In order to distinguish the cultivation area of Panax ginseng, principal component analysis (PCA) using quantitative and qualitative data acquired from HPLC was carried out. A new HPLC method coupled with evaporative light scattering detection (HPLC-ELSD) was developed for the simultaneous quantification of ten major ginsenosides, namely $Rh_1$, $Rg_2$, $Rg_3$, $Rg_1$, Rf, Re, Rd, $Rb_2$, Rc, and $Rb_1$ in the root of P. ginseng C. A. Meyer. Simultaneous separations of these ten ginsenosides were achieved on a carbohydrate analytical column. The mobile phase consisted of acetonitrile-water-isopropanol, and acetonitrile-water-isopropanol using a gradient elution. Distinct differences in qualitative and quantitative characteristics for ginsenosides were found between the ginseng roots produced in two different Korean cultivation areas, Ganghwa and Punggi. The ginsenoside profiles obtained via HPLC analysis were subjected to PCA. PCA score plots using two principal components (PCs) showed good separation for the ginseng roots cultivated in Ganghwa and Punggi. PC1 influenced the separation, capturing 43.6% of the variance, while PC2 affected differentiation, explaining 18.0% of the variance. The highest contribution components were ginsenoside $Rg_3$ for PC1 and ginsenoside Rf for PC2. Particularly, the PCA score plot for the small ginseng roots of six-year old, each of which was light than 147 g fresh weight, showed more distinct discrimination. PC1 influenced the separation between different sample sets, capturing 51.8% of the variance, while PC2 affected differentiation, also explaining 28.0% of the variance. The highest contribution component was ginsenoside Rf for PC1 and ginsenoside $Rg_2$ for PC2. In conclusion, the HPLC-ELSD method using a carbohydrate column allowed for the simultaneous quantification of ten major ginsenosides, and PCA analysis of the ginsenoside peaks shown on the HPLC chromatogram would be a very acceptable strategy for discrimination of the cultivation area of ginseng roots.
Machine fault diagnosis recovers all the studies that aim to detect automatically faults or damages on machines. Generally, it is very difficult to diagnose a machine fault by conventional methods based on mathematical models because of the complexity of the real world systems and the obvious existence of nonlinear factors. This study develops an automatic machine fault diagnosis system that uses pattern recognition techniques such as principal component analysis (PCA) and artificial neural networks (ANN). The sounds emitted by the operating machine, a drill in this case, are obtained and analyzed for the different operating conditions. The specific machine conditions considered in this research are the undamaged drill and the defected drill with wear. Principal component analysis is first used to reduce the dimensionality of the original sound data. The first principal components are then used as the inputs of a neural network based classifier to separate normal and defected drill sound data. The results show that the proposed PCA-ANN method can be used for the sounds based automated diagnosis system.
Numerical analysis based on the 67 morphological characters from 28 populations of 6 species of Korean Rhus sensu lato (Anacardiaceae) was performed for the taxonomic delimitation. Based on the results of PCA with 47 quantitative characters, the sum of contributions for the total variance of three major principal components was 77,9% (PCl 35.2%, PC2 22.5% and PC3 20.2%). The sum of contributions for the total variance of three major principal components were 90,7% (PCl 37.7%, PC2 33.0% and PC3 20.0%) based on the results of PCA with 20 qualitative The characters. Two dimensional plotting from PCA results recognized six distinct species. UPGMA phenogram based on simple matching coefficient method recognized clear taxonomic delimitations among six taxa. On the cluster analysis, qualitative characters were more useful for grouping the species treated. Numerical analysis was very valuable to delimit the Korean taxa of Rhus s.l.
This paper presents a face recognition method based on the combination of well-known statistical representations of Principal Component Analysis(PCA), and Linear Discriminant Analysis(LDA) with Radial Basis Function Networks. The original face image is first processed by PCA to reduce the dimension, and thereby avoid the singularity of the within-class scatter matrix in LDA calculation. The result of PCA process is applied to LDA classifier. In the second approach, the LDA process Produce a discriminational features of the face image, which is taken as the input of the Radial Basis Function Network(RBFN). The proposed approaches has been tested on the ORL face database. The experimental results have been demonstrated, and the recognition rate of more than 93.5% has been achieved.
