http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
오원경(Won-Gyeong Oh),장인철(In-Cheol Jang),전경임(Gyeong-Im Jeon),박은주(Eunju Park),박해룡(Hae-Ryong Park),이승철(Seung-Cheol Lee) 한국식품영양과학회 2008 한국식품영양과학회지 Vol.37 No.6
등나무 꽃 50 g에 1 L의 네 가지 용매(메탄올, 에탄올, 아세톤, 물)를 각각 가하여 추출한 다음, 농축하여 각각의 용매별 추출물을 얻었다. 이 용매별 추출물을 이용하여 등나무 꽃의 항산화 활성을 조사하였다. 그 결과, 총 페놀 함량에서 보라색은 물 추출물이 491 μM GAE로 가장 높았고, 흰색은 에탄올 추출물이 787 mM GAE로 가장 높았다. 보라색 등나무 꽃의 DPPH 라디칼 소거능은 1,000 ㎍/mL 농도에서 물 추출물이 58.21%로 가장 높은 값을 가지는 것으로 나타났으며, 흰색 꽃도 물 추출물에서 74.52%로 가장 높은 값을 가졌다. ABTS 라디칼 소거능의 경우에도 1,000 ㎍/mL 농도에서 보라색 꽃과 흰 꽃의 물 추출물이 각각 64.50%와 73.07%로 가장 높은 활성을 보였다. 환원력은 보라색 꽃의 에탄올 추출물, 흰 꽃의 메탄올과 물 추출물이 비교적 높게 측정되었다. 한편, 등나무 꽃 추출물의 산화적 스트레스에 의한 DNA 손상억제효과를 평가하기 위해 1, 10, 50 ㎍/mL의 농도로 백혈구에 처리한 후 H2O2(200 ㎛)로 DNA 손상을 유도한 결과, 보라색 꽃의 에탄올 50 ㎍/mL 처리구와 모든 농도의 아세톤 추출물 처리구를 제외하고는 H₂O₂ 처리 양성 대조구에 비해 유의적으로 감소하였다. 흰색 꽃의 경우 모든 추출물에서 40∼80% 정도의 높은 저해율을 보였다. 따라서 등나무 꽃 추출물이 천연 항산화제로서의 잠재적 가능성을 가지고 있음을 알 수 있었다. The antioxidant activities of Wisteria floribunda flowers (WFF) were evaluated. The samples were prepared by extracting separately two different colored flowers (purple and white) with four different solvents (methanol, ethanol, acetone, and water). The antioxidant properties were evaluated by determining total phenolic contents (TPC), radical scavenging activity (RSA), and reducing power (RP). Water extract from purple WFF and ethanol extract of white WFF showed the highest total phenol contents (491 and 787 ㎛ gallic acid equivalents), respectively. Water extracts of purple and white WFF also showed higher RSA. In the case of RP, ethanol extract of purple WFF, methanol and water extracts of white WFF showed relatively higher values. The 200 ㎛ H₂O₂ induced oxidative DNA damage in human leukocytes was significantly inhibited with WFF extracts excluding ethanol and acetone extracts of purple flowers. These results suggest that W. floribunda flowers have significant antioxidative activity and protective effect against oxidative DNA damage.
단순화한 Mel-Frequency Cepstral Coefficients를 이용한 전기적 이상상태 예측 방법
박원경(Won Gyeong Park),임용배(Young Bae Lim),김동우(Dong Woo Kim),이호경(Ho Kyoung Lee),조성원(Sdeongwon Cho) 한국지능시스템학회 2018 한국지능시스템학회논문지 Vol.28 No.5
본 논문은 전기사고 예측을 위해 전기부하의 정상상태와 아크, 누설 상태와 같은 이상상태를 판별하는 새로운 알고리즘을 제시한다. CT를 이용하여 취득된 전기부하의 전류파형으로부터 단순하게 수정된 MFCC와 Shoulder 지속 시간 변화율, 최대치 변화율, 실효치 변화율, 누설전류의 실효치 등을 이용하여 특징벡터를 추출하고, 신경회로망을 이용하여 이상상태와 정상상태를 판별한다. 음성신호처리에 이용되는 MFCC알고리즘을 보다 단순하게 수정한 알고리즘을 전기부하 전류파형에 적용하여 전기부하 이상상태 판별을 위한 특징벡터를 추출하고, 각종 변화율을 계산한다. 신호 처리된 특징벡터는 신경회로망을 이용하여 전기부하의 이상상태 유무를 판별하기 위하여 사용된다. 제안된 단순화 MFCC는 기존의 MFCC 보다 간단한 신호처리 과정을 거치게 되며, 특징벡터 사이즈의 축소가 가능하고 판별 정확도 향상과 함께 처리시간도 단축시킬 수 있다는 장점이 있다. 실험결과는 제안된 방법이 전기부하 이상상태 판별에 유용하게 사용될 수 있음을 보여준다. This paper proposes a new method to classify electrical abnormal states such as arc and leakage currents for predicting electrical accidents. Current data of electric loads are obtained from CTs(Current Transformers), and a simplified MFCC(Mel-Frequency Cepstral Coefficients) algorithm and several change rates are used to extract feature vectors for prediction of electrical accidents. Based on the extracted features, neural networks are used to predict electrical accidents of diverse electrical loads. The original MFCC is being frequently used for speech signal processing and recognition. In this paper, MFCC is modified for the improvement of prediction performance of electrical accidents. The proposed SMFCC(simpified MFCC) is simpler than the original MFCC. Thus, the proposed SMFCC has the advantage that reduce the size and the processing time of the extracted feature vectors. The experimental results show the superiority of the proposed method for predicting electrical accidents.
간략화된 MFCC를 이용한 PIR 센서 기반 침입감지 시스템
박원경(Won Gyeong Park),Tran Linh Tam,이호경(Ho Kyung Lee),조성원(Seongwon Cho) 한국지능시스템학회 2018 한국지능시스템학회논문지 Vol.28 No.4
PIR 센서를 사용하는 침입감지 시스템이 사람이 아닌 동물들로 인해 발생하는 오작동을 막기 위해 사람과 다른 동물을 구별하는 시스템의 필요성이 대두되고 있다. 본 논문에서는 사람과 동물을 구별하기 위해 PIR(Pyroelectric Infrared Sensor)센서로 부터 얻은 신호를 간략화된 MFCC(Mel-Frequency Cepstral Coefficients)를 이용하여 신호처리하여 성능을 개선한 방법을 제안한다. 음성신호처리에 주로 사용되는 MFCC를 사람과 동물신호를 구별하기에 적합하도록 수정하여 신호처리에 사용하였다. 처리된 신호들은 인공 신경회로망의 특징벡터로 사용되었다. 본 논문에서는 기존의 MFCC를 활용한 분류결과와 제안된 간략화 MFCC를 활용한 분류결과에 대해 비교하여 간략화된 MFCC가 정확도 개선에 우수함을 실험 결과로서 제시하였다. The intruder detection system using the PIR sensor has the problem that it can`t recognize human correctly. In this paper, we propose a new intruder detection system based on the PIR sensor to get around the drawbacks of the previous method. The signal captured using the PIR sensor is sampled, and its frequency feature is extracted using the simplified MFCC. The extracted features are used for the input of neural networks. After neural network is trained using various human and pet’s intrusion data, it is used for classifying human and pet in the intrusion situation. The experimental results show the superiority of the proposed method in comparison to the origianl MFCC.