|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
21/10/2011 |
Data da última atualização: |
24/01/2020 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
ANTUNES, J. F. G.; OLIVEIRA, S. R. de M.; RODRIGUES, L. H. A. |
Afiliação: |
JOÃO FRANCISCO GONCALVES ANTUNES, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; LUIZ HENRIQUE ANTUNES RODRIGUES, FEAGRI/UNICAMP. |
Título: |
Mineração de dados para classificação das fases fenológicas da cultura da cana-de-açúcar utilizando dados do sensor modis e de precipitação. |
Ano de publicação: |
2011 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 8., 2011, Bento Gonçalves. Anais... Florianópolis: UFSC; Pelotas: UFPel, 2011. |
Páginas: |
Não paginado. |
Idioma: |
Português |
Notas: |
SBIAgro 2011. |
Conteúdo: |
RESUMO: Os dados do sensor MODIS (Moderate Resolution Imaging Spectroradiometer) fornecem coberturas de áreas com grande extensão e alta periodicidade, características fundamentais que possibilitam o monitoramento de culturas agrícolas estratégicas para o Brasil, como a da cana-de-açúcar. A mineração de dados é uma abordagem promissora para melhorar a análise de dados de sensoriamento remoto. O objetivo deste trabalho foi aplicar técnicas de mineração de dados para classificação das fases fenológicas da cana-de-açúcar no Estado de São Paulo, utilizando dados MODIS e, também, de precipitação que auxiliam na caracterização do ciclo de desenvolvimento da cultura. As abordagens de seleção de atributos mostraram que todos os atributos do conjunto de dados foram considerados relevantes para a classificação. O balanceamento de classes pelo método de amostragem foi fundamental para melhorar a acurácia do modelo de classificação gerado pelo algoritmo J48. A descoberta do conhecimento pode ser feita através de regras de decisão relevantes para especialistas, revelando a aderência de técnicas de mineração de dados em problemas de classificação de imagens de satélite. |
Palavras-Chave: |
Árvore de decisão; Descoberta do conhecimento; Mineração de dados; Recuperação da informação; Seleção de atributos. |
Thesagro: |
Sensoriamento Remoto. |
Thesaurus Nal: |
Information retrieval; Remote sensing. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/44245/1/Antunes-SBIAgro-2011-2.pdf
|
Marc: |
LEADER 02162nam a2200253 a 4500 001 1903826 005 2020-01-24 008 2011 bl uuuu u00u1 u #d 100 1 $aANTUNES, J. F. G. 245 $aMineração de dados para classificação das fases fenológicas da cultura da cana-de-açúcar utilizando dados do sensor modis e de precipitação.$h[electronic resource] 260 $aIn: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 8., 2011, Bento Gonçalves. Anais... Florianópolis: UFSC; Pelotas: UFPel$c2011 300 $aNão paginado. 500 $aSBIAgro 2011. 520 $aRESUMO: Os dados do sensor MODIS (Moderate Resolution Imaging Spectroradiometer) fornecem coberturas de áreas com grande extensão e alta periodicidade, características fundamentais que possibilitam o monitoramento de culturas agrícolas estratégicas para o Brasil, como a da cana-de-açúcar. A mineração de dados é uma abordagem promissora para melhorar a análise de dados de sensoriamento remoto. O objetivo deste trabalho foi aplicar técnicas de mineração de dados para classificação das fases fenológicas da cana-de-açúcar no Estado de São Paulo, utilizando dados MODIS e, também, de precipitação que auxiliam na caracterização do ciclo de desenvolvimento da cultura. As abordagens de seleção de atributos mostraram que todos os atributos do conjunto de dados foram considerados relevantes para a classificação. O balanceamento de classes pelo método de amostragem foi fundamental para melhorar a acurácia do modelo de classificação gerado pelo algoritmo J48. A descoberta do conhecimento pode ser feita através de regras de decisão relevantes para especialistas, revelando a aderência de técnicas de mineração de dados em problemas de classificação de imagens de satélite. 650 $aInformation retrieval 650 $aRemote sensing 650 $aSensoriamento Remoto 653 $aÁrvore de decisão 653 $aDescoberta do conhecimento 653 $aMineração de dados 653 $aRecuperação da informação 653 $aSeleção de atributos 700 1 $aOLIVEIRA, S. R. de M. 700 1 $aRODRIGUES, L. H. A.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registros recuperados : 50 | |
15. | | RIBEIRO, M. V.; CUNHA, L. M. S.; CAMARGO, H. A.; RODRIGUES, L. H. A. Applying a fuzzy decision tree approach to soil classification. In: INTERNATIONAL CONFERENCE ON INFORMATION PROCESSING AND MANAGEMENT OF UNCERTAINTY IN KNOWLEDGE-BASED SYSTEMS, 15., 2014, Montpellier. Proceedings... Cham: Springer, 2014. p. 87-96. Part I. (Communications in computer and information science, 442). Editores: Anne Laurent Olivier Strauss, Bernadette Bouchon-Meunier, Ronald R. Yager. IPMU 2014.Tipo: Artigo em Anais de Congresso |
Biblioteca(s): Embrapa Agricultura Digital. |
| |
Registros recuperados : 50 | |
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|