| |
|
|
| Registros recuperados : 24 | |
| 1. |  | RAMOS, E. Z.; MIDORIKAWA, G. E. O.; FAVARO, L. C. de L.; SILVA, A. S. da; GOTTSCHALK, L. M. F.; BON, E. P. S. Agrobacterium tumefaciens-mediated transformation of Trichoderma harzianum CFAM-422 using an herbicide resistance gene as selection marker. In: SIMPÓSIO NACIONAL DE BIOPROCESSOS, 21.; SIMPÓSIO DE HIDRÓLISE ENZIMÁTICA DE BIOMASSA, 12., 2017, Aracaju, SE. [Proceedings ...]. São Paulo: Associação Brasileira de Engenharia Química, 2017. SINAFERM; SHEB. 3 a 6 de setembro. Seção Trabalhos. Ref. 59006.| Biblioteca(s): Embrapa Agroenergia; Embrapa Agroindústria de Alimentos. |
|    |
| 2. | | NETO, C. B. S.; GOMES, T. G.; ARAÚJO, A. P.; SOUZA, A. de; MIDORIKAWA, G. E. O.; ALVES, G. S. C.; SIQUEIRA, F. G. de; MILLER, R. N. G. Análise transcriptômica de genes de macrofungos durante a destoxificação em torta de caroço de algodão. IN: V SIMPÓSIO DO PROGRAMA DE PÓS-GRADUAÇÃO EM BIOLOGIA MOLECULAR, 5., Brasília, DF. [Anais...] Brasília: UnB, 2015.| Biblioteca(s): Embrapa Agroenergia. |
|  |
| 3. | | MIDORIKAWA, G. E. O.; CORREA, C. L.; NORONHA, E. F.; FERREIRA FILHO, E. X.; TOGAWA, R. C.; COSTA, M. M. do C.; SILVA JUNIOR, O. B. da; GRYNBERG, P.; MILLER, R. N. G. Analysis of the transcriptome in Aspergillus tamarii during enzymatic degradation of sugarcane bagasse. Frontiers in Bioengineering and Biotechnology, v 6, article 123, 2018. Na publicação: Orzenil Bonfim Silva-Junior.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 4. | | PEIXOTO, J. S. G.; PEREIRA, V. M.; JARAMILLO, P. M. D.; MIDORIKAWA, G. E. O.; MELO, I. S.; AZEVEDO, J. L.; PEREIRA, J. O.; SILVA, F. M.; FAVARO, L. C. de L. Caracterização enzimática e identificação molecular de fungos endofíticos de Paullinia cupana var. sorbilis E Rhizophora mangle. In: CONGRESSO BRASILEIRO DE RECURSOS GENÉTICOS, 4., 2016, Curitiba. Recursos genéticos no Brasil: a base para o desenvolvimento sustentável: anais. Brasília, DF: Sociedade Brasileira de Recursos Genéticos, 2016. Não paginado.| Biblioteca(s): Embrapa Agroenergia. |
| |
| 5. | | FELIX, R. A.; MIDORIKAWA, G. E. O.; SILVA, A. S.; BOM, E. P. da S.; FAVARO, L. C. de L. Caracterização molecular de transformantes de Trichoderma lentiforme CFAM-422 visando à identificação de genes envolvidos na clivagem de polissacarídeos. In: ENCONTRO DE PESQUISA E INOVAÇÃO DA EMBRAPA AGROENERGIA, 4.,2017, Brasília, DF. Anais... Brasília, DF: Embrapa, 2017. p. 22-27.| Biblioteca(s): Embrapa Agroenergia. |
| |
| 6. | | MIDORIKAWA, G. E. O.; PINHEIRO, M. R. R.; VIDIGAL, B. S.; ARRUDA, M. C.; COSTA, F. F.; PAPPAS JUNIOR, G. J.; RIBEIRO, S. G.; FREIRE, F.; MILLER, R. N. G. Characterization of Aspergillus flavus strains from Brazilian Brazil nuts and cashew by RAPD and ribosomal DNA anlysis. Letters in Applied Microbiology, 47, p. 12-18, 2008.| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 7. | | MIDORIKAWA, G. E. O.; SOUZA, M. de L. M. de; FREITAS-SILVA, O.; DIAS, J. do S. A.; KANZAKI, L. I. B.; HANADA, R. E.; MESQUITA, R. M. L. C.; GONCALVES, R. C.; ALVARES, V. de S.; BITTENCOURT, D. M. de C.; MILLER, R. N. G. Characterization of Aspergillus species on Brazil nut from the Brazilian Amazonian region and development of a PCR assay for identification at the genus level. BMC Microbiology, v. 14, n. 138, 2014.| Biblioteca(s): Embrapa Amapá. |
