• 한국방재학회 논문집
• /
• 제11권3호
• /
• pp.49-56
• /
• 2011

본 연구는 위험물 수송의 최적경로를 결정하는 방법론을 제안하였다. 위험물 차량의 최적경로를 결정할 때에는 위험도 최소화를 목적으로 하는 공공의 입장과 통행시간 최소화를 목적으로 하는 민간기업의 입장이 서로 상충한다. 본 연구에서는 이러한 다기준 의사결정(Multi-criteria decision making)문제 중 하나인 위험물 수송용 최적경로를 탐색하는 방법론으로 Efficient Vector Labeling(이하 EVL) 알고리즘을 제시하였다. EVL 알고리즘은 위험도와 통행시간을 동시에 고려하여 복수의 Pareto optimal 경로(또는 비지배경로)를 탐색하게 한다. 본 연구는 또한 탐색된 비지배경로간의 중복도를 제어할 수 있도록 설계하였다. 개발된 Efficient Vector Labeling 알고리즘을 Test bed network에 적용하여 기존의 경로탐색 방법론과 비교하였다. 적용 결과 새로운 알고리즘이 기존의 알고리즘보다 합리적인 대안경로를 탐색할 수 있는 것으로 분석되었다.

• Journal of Biosystems Engineering
• /
• 제36권1호
• /
• pp.40-47
• /
• 2011

Image analysis algorithm for the quality evaluation of ginseng seedling was investigated. The images of ginseng seedling were acquired with a color CCD camera and processed with the image analysis methods, such as binary conversion, labeling, and thinning. The processed images were used to calculate the length and weight of ginseng seedlings. The length and weight of the samples could be predicted with standard errors of 0.343 mm, and 0.0214 g respectively, $R^2$ values of 0.8738 and 0.9835 respectively. For the evaluation of the three quality grades of Gab, Eul, and abnormal ginseng seedlings, features from the processed images were extracted. The features combined with the ratio of the lengths and areas of the ginseng seedlings efficiently differentiate the abnormal shapes from the normal ones of the samples. The grade levels were evaluated with an efficient pattern recognition method of support vector machine analysis. The quality grade of ginseng seedling could be evaluated with an accuracy of 95% and 97% for training and validation, respectively. The result indicates that color image analysis with support vector machine algorithm has good potential to be used for the development of an automatic sorting system for ginseng seedling.