http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : ( Bal-geum Kim ) (검색결과 18 건)
- 무료
- 기관 내 무료
- 유료
-
김밝금 ( Bal-geum Kim ),이재수 ( Jae-su Lee ),유병기 ( Byeong-gi Yu ),김현종 ( Hyun-jong Kim ),이현동 ( Hyun-dong Lee ) 한국농업기계학회 2019 한국농업기계학회 학술발표논문집 Vol.24 No.2
부숙도란 퇴비나 액비가 식물과 토양에 안정적인 반응을 나타내는 정도를 말하는데, 가축 분뇨 퇴비에 대한 부숙도 기준의 적용이 2020년부터 시행됨에 따라 퇴비 부숙도 측정의 중요성이 더 커지고 있다. 가장 대표적인 측정 방법으로는 솔비타(Solvita)측정법이 있는데, 이 방법은 부숙 정도의 표시에 차이가 발생하여 재현성이 낮고 판정까지 많은 시간이 소요되는 한계가 있다. 그러나 미부숙 퇴비의 사용에 따른 농작물 피해를 예방하기 위해서는 퇴비 사용 전 신속하고 정확한 부숙 판정이 가능한 방법의 개발이 필요하다. 본 연구에서는 휴대용 부숙도 측정 장치를 개발하여 부숙도 측정 시 신속성 및 편의성을 높이고자 하였다. 기체 농도 계측부에는 각종 센서를 부착하였고, 기체 챔버부는 기밀이 유지되는 이중 재킷 구조로 하여 항온 수조를 이용해 온도가 일정하게 유지되게 하였다. 기체 계측을 위한 암모니아 센서(3E1000SE, Citytech, Germany) 계측 범위는 0∼1000ppm, 이산화탄소 센서(GMP252, Vaisala, Finland)는 0∼5000ppm이었다. 기밀 챔버 내 온도는 25℃로 하여 5종 유기질 비료 대상으로 데이터로거(GL840, Graphtec, Japan)를 통해 센서 계측 값을 모니터링하고 데이터를 수집하였다. 30g의 시료를 기체 기밀 챔버에 투입 후 30분 동안 가스 농도 변화를 측정한 결과, 암모니아 가스 발생 농도 범위는 -2.3∼1050ppm이었으며, 이산화탄소 가스 농도 발생 범위는 423∼3900ppm이었다. 80g의 시료 측정 시 암모니아 가스 발생 농도 범위는 -3.2∼1150ppm이었으며, 이산화탄소 가스 발생 농도범위는 451∼5000ppm으로 나타났다. 이산화탄소의 경우 최댓값 기준으로 시료 양에 따라 1.3배의 차이를 보여 퇴비 양이 가스 발생량에 영향을 끼치는 것을 알 수 있었으나, 암모니아의 경우 차이가 거의 없는 것을 확인하였다. 또한 선정한 시판 퇴비 5종의 수분 함량 측정 평균은 50%로 부숙 퇴비 범위 55% 미만 기준에 적합한 것으로 나타났다. 본 연구에 따라 기체 기밀 챔버를 사용하여 퇴비 부숙도의 판정 요인인 암모니아 및 이산화탄소 가스 계측이 가능하고, 이산화탄소의 경우 퇴비 양이 가스 발생량에 영향을 미침을 알 수 있었다. 추후 온도별 기체 계측 요인 실험 및 1회 샘플 측정 후 다음 샘플 측정까지 소요 되는 시간 단축 방안에 대한 연구가 필요할 것으로 판단된다.
