earticle

영어

The purpose of the study was to classify growing district characteristic of cotton fiber using Cluster analysis, Principal component analysis(PCA) and Soft independent modeling of class analogy(SIMCA) as pattern recognition method. In order to perform this, the thermal decomposition temperatures and resulted fragments of 9 raw cotton fibers were analyzed by using Differential scanning calorimeter(DSC) and pyrolysis gas chromatography mass spectroscopy(PY-GC-MS). Thus cluster analysis and PCA were applied to separate the samples and a SIMCA was used to generate homogeneous patterns after removing outliers. The 4 homogeneous class were then obtained as follows; the first class included all Egyptian cottons. The second class included Australian and Brazil cotton. The third class included the cottons of Uzbekistan and India where geographically close and the final class which outliers were removed included all U.S.A cottons.

한국어

본 연구에서는 면 섬유의 생산지에 따른 군집특성을 분류하기 위해 9종의 생사원면을 PY-GCMS(Pyrolysis Gas Chromatography Mass Spectroscopy)와 DSC(Differential Scanning Calorimeter)로 분석하여 면 섬유의 열분해 시 생성된 휘발성 물질과 열분해 온도를 토대로 군집분석(Cluster Analysis),PCA(Principal Component Analysis), SIMCA(Soft Independent Modeling of Class Analogy)등의 패턴인식법을 실시하였다. 군집분석과 PCA에 의해 결정된 군집들은 SIMCA법에 의해 이상값(outlier)을 제거한 결과 4개의 순수군집을 이루었다. 군집 1은 이집트에서 생산된 면 섬유들이 군집을 이루었고 군집 2는 호주산면과 브라질면, 군집 3은 지리적으로 가까운 우즈베키스탄면과 인도면이 군집을 이루었다. 마지막으로 이상치 개체들을 따로 분류한 군집에서는 미국산면이 군집을 이루었다.