Zubayed Ahamed;Jin-Kyu Seo;Jeong-Uk Eom;Han-Sul Yang
Food Science of Animal Resources
/
v.44
no.4
/
pp.934-950
/
2024
This study addresses the prevalent issue of meat species authentication and adulteration through a chemometrics-based approach, crucial for upholding public health and ensuring a fair marketplace. Volatile compounds were extracted and analyzed using headspace-solid-phase-microextraction-gas chromatography-mass spectrometry. Adulterated meat samples were effectively identified through principal component analysis (PCA) and partial least square-discriminant analysis (PLS-DA). Through variable importance in projection scores and a Random Forest test, 11 key compounds, including nonanal, octanal, hexadecanal, benzaldehyde, 1-octanol, hexanoic acid, heptanoic acid, octanoic acid, and 2-acetylpyrrole for beef, and hexanal and 1-octen-3-ol for pork, were robustly identified as biomarkers. These compounds exhibited a discernible trend in adulterated samples based on adulteration ratios, evident in a heatmap. Notably, lipid degradation compounds strongly influenced meat discrimination. PCA and PLS-DA yielded significant sample separation, with the first two components capturing 80% and 72.1% of total variance, respectively. This technique could be a reliable method for detecting meat adulteration in cooked meat.
This study is a preliminary study to design a character automation system that considers the facial characteristics of mammals. The experimental data of this study was conducted on dogs (dog breeds) and humans, which were designed to be used in many contents. First, data was extracted from 100 types of dogs and 100 human data. Second, the criteria for measuring the ratio of important parts of the dog and human face were suggested. In addition, a comparative analysis of the face of a dog and a human face is conducted. Lastly, by analyzing the main component(PCA), the most characteristic elements in the faces of dogs and humans were analyzed. As a result, it was confirmed that the length of the face, the size of the eyes, the length of the glabellar, and the length of the glabellar and other parts are important. Through this study, the features of the dog's face that are different from humans are expected to contribute to the animal character automation.
The hourly volatile organic compounds(VOCs) concentrations between 2005 and 2008 at Bulgwang photochemical assessment monitoring station were investigated to establish a method for quality assurance and quality control(QA/QC) procedure. Systematic error, erratic error, and random error, which was manifested by outlier and highly fluctuated data, were checked and removed. About 17.3% of the raw data were excluded according to the proposed QA/QC procedure. After QA/QC, relative standard deviation for representing 15 species concentrations decreased from 94.7-548.0% to 63.4-125.8%, implying the QA/QC procedure is proper. For further evaluation about the adequacy of QA/QC procedure, principal components analysis(PCA) was carried out. When the data after QA/QC procedure was used for PCA, the extracted principal components were different from the result from the raw data and could logically explain the major emission sources(gasoline vapor, vehicle exhaust, and solvent usage). The QA/QC procedure based on the concept of errors is inferred to proper to be applied on VOCs. However, an additional QA/QC step considering the relationship between species in the atmosphere needs to be further considered.
Proceedings of the Korean Society of Soil and Groundwater Environment Conference
/
2004.09a
/
pp.373-376
/
2004
To investigate the vertical petrological and hydrological characteristics of fractured rock, geophysical and chemical logging were executed at 5 boreholes installed in the study area. The geophysical and hydrochemical logging data were analysed by using principal components analysis (PCA). Three main variables from PCA explained 86.4% of total variance of geophysical log data. The PCA results showed that PCl is closely related to groundwater properties and PC2 and PC3 are influenced by rock and fracture properties. Hydrochemical analysis indicated the presence of highly fractrued zone at the depth of 60m.
Journal of the Institute of Electronics Engineers of Korea SP
/
v.47
no.3
/
pp.54-60
/
2010
The local appearance-based method is one of the face recognition methods that divides face image into small areas and extracts features from each area of face image using statistical analysis. It collects classification results of each area and decides identity of a face image using a voting scheme by integrating classification results of each area of a face image. The conventional local appearance-based method divides face images into small pieces and uses all the pieces in recognition process. In this paper, we propose a local appearance-based method that makes use of only the relatively important facial components. The proposed method detects the facial components such as eyes, nose and mouth that differs much from person to person. In doing so, the proposed method detects exact locations of facial components using support vector machines (SVM). Based on the detected facial components, a number of small images that contain the facial parts are constructed. Then it extracts features from each facial component image using principal components analysis (PCA). We compared the performance of the proposed method to those of the conventional methods. The results show that the proposed method outperforms the conventional local appearance-based method while preserving the advantages of the conventional local appearance-based method.
This study was Performed to classify the acoustic emission(AE) signal due to surface cracking and moisture movement in the flat-sawn boards of oak(Quercus Variablilis) during drying using the principal component analysis(PCA) and artificial neural network(ANN). To reduce the multicollinearity among AE parameters such as peak amplitude, ring-down count event duration, ring-down count divided by event duration, energy, rise time, and peak amplitude divided by rise time and to extract the significant AE parameters, correlation analysis was performed. Over 96 of the variance of AE parameters could be accounted for by the first and second principal components. An ANN analysis was successfully used to classify the Af signals into two patterns. The ANN classifier based on PCA appeared to be a promising tool to classify the AE signals from wood drying.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.