-
근적외선 비파괴 과일 선별 시스템을 활용한 내부 갈변 사과의 판별
김밝금(Bal Geum Kim),임종국(Jong Guk Lim) 한국산학기술학회 2021 한국산학기술학회논문지 Vol.22 No.1
본 논문에서는 농산물 산지 유통 센터에서 설치되어 사용하고 있는 비파괴 과일 선별 시스템을 이용하여 정상사과와 내부에 결함이 있는 사과를 판별하기 위한 최적 파장과 해당 스펙트럼의 특성을 구명하고자 하였다. 총 54개 사과에 대해 470 - 1150 nm의 파장 범위에서 정상 사과와 갈변 사과의 투과 스펙트럼을 획득하였다. 주성분 분석(PCA)을 활용하여 정상 사과와 내부 갈변 사과의 군집을 확인하였으며, 판별 모델의 개발과 평가를 위해 부분최소제곱회귀(PLSR) 분석을 수행하였다. PCA 분석에서는 정상 사과와 내부 갈변 사과 군집의 확연한 구분이 보여 높은 판별율의 결과를 보여주었다. PLSR 분석 결과, 전처리를 하지 않은 예측 모델의 상관계수(R)는 0.902, RMSE 값은 0.157이었으며, 전처리를 적용했을 때 예측 모델의 상관계수는 0.906, RMSE 값은 0.154이었다. 따라서, 이 PLSR 모델은 이 시스템을 활용해 내부 갈변이 있는 사과도 우수하게 판별할 수 있음을 알 수 있었다. 이와 같은 방식을 이용할 경우, 외부 결함과 더불어 내부 결함에 대한 농산물 선별과 평가에 적용될 수 있을 것으로 사료된다. There is a lack of studies comparing the internal quality of fruit with its external quality. However, issues of internal quality of fruit such as internal browning are important. We propose a method of classifying normal apples and internally browned apples using a near-infrared (NIR) non-destructive system. Specifically, we found the optimal wavelength and characteristics of the spectra for determining the internal browning of Fuji apples. The NIR spectra of apples were obtained in the wavelength range of 470-1150 nm. A group of normal apples and a group of internally browned apples were identified using principal component analysis (PCA), and a partial least squares regression (PLSR) analysis was performed to develop and evaluate the discriminant model. The PCA analysis revealed a clear difference between the normal and internally browned apples. From the PLSR, the correlation coefficient of the predictive model without pretreatment was determined to be 0.902 with an RMSE value of 0.157. The correlation coefficient of the predictive model with pretreatment was 0.906 with an RMSE value of 0.154. The results show that this model is suitable for classifying normal and internally browned apples and that it can be applied for the sorting and evaluation of agricultural products for internal and external defects.
-
-
-
-
-
( Youngwook Seo ),( Chansong Hwang ),( Moon S. Kim ),( Ahyeong Lee ),( Bal-geum Kim ),( Jongguk Lim ),( Giyoung Kim ),( Jaekyung Jang ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.1
Hyperspectral imaging technology has emerged as an non-destructive and reliable analysis and discriminant technology for agri-food safety assessment. The technology provides the 3D cub e data with spatial and spectral data. The size of the 3D cube data set is larger than hundreds MB (in the case of 1000 pixels × 1004 pixels × 128 bands). The real-time detection and classification technology is essential for food safety assessment. To reduce the size of data is finding the optimal bands from the whole spectral data. In this study, a genetic algorithm (GA) is implemented to find subset features from 128 wavelengths and applied to develop a classification model. On the stainless steel plate, six spinach droplets were placed on each well according to the concentrations. Original juice of spinach is 100%, and additional five levels were diluted with distilled water as follows: 1:5 (20%), 1:10 (10%), 1:20 (5%), 1:50 (2%), and 1:100 (1%), respectively. VNIR hyperspectral images were obtained using a line-scan hyperspectral imaging system and concentration prediction models were developed with multivariate analysis methods. Support vector machine with 39 selected bands using the genetic algorithm showed accuracy a s 90.65% and the kappa coefficient was 0.88. The overall accuracy of PLS-DA and LDA showed reasonable accuracy as 72.13% and 85.06%, respectively. Using feature selection such as gen etic algorithm, we can reduce the dimensionality of the 3D cube data so that it is helpful to develop a rapid and real-time classifier for food safety. VNIR (400-1000 nm) hyperspectral imaging system and chemometric classification models with sub-set data based on genetic algorithm showed a potential for developing an safety assessment technology for agro-food processing machines or facilities.
