1 |
1
광분광 분석기를 이용하여 2가지 이상의 원료로 구성된 분체 시료에 광을 조사한 후 반사광의 강도를 상기 광을 이루는 자외선, 가시광선 또는 적외선 영역의 파장 중 하나의 파장에 따라 측정하는 광분광 측정단계;상기 광분광 측정단계에서 입수한 파장에 따른 반사광 강도 사이의 광분광 측정자료를 전처리하는 자료 전처리단계;상기 자료 전처리단계에서 전처리된 측정자료에 대하여 다변량 해석 모델을 수립하는 다변량 해석 모델 수립단계;상기 다변량 해석 모델 수립단계에서 수립한 다변량 해석 모델을 검증하는 다변량 해석 모델 검증단계; 및상기 다변량 해석 모델에 미지의 시료를 측정하여 얻은 광분광 측정자료를 적용하여 원료의 차이를 판별하는 원료 판별단계;를 포함하는 것을 특징으로 하는 분체의 원료판별 분석방법
|
2 |
2
삭제
|
3 |
3
제 1항에 있어서,상기 자외선은 200nm 내지 400nm 영역의 파장을 가질 수 있고, 가시광선은 400nm 내지 800nm 영역의 파장을 가질 수 있으며, 적외선은 800nm 내지 25,000nm 영역의 파장을 가지는 것을 특징으로 하는 분체의 원료판별 분석방법
|
4 |
4
제 1항에 있어서,상기 자료 전처리단계는 시료에 대한 자료 전처리 방법을 사용하는 것을 특징으로 하는 분체의 원료판별 분석방법
|
5 |
5
제 1항에 있어서,상기 자료 전처리단계는 상기 반사광의 강도에 따라 정규화(normalization), 가중치 도입(weighting), 평활화(smoothing), 기준선 보정(baseline correction)중 적어도 하나 이상의 방법을 사용하는 것을 특징으로 하는 분체의 원료판별 분석방법
|
6 |
6
제 5항에 있어서,상기 기준선 보정(baseline correction) 방법은 1차 미분법 또는 2차 미분법인 것을 특징으로 하는 분체의 원료판별 분석방법
|
7 |
7
제 1항에 있어서,상기 자료 전처리단계는 변수에 대한 자료 전처리 방법을 사용하는 것을 특징으로 하는 분체의 원료판별 분석방법
|
8 |
8
제 7항에 있어서,상기 자료 전처리단계는 평균중심화(mean-centering), 가중치법(weighting), 변동눈금조정(variance scaling), 자동눈금조정(autoscaling) 중 적어도 하나 이상의 방법을 사용하는 것을 특징으로 하는 분체의 원료판별 분석방법
|
9 |
9
제 1항에 있어서,상기 다변량 해석 모델 수립단계는 미리 알고 있는 유형의 시료들을 측정하여 학습에 의해 각각의 패턴을 인식하는 지도학습형 패턴인식(supervised pattern recognition) 방법을 사용하는 것을 특징으로 하는 분체의 원료판별 분석방법
|
10 |
10
제 9항에 있어서,상기 다변량 해석 모델 수립단계는 K-nearest neighbor(KNN), Linear Discriminant Analysis(LDA), Quadratic Discriminant Analysis(QDA), Soft Independent Modeling of Class Analogies(SIMCA), 유클리드(Euclidean) 거리, 마할로비스(Mahalanobis) 거리 등의 방법을 사용하는 것을 특징으로 하는 분체의 원료판별 분석방법
|
11 |
11
제 1항에 있어서,상기 다변량 해석 모델 수립단계는 사전지식없이 비슷한 양상의 시료들끼리의 계급을 인식하는 자율학습형 패턴인식(unsupervised pattern recognition) 방법을 사용하는 것을 특징으로 하는 분체의 원료판별 분석방법
|
12 |
12
제 11항에 있어서,상기 다변량 해석 모델 수립단계는 주성분분석, 코호넨(Kohonen) 신경망, Cluster Analysis(CA), Minimal Spanning Tree(MST) 등의 방법을 사용하는 것을 특징으로 하는 분체의 원료판별 분석방법
|
13 |
13
제1항에 있어서,상기 다변량 해석 모델 검증단계는 상기 다변량 해석 모델을 검증하기 위해서 full cross validation, cross validation을 사용하는 것을 특징으로 하는 분체의 원료판별 분석방법
|