KCI등재
양파의 생구무게 예측을 위한 여러 가지 일반회귀모형의 성능 비교 = Comparison of the Performance of Several General Regression Models for the Prediction of Bulb Weight of Onion
저자
강윤정(Yunjeong Kang) ; 나명환(Myung Hwan Na) ; 조완현(Wanhyun Cho) ; 고현석(Hyeon Seok Ko) 연구자관계분석
발행기관
학술지명
Journal of the Korean Data Analysis Society(Journal of The Korean Data Analysis Society)
권호사항
발행연도
2021
작성언어
-주제어
KDC
310
등재정보
KCI등재
자료형태
학술저널
수록면
135-148(14쪽)
KCI 피인용횟수
3
DOI식별코드
제공처
양파는 우리나라의 5대 채소 중 하나로 1인당 연간 소비량이 30kg에 달할 정도로 인기가 좋다. 양파의 수급은 전반적으로 국내 생산에 의존하므로 안정적인 가격으로 소비자에게 공급하기 위해서는 생산량 예측이 필요하다. 일반적으로 양파는 노지에서 재배되는데, 노지재배 특성상 급격한 기후 변화나 자연재해는 채소 생장에 큰 문제를 야기한다. 양파 재배 농가 및 관계기관에 서는 수확량 예측 및 증대를 위해 생육 최적의 환경 조건을 파악해야 하고 이를 위해 영향력이큰 환경 요인이 무엇인지 밝혀야 한다. 본 연구에서 우리는 주성분분석(PCA)과 부분최소제곱 (PLS)을 이용하여 재배기간 동안 양파의 생구 무게에 유의미한 영향을 주는 환경요소가 어떤 것인지 도출하고, 이를 통해 재배 시 생육 관리에 대한 전략을 제시하였다. 부분최소제곱 주성분이 현실적으로 우리가 예상하는 결과와 부합하였는데 생구 무게와 강수량, 습도는 음의 상관을 가지고 기온 및 지온의 차이, 일사량과는 양의 상관을 가짐을 확인하였다. 따라서 양파 생구의 안정적인 생장을 위해서는 습도, 일조, 기온 차에 관한 관리가 필요하다. 또한 일반 회귀모형인 주성분회귀모형(PCAR), 부분최소제곱회귀모형(PLSR) 그리고 서포트벡터머신회귀모형(SVMR)을 이용하여 수확 시기의 생구 무게를 예측하고 이들의 성능을 비교 해보았다. 서포트벡터머신회귀모 형이 월등히 우수한 성능을 보였고, 부분최소제곱회귀모형, 주성분 다항회귀 모형이었으나 큰 차이를 보이지는 않았다.
더보기Onions are one of Korea s five major vegetables and are so popular that the annual consumption per person reaches 30kg. Since the supply and demand of onions is entirely dependent on domestic production, it is necessary to predict the amount of production in order to supply them to consumers at a stable price. In general, onions are cultivated in the open field. Due to the characteristic of the field cultivation, rapid climate change or natural disasters cause a big problem in vegetable growth. Onion cultivation farms and related organizations must identify the optimal environmental conditions for growth in order to predict and increase the yield. In this study, we use principal component analysis (PCA) and partial least squares (PLS), to find environmental factors that have a significant influence on the weight of onions during the cultivation period, and through this, we present an environmental management strategy during cultivation. The partial least-squares principal component was realistically consistent with the results we expected. It was confirmed that the weight of bulbs, precipitation, and humidity had a negative correlation, and had a positive correlation with the difference between temperature and ground temperature, and the amount of insolation. Therefore, it is necessary to manage the difference in humidity, sunlight, and temperature for stable growth of onions. In addition, using the general regression model, the principal component regression model (PCAR), the partial least squares regression model (PLSR), and the support vector machine regression model (SVMR), we predicted the weight compared their performance. The model that predicted the weight of onion bulb best through experiments was the support vector machine, followed by the partial least squares regression model and the principal component polynomial regression model, but there was no significant difference.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2004-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2002-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.26 | 1.26 | 1.15 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
1.05 | 0.98 | 0.956 | 0.4 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)