대표어
한국학술지인용색인(NRF)
권호기사보기
| 기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
|---|
국회도서관 홈으로
정보검색
소장정보 검색
결과 내 검색
동의어 포함
초록보기
본 논문은 단체 급식용 동결 생선을 일정한 중량으로 절단하기 위하여, 생선의 외형 및 부피 예측 모델링 기법을 제안하고, 실제 생선에 대한 절단 실험을 수행한다. 단체 급식용 동결 생선은 동결 하는 시점에서 발생한 생선의 휘어짐과, 머리를 절단하고 내장을 제거할 때에 발생하는 중공이 존재한다. 이외에도 동결의 영향으로 나타나는 표면의 반짝임이나 수분 량에 따른 무게의 차이로 인해 측정 및 추정의 어려움이 크다. 따라서 동결 생선의 외형과 부피를 정확히 추정하기 위해서는 상기의 특성과 문제점들을 반영한 복합적인 추정 알고리즘이 필요하다. 이를 위해, 중공 예측, 신경망을 이용한 꼬리부분 패턴 분류 및 모델링, 그리고 적분 기법 기반의 부피 예측 알고리즘을 각각 제안하고, 삼치, 꽁치, 고등어 3종류의 생선에 대해서 3차원 계측, 부피 예측 및 절단 실험을 수행한다.
This paper suggests a modeling technique for shape and volume prediction of fishes to cut them with identical weights for group meals. The measurement and prediction of frozen fishes for group meals are very difficult because they have a bending deformation occurring at frozen stage and a hollow by eliminating the internals. Besides there exist twinkles problem of surface caused by freeze and variable weights by moisture conditions. Therefore a complex estimation algorithm is necessary to predict the shape and volume prediction of fishes exactly. Hollow prediction, pattern classification and modeling for tails using neural network, integration based volume prediction algorithm are suggested and combined to solve those problems. In order to validate the proposed method, the experiments of 3-dimensional measurement, volume prediction and fish cutting for spanish mackerel, saury, and mackerel are executed. The cutting experiments for real fish are executed.
This paper suggests a modeling technique for shape and volume prediction of fishes to cut them with identical weights for group meals. The measurement and prediction of frozen fishes for group meals are very difficult because they have a bending deformation occurring at frozen stage and a hollow by eliminating the internals. Besides there exist twinkles problem of surface caused by freeze and variable weights by moisture conditions. Therefore a complex estimation algorithm is necessary to predict the shape and volume prediction of fishes exactly. Hollow prediction, pattern classification and modeling for tails using neural network, integration based volume prediction algorithm are suggested and combined to solve those problems. In order to validate the proposed method, the experiments of 3-dimensional measurement, volume prediction and fish cutting for spanish mackerel, saury, and mackerel are executed. The cutting experiments for real fish are executed.
권호기사
참고문헌 (10건) : 자료제공( 네이버학술정보 )
| 번호 | 참고문헌 | 국회도서관 소장유무 |
|---|---|---|
| 1 | Shape measurement using one frame projected sawtooth fringe pattern  |
미소장 |
| 2 | R. Tillett, N. McFarlane and J. Lines, “Estimating Dimensions of Free-Swimming Fish Using 3D Point Distribution Models,” Computer Vision and Image Understanding, Vol. 79, Issue 1, pp.123-141, 2000. | 미소장 |
| 3 | Sorting fish by computer vision |
미소장 |
| 4 | J. J. Hopfield, “Neural networks and physical systems with emergent collective computational abilities,” In Proceedings of National Academy of Sciences, Vol. 74, pp. 2554-2558, April, 1982. | 미소장 |
| 5 | Pattern classification model design and performance comparison for data mining of time series data | 소장 |
| 6 | Protein Secondary Structure Prediction using Multiple Neural Network Likelihood Models | 소장 |
| 7 | I. Suryanarayana, A. Braibanti, R. S. Rao, V. A. Ramam, D. Sudarsan, G. N. Rao, “Neural networks in fisheries research,” Fisheries Research, Vol. 92, Issues 2-3, pp. 115-139, August, 2008. | 미소장 |
| 8 | Case study: Comparing the use of nonlinear discriminating analysis and Artificial Neural Networks in the classification of three fish species: acaras ( Geophagus brasiliensis), tilapias ( Tilapia rendalli) and mullets ( Mugil liza) |
미소장 |
| 9 | F. Storbecka, B. Daan, “Fish species recognition using computer vision and a neural network,” Fisheries Research, Vol. 51, pp. 11-15, 2001. | 미소장 |
| 10 | 이성춘, 김경환, 현수환, 서기성, “동결생선의 정중량 절단을 위한 3차원 형상 계측과 모델링,” 한국 지능시스템 학회 2011년도 춘계학술대회 학술발표 논문집, 제 21권, 제 1호, pp. 171-172, 2011. | 미소장 |
MARC 보기
오류 데이터 정정요청
*표시는 필수 입력사항입니다.
알림톡 발송
| 전화번호 |
|---|
개인정보 수정 바로가기
연속간행물 권호 선택
우편복사 안내
- ◾ 도서관을 방문하지 못할 경우 인터넷, 팩스 등으로 자료 복사를 신청하고, 복사물을 우편·팩스 등으로 제공받는 서비스
- ◾ 대상자료: 일반도서, 연속간행물 및 학위논문
- ※ 고서, 고잡지, 훼손될 우려가 있는 자료, 마이크로폼 자료 및 신문 등 제외
- ◾ 신청 책수: 1인 5책 이하(1일 기준)
- ◾ 신청 절차: 자료 검색 → 우편복사 목록담기 → 복사 범위 입력 → 우편복사 주문서 입력 → 접수 및 확인
- ※ 저작권법에 의거하여 부분 복사(전체 페이지 수의 1/3 범위 이내)만 가능
- ◾ 복사 범위 입력 예시: (연속 페이지) 1-30, (부분 페이지) 25, 30-40
| 번호 | 발행일자 | 권호명 | 제본정보 | 자료실 | 원문 | 신청 페이지 |
|---|
도서위치안내(서울관)
도서위치안내: / 서가번호:
0
확인
우편복사 목록담기를 완료하였습니다.
내서재에 담기
새로운 서재
*표시는 필수 입력사항입니다.
저장
저장 되었습니다.