-
( Youngwook Seo ),( Chansong Hwang ),( Moon S. Kim ),( Ahyeong Lee ),( Bal-geum Kim ),( Jongguk Lim ),( Giyoung Kim ),( Jaekyung Jang ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.1
Convolutional neural network (ConvNet) has emerged as an state-of-the-art machine learning and classification model. ConvNet based on multilayer perceptrons with fully connected network which is prone to overfitting data. Maxpooling and rectified linear unit is a method for finding edge and reducing variance of data. In this study, ConvNet was applied to classify VNIR hyperspectral data of spinach droplet concentrations. The extracts of spinach was diluted to six levels adding distilled water as follows: original extracts (100%), 1:5 (20%), 1:10 (10%), 1:20 (5%), 1:50 (2%), and 1:100 (1%), respectively. Stainless steel plate had 6 concentration × 15 replica × 2 repeat (N=180). In order to acquire VNIR (400-1000 nm) hyperspectral images, a line-scan hyperspectral imaging system was used and obtained 1000 pixels × 1004 pixels × 128 bands 3D cube data. Spectral data was extracted manually and PCA was applied to analyze data characteristics. Score plot of scattering showed each concentration cluster attributes on PC1 and PC2 space. Using the 99th image (865 nm) with threshold 400, the mask image built up, removed background and selected ROIs. ConvNet and pre-processing methods (MSC, derivatives, moving average, and normalization) were used to develop the concentration prediction models then compared accuracy based on confusion matrix. 1D ConvNet showed the best accuracy as well 92.98% with 1st derivative (D1). VNIR hyperspectral imaging system and ConvNet classification model showed a potential for developing an safety assessment technology for agro-food processing machines or facilities.
-
-
누에 생육 환경 모니터링 및 행동 특성 분석을 위한 ICT 기반의 사육 시스템 개발
임종국(Jong-Guk Lim),이아영(Ah-Yeong Lee),김밝금(Bal Geum Kim),유현채(Hyeon-Chae Yoo) 한국산학기술학회 2021 한국산학기술학회논문지 Vol.22 No.11
국내 양잠 산업은 비단을 얻는 의류산업 중심에서 부가가치를 높일 수 있는 다양한 기능성 제품 및 약용 소재개발 산업으로 패러다임이 변화하고 있다. 그러나 양잠 산업의 가치를 높이려는 이러한 노력에도 불구하고 인력 부족 및 고령화 현상으로 누에 사육 농가는 매년 감소하고 있다. 최근, 생산비 및 노동력 절감, 품질 향상을 위해 정보통신기술이 다양한 농업 분야에 접목, 확대되고 있다. 그중에서도, 작물과 가축의 생육 환경을 제어하고 모니터링하는 스마트팜은 농업 생산성 감소를 해결할 수 있는 대안으로 떠오르고 있다. 본 논문에서는 정보통신기술 기반의 누에 사육 컨테이너를 제작하였으며 내부에 장착된 환경 센서를 이용하여 온·습도, CO₂ 농도를 실시간 측정하였으며 IP 카메라를 장착하여 실시간으로 누에 영상을 수집하였다. 누에 사육 환경 정보와 영상 정보는 유무선 네트워크를 통해 웹이나 스마트폰으로 원격 관리할 수 있으며 냉난방기, 가습기, 제습기, 환풍기 등과 같은 공조 시스템을 구축해 사육 환경 조건을 제어하였다. 개발된 누에 사육시스템으로 ‘한생잠’ 품종의 누에 100마리를 4령 2일에서 5령 5일까지 사육하였다. 개체 별 길이, 폭, 무게 등의 생육 지표와 뽕잎 섭취량을 일자별로 측정하였으며 IP 카메라로 누에 영상을 실시간 확보하였다. 획득한 누에 영상을 이용하여 누에 행동 특성을 실시간 모니터링할 수 있었으며 이진화 영상으로 실시간 뽕잎 잔여율 산출이 가능함을 확인하였다. The paradigm of the sericulture industry is shifting towards improving added value by developing various functional products and medicinal materials. Despite these efforts to re-evaluate the value of the sericulture industry, the manpower of silkworm farms continues to shrink every year. Recently, Information and Communications Technology (ICT) has been used in various agricultural fields to reduce production costs and labor and improve quality. A smart farm, which can control and monitor the growing environment of crops and livestock, is emerging as an alternative to alleviate the reduction in agricultural productivity. In this paper, a silkworm breeding container was customized with an ICT-based environmental sensor and IP camera. Temperature, humidity, CO₂ concentration, and images were collected in real-time using the sensor and IP camera mounted inside the container. An air conditioning system was applied to control the optimal breeding environment. The breeding environment and image information were remotely managed on the web or a smartphone. Moreover, various growth indicators such as length, width, weight, and mulberry leaf intake were measured daily, and the silkworm images were captured in real-time. The behavioral characteristics of silkworms were analyzed through their breeding images, and the mulberry leaf distribution rate was calculated through image binarization.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