| |
| 8. | | MIDORIKAWA, G. E. O.; SOUZA, M. de L. M. de; SILVA, O. F.; DIAS, J. do S. A.; KANZAKI, L. I. B.; HANADA, R. E.; MESQUITA, R. M. L. C.; GONCALVES, R. C.; ALVARES, V. de S.; BITTENCOURT, D. M. de C.; MILLER, R. N. G. Characterization of Aspergillus species on Brazil nut from the Brazilian Amazonian region and development of a PCR assay for identification at the genus level. BMC Microbiology, v.14, n. 138, 2014.| Biblioteca(s): Embrapa Acre; Embrapa Amazônia Ocidental. |
| |
| 9. | | MIDORIKAWA, G. E. O.; SOUZA, M. de L. M. de; SILVA, O. F.; DIAS, J. do S. A.; KANZAKI, L. I. B.; HANADA, R. E.; MESQUITA, R. M. L. C.; GONCALVES, R. C.; ALVARES, V. S.; BITTENCOURT, D. M. C.; MILLER, R. N. G. Characterization of Aspergillus species on Brazil nut from the Brazilian Amazonian region and development of a PCR assay for identification at the genus level. BMC Microbiology, v. 14, n. 138, 2014.| Biblioteca(s): Embrapa Agroindústria de Alimentos. |
| |
| 10. | | RAMOS, E. Z.; ARAÚJO, J. C.; MIDORIKAWA, G. E. O.; SILVA, A. S. da; GOTTSCHALK, L. M. F.; FAVARO, L. C. de L.; BON, E. P. da S. Determinação de agente seletivo para seleção de transformantes de Trichoderma lentiforme CFAM-422. In: ENCONTRO DE PESQUISA E INOVAÇÃO DA EMBRAPA AGROENERGIA, 4.,2017, Brasília, DF. Anais... Brasília, DF: Embrapa, 2017. p. 28-32.| Biblioteca(s): Embrapa Agroenergia; Embrapa Agroindústria de Alimentos. |
| |
| 11. | | TAMIETTI, M. S.; MIDORIKAWA, G. E. O.; MENDES, T. D.; DAMASO, M. C. T.; BOM, E. P. S.; SILVA, A. S.; GOTTSCHALK, L. M. F.; NORONHA, E. F.; FAVARO, L. C. de L. Disruption of the glucose repressor gene cre1 in Trichoderma harzianum CFAM-422 and its effect on plant cell wall degrading enzymes production. In: FUNGAL GENETICS CONFERENCE, 29., 2017, Pacific Grove. Abstract book ... Bethesda: Genetics Society of America, 2017. p. 107.| Biblioteca(s): Embrapa Agroenergia; Embrapa Agroindústria de Alimentos. |
| |
| 12. | | TAMIETTI, M. S.; MIDORIKAWA, G. E. O.; MENDES, T. D.; DAMASO, M. C. T.; BOM, E. P. S.; SILVA, A. S.; GOTTSCHALK, L. M. F.; NORONHA, E. F.; FAVARO, L. C. de L. Enhancement of Trichoderma harzianum CFAM-422 for cellulase and hemicellulase production by deletion of the carbon catabolite repressor gene cre1. In: SIMPÓSIO NACIONAL DE BIOPROCESSOS, 21.; SIMPÓSIO DE HIDRÓLISE ENZIMÁTICA DE BIOMASSA, 12., 2017, Aracaju, SE. [Proceedings ...]. São Paulo: Associação Brasileira de Engenharia Química, 2017. Não paginado. SINAFERM; SHEB. 3 a 6 de setembro. Seção Trabalhos. Ref. 59019.| Biblioteca(s): Embrapa Agroenergia; Embrapa Agroindústria de Alimentos. |
| |
| 14. | | FREIRE, Í. A.; MENDES, T. D.; MIDORIKAWA, G. E. O.; SILVA, C. P. da; QUECINE, M. C.; FAVARO, L. C. de L. Harnessing the potential of native Bacillus species for mineralizing organic sources of phosphorus. In: INTERNATIONAL SYMPOSIUM OF MICROBIOLOGY AND BIOTECHNOLOGY, 6., 2023, Viçosa, MG. Biotecnologia Microbiana Soluções para os grandes desafios globais: anais. Viçosa, MG: Universidade Federal de Viçosa, 2023. Resumo.| Biblioteca(s): Embrapa Agroenergia. |
