the correlation value between the two findings was high. The same model can be applied to get TOC concentrations in future.

• 한국수자원학회논문집
• /
• 제48권9호
• /
• pp.757-768
• /
• 2015

최근 기후변화는 짧은 시간의 지역적인 집중호우와 예상치 못한 폭우에 영향을 미치고 이는 생명과 재산의 손실에 영향을 준다. 본 연구에서는 침수위험도를 결정하기 위한 방법으로 산술평균방법, 가중평균방법, 주성분 분석방법을 이용하여 침수위험도에 따른 순위를 결정하였다. 재해연보 및 도시계획 현황에서 선택한 인자들에 대한 표준화를 통해 단위를 통일시켰으며 표준화를 통한 산술평균방법, 상관관계분석을 통한 가중평균방법, 상관도가 높은 인자들을 묶어 분석한 주성분 분석방법을 통해 침수위험도를 결정하고 그 순위를 나타내었다. 본 연구에서 사용된 산술평균방법의 경우 간단하기는 하지만 각각의 인자들이 동일한 가중치를 가지는 문제점이 있고 가중평균 방법의 경우 각각의 인자들이 다른 가중치를 갖기는 하지만 많은 변수들 때문에 변수들 간의 상관관계가 복잡해지는 문제점이 있다. 이러한 문제점을 극복하기 위해 주성분 분석방법을 사용하였으며 각 지역의 수방능력 및 재해위험을 고려한 침수위험도를 결정하였다.

• 식물분류학회지
• /
• 제40권2호
• /
• pp.113-117
• /
• 2010

국내에서 채집된 마름속 식물들을 동정한 결과, 열매가 대형인 Trapa bispinosa Roxb.가 확인되었다. Trapa bispinosa는 국내에서 마름(T. japonica Flerow)으로 동정되어 보고된 바 있으나, 마름속 식물의 중요 식별형질인 열매 형태와 크기에 대한 검토가 이루어지지 못하였다. 두 분류군의 열매에 대한 16개 정량형질을 조사하고, 이에 대한 주성분분석을 수행하였다. 열매 형질의 분석 결과, T. bispinosa는 마름에 비하여 열매의 너비와 두께가 크고, 열매의 뿔이 길고 비후된 특징을 가진다. 또한 전체 변이의 42.3%를 설명하는 주성분1에 의해서 마름과 뚜렷하게 구별되었다. 이번에 조사된 T. bispinosa는 마름과 구별되는 독립된 분류군으로 취급하는 것이 타당한 것으로 파악되며 일반명으로 '큰마름'을 부여하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권6호
• /
• pp.2709-2729
• /
• 2016

Representation based classification, kernel method and sparse representation have received much attention in the field of face recognition. In this paper, we proposed an improved kernel principal component analysis method based on sparse representation to improve the accuracy and robustness for face recognition. First, the distances between the test sample and all training samples in kernel space are estimated based on collaborative representation. Second, S training samples with the smallest distances are selected, and Kernel Principal Component Analysis (KPCA) is used to extract the features that are exploited for classification. The proposed method implements the sparse representation under ℓ₂ regularization and performs feature extraction twice to improve the robustness. Also, we investigate the relationship between the accuracy and the sparseness coefficient, the relationship between the accuracy and the dimensionality respectively. The comparative experiments are conducted on the ORL, the GT and the UMIST face database. The experimental results show that the proposed method is more effective and robust than several state-of-the-art methods including Sparse Representation based Classification (SRC), Collaborative Representation based Classification (CRC), KCRC and Two Phase Test samples Sparse Representation (TPTSR).

• Computers and Concrete
• /
• 제10권6호
• /
• pp.557-573
• /
• 2012

This paper discusses the combined application of two different techniques, Neural Networks (NN) and Principal Component Analysis (PCA), for improved prediction of concrete properties. The combination of these approaches allowed the development of six neural networks models for predicting slump and compressive strength of concrete with mineral additives such as blast furnace slag, fly ash and silica fume. The Back-Propagation Multi-Layer Perceptron (BPMLP) with Bayesian regularization was used in all these models. They are produced to implement the complex nonlinear relationship between the inputs and the output of the network. They are also established through the incorporation of a huge experimental database on concrete organized in the form Mix-Property. Thus, the data comprising the concrete mixtures are much correlated to each others. The PCA is proposed for the compression and the elimination of the correlation between these data. After applying the PCA, the uncorrelated data were used to train the six models. The predictive results of these models were compared with the actual experimental trials. The results showed that the elimination of the correlation between the input parameters using PCA improved the predictive generalisation performance models with smaller architectures and dimensionality reduction. This study showed also that using the developed models for numerical investigations on the parameters affecting the properties of concrete is promising.