$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

IR 및 NIR 스펙트럼과 주성분 분석을 통한 지종의 분류
Classification of papers using IR and NIR spectra and principal component analysis 원문보기

펄프 종이기술 = Journal of Korea TAPPI, v.48 no.1, 2016년, pp.34 - 42  

김강재 (경북대학교 농업생명과학대학 임산공학과) ,  엄태진 (경북대학교 농업생명과학대학 임산공학과)

Abstract ▼ AI-Helper 아이콘AI-Helper

In this study, we classified three copying papers and Korean, Chinese, and Japanese traditional papers using IR and/or NIR spectra and principal component analysis. Various chemicals are used when producing fine papers. In this case, the IR method to analyze functional groups is suitable for the cla...

주제어

#Chemometrics   #principal component analysis (PCA)   #ATR   #NIR   #multivariate analysis   #classification  

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 본 연구에서는 국내에서 시판되고 있는 복사용지 3종과 한중일 전통지 4종의 IR/NIR 스펙트럼 데이터를 수집하여 주성분분석(PCA)으로 지종의 분류 가능성을 알아보고자 하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
화학계량학이란? 화학계량학(chemometrics)이란 스펙트럼이나 크로마토그램과 같은 다양한 분석화학 데이터에서 원하는 정보를 도출하여 정성 및 정량분석을 가능하게 하는 수학적 통계 알고리즘을 총칭하는 것이다. 화학계량학에서는 주로 다변량 분석을 사용한다.
PCA의 목적은? PCA는 변수와 개체의 수가 많은 데이터를 분석하는 방법으로서 데이터의 단순화, 이상치 탐지, 변수 선택 및 분류 등을 주목적으로 한다.9) 2차 미분으로 전처리된 126개의 스펙트럼 데이터들의 주성분 분석을 위해 소프트웨어 프로그램인 Unscrambler® Ver.
다변량 분석법은 크게 3가지로 분류할 수 있는데 각각 모델에는 어떤 분석들이 있는가? 1) 다변량 분석법은 크게 3가지 분석 모델이 존재한다. 기술모델(discriptive model)에는 주성분분석(principal component analysis, PCA), 기존 통계량(basic statistics), 집단분석(clustering)이 있으며, 두 번째 모델인 회귀 및 예측 모델(regression & predictive model)에는 다중회귀분석(multiple linear regression, MLR), 주성분회귀분석(principal component regression, PCR), 부분최소자승회귀분석(partial least square regression, PLSR)이 있다. 마지막으로 분류모델(classification model)에는 SIMCA법(soft independent modelling of class analogies, SIMCA), 서포트 벡터 머신(support vector machine, SVM), 선형판별분석(linear discriminant analysis, LDA) 및 부분최소자승판별분석(partial least squares-discriminant analysis, PLS-DA) 등이 있다.2,3)
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. Yang, B. H., Understanding multivariate data analysis, CommunicationBooks, Seoul, Korea (2006). 

  2. Lee, S., Lohumi, S., Cho, B. K., Kim, M. S. and Lee, S. H., Development of nondestructive detection method for adulterated powder products using Raman spectroscopy and partial least squares regression, J. Korean Society for Nondestructive Testing, 34(4): 283-289 (2014). 

    원문보기 상세보기 crossref

  3. Park, G. B., Multivariate data analysis, Hakjisa, Seoul, Korea (2000). 

  4. Watanabe, K., Abe, H., Kataoka, Y. and Nodhito, S., Species separation of aging and degraded solid wood using near infrared spectroscopy, Japanese Journal of Historical Botany, 19(1-2): 117-124 (2011). 

  5. Schimleck, L. R., Michell, A. J. and Vinden, P., Eucalyptus wood classification by NIR spectroscopy and principal components analysis, Appita Journal, 49(5): 319-324 (1996). 

  6. Horikawa, Y., Mizuno-Tazuru, S. and Sugiyama, J., Near-infrared spectroscopy as a potential method for identification of anatomically similar Japanese diploxylons, J. Wood Science, 61(3): 251-261 (2015). 

    상세보기 crossref

  7. Mattias S., Approaches to analyse and interpret biological profile data, Ph. D. thesis, University of Potsdam, Germany (2006). 

  8. Savitzky, A. and Golay, M. J. E., Smoothing and differentiation of data by simplified least squares procedures, Analytical Chemistry, 36(8): 1627-1639 (1964). 

    상세보기 crossref

  9. Wold, S., Esbensen, K. and Geladi, P., Principal component analysis, Chemometrics and Intelligent Laboratory Systems, 2(1-3): 37-52 (1987). 

    상세보기 crossref

  10. Hwang, S. W., Lee, W. H., Horikawa, Y. and Sugiyama, J., Chemometrics approach for species identification of Pinus densiflora Sieb. et Zucc. and Pinus densiflora for erecta Uyeki, J. Korean Wood Science and Technology, 43(6): 701-713 (2015). 

    원문보기 상세보기 crossref

  11. McDonald, R. G., The pulping of wood Volume I, McGraw-Hill Book Company, USA (1969). 

  12. Esteves, B., Velez Marques, A., Domingos, I. and Pereira, H., Chemical changes of heat treated pine and eucalypt wood monitored by FTIR, Maderas. Cinc. Tecnol., 15(2): 245-258 (2013). 

  13. Largo-Goosens, A., Hernandez-Altamirano, M., Garcia-Calvo, L., Alonso-Simon, A., Alvarez, J. and Acebes, J. L., Fourier transform mid infrared spectroscopy applications for monitoring the structural plasticity of plant cell walls, Front. Plant Sci., 30(303): 1-15 (2014). 

  14. Schwanninger, M., Rodrigues, J. C. and Fackler, K., A review of band assignments in near infrared spectra of wood and wood components, Journal of Near Infrared Spectroscopy, 19(5): 287-308 (2011). 

    상세보기 crossref

  15. Tsuchikawa, S., A review of recent near infrared research for wood and paper, Applied Spectroscopy Reviews, 42(1): 43-71 (2007). 

    상세보기 crossref

  16. Osborne, B. G., Fearn, T. and Hindle, P. H., Practical NIR spectroscopy with applications in food and beverage analysis, Longman Scientific and Technical, Harlow (1993). 

  17. Bassett, K. H., Marchessault, R. H. and Liang, C. Y., The infrared spectrum of crystalline polysaccharides. IX. The near infrared spectrum of cellulose", J. Polymer Science Part A, 1(5): 1687-1692 (1963). 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로