| |
| 15. | | NUNES, L. S.; FREIRE, Í. A.; RODRIGUES, K. B.; MIDORIKAWA, G. E. O.; QUECINE, M. C.; FAVARO, L. C. de L. In vitro assessment of inorganic phosphate-solubilizing potential of Bacillus, Paenibacillus, Peribacillus, and Alkalihalobacillus strains. In: INTERNATIONAL SYMPOSIUM OF MICROBIOLOGY AND BIOTECHNOLOGY, 6., 2023, Viçosa, MG. Biotecnologia Microbiana Soluções para os grandes desafios globais: anais. Viçosa, MG: Universidade Federal de Viçosa, 2023. Resumo.| Biblioteca(s): Embrapa Agroenergia. |
| |
| 16. | | ISHIZAWA, T. A.; MIDORIKAWA, G. E. O.; CAMPOS, F. S.; PARRIÃO, B. C.; FAVARO, L. C. de L.; AGUIAR, R. W. de S. Isolamento de leveduras endofíticas de folhas de melancia e seu potencial biotecnológico. In: ENCONTRO DE PESQUISA E INOVAÇÃO DA EMBRAPA AGROENERGIA, 5., 2018, Brasília, DF. Anais ... Brasília, DF: Embrapa Agroenergia, 2018. p. 45.| Biblioteca(s): Embrapa Agroenergia. |
| |
| 17. | | TRINDADE, L. de S.; MIDORIKAWA, G. E. O.; MESQUITA, R. M. L. C.; BITTENCOURT, D. de C. M.; GONCALVES, R. C.; MILLER, R. N. G. Molecular identification of member species of Aspergillus section flavi contaminating brazilnut material from Acre and Amazonas. Tropical Plant Pathology, Brasília, DF, v. 37, 2012. 1 CD-ROM. Suplemento. Edição do 45º Congresso Brasileiro de Fitopatologia, 2012, Manaus. Resumo 158.| Biblioteca(s): Embrapa Amazônia Ocidental. |
| |
| 18. | | FALCAO, R.; FRANCO, P. F.; CONCEIÇÃO, A. A.; MIDORIKAWA, G. E. O.; SIQUEIRA, F. G. de; OLIVEIRA, P. A. de; FAVARO, L. C. de L. Percepção das cores com ImageJ: elaboração de um guia para análise de imagens de microrganismos produtores de corantes naturais. In: ENCONTRO DE PESQUISA E INOVAÇÃO DA EMBRAPA AGROENERGIA, 6., 2020, Brasília, DF. Anais... Brasília, DF: Embrapa, 2020. p. 201-208 il.| Biblioteca(s): Embrapa Agroenergia. |
| |
| 19. | | MIDORIKAWA, G. E. O.; SANTOS, L. C. Z.; OLIVEIRA, P. A. de; FAVARO, L. C. de L. Prospecção, seleção e identificação de bactérias produtoras de corantes. In: ENCONTRO DE PESQUISA E INOVAÇÃO DA EMBRAPA AGROENERGIA, 6., 2020, Brasília, DF. Anais... Brasília, DF: Embrapa, 2020. p. 195-200 il.| Biblioteca(s): Embrapa Agroenergia. |
| |
| 20. | | MENDES, T. D.; PACHECO, T. F.; BRAGA, S. C.; NAKAI, D. K.; MIDORIKAWA, G. E. O.; GONCALVES, S. B.; SALUM, T. F. C.; FAVARO, L. C. de L.; DAMASO, M. C. T. Selection of fungal strains for the bioconversion of biodiesel crude glycerol into citric acid. In: SIMPÓSIO NACIONAL DE BIOPROCESSOS, 23.; SIMPÓSIO DE HIDRÓLISE ENZIMÁTICA DE BIOMASSAS, 14,; SEMINÁRIO BRASILEIRO DE TECNOLOGIA ENZIMÁTICA, 14., 2022, Búzios. São Paulo: Associação Brasileira de Engenharia Química, 2022. 23º SINAFERM; 14º SHEB; 14º ENZITEC.| Biblioteca(s): Embrapa Agroenergia. |
| |
| Registros recuperados : 24 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
12/05/2011 |
|
Data da última atualização: |
25/07/2011 |
|
Tipo da produção científica: |
Autoria/Organização/Edição de Livros |
|
Autoria: |
MIRANDA, J. I. |
|
Afiliação: |
JOSÉ IGUELMAR MIRANDA, Analista aposentado da Embrapa Informática Agropecuária. |
|
Título: |
Processamento de imagens digitais: métodos multivariados em Java. |
|
Ano de publicação: |
2011 |
|
Fonte/Imprenta: |
Campinas: Embrapa Informática Agropecuária, 2011. |
|
Páginas: |
400 p. il. |
|
ISBN: |
978-85-86168-02-4 |
|
Idioma: |
Português |
|
Conteúdo: |
Motivação. Métodos multivariados. Introdução.Técnicas multivariadas. Organizando os dados. Onde encontrar o código fonte. Classes Java usadas no livro. Programação orientada a objetos e a linguagem Java. Classe e objetos. Subclasses e herança. Encapsulamento e atributos escondidos .Classes abstratas e interfaces. Classes abstratas. Nterfaces. Classe e objeto na prática - criando a classe Imagem. APIs Java usadas. API JfreeChart .API GeoTools. API de álgebra linear -JAMA. API ANNeF. Fundamentos. Álgebra de matrizes. Vetores. Matrizes. Tipos de matrizes. Matriz nula. Matriz coluna. Matriz linha. Matriz diagonal. Matriz identidade. Matriz triangular superior. Matriz triangular inferior. Matriz simétrica. Traço de uma matriz. Operações com matrizes. Operações aritméticas de soma e subtração com matrizes. Multiplicação de matriz por escalar. Transposta de uma matriz. Transposta de uma matriz. Multiplicação de matrizes. Inversão de matrizes. Multiplicação de matrizes. Inversão de matrizes. Autovalores e autovetores de uma matriz quadrada. Estatística univariada, bivariada e multivariada para imagens digitais. Momentos de uma distribuição. Estatística de ordem. Mediana. Valores máximos e mínimos. Intervalo. Ponto médio. Desvio extremo. Estatística bivariada. Correlação linear de Pearson. Modelo de regressão linear. Regressão múltipla. Estatística descritiva de dados multivariados. Técnicas gráficas (Análise exploratória de dados). Métricas de similaridade. Medidas de similaridade. Medidas de correlação. Medidas de distância. Medidas de associação. Distância estatística. Outras distâncias. Distância de Mahalanobis. Distância de Minkowski. Distância de Bhattacharyya e seu uso na extração de atributos. Distância de Jeffreys-Matusita (JM). Padronização dos dados. Resumo das métricas. Métodos Multivariados. Análise de componentes principais. Conceitos básicos de ACP. Componentes principais obtidas de variáveis uniformizadas. Aplicação de ACP no domínio espectral das imagens de satélite. Aplicação de ACP no domínio temporal das imagens de satélite. Análise de agrupamentos. Introdução. O procedimento de agrupamento. Definir os objetivos da pesquisa. Fazer o projeto de pesquisa. Suposições na análise de agrupamento. Selecionando o algoritmo de agrupamento. Interpretação dos grupos. Validação dos grupos. Definições e notações. Técnicas de agrupamento. Algoritmos de particionamento de grupos - o método heurístico. Método k-médias. Introdução. Método de agrupamento do erro quadrático. O algoritmo k-médias. Exemplos e aplicações. Avaliando a precisão do mapa de classificação.Capítulo. Método fuzzy c-médias (FCM). Teoria dos conjuntos difusos. Princípios para a aplicação da regra difusa. Difusividade. Inferência. De-difusividade (?Defuzzification?). Classificando com a regra difusa. O método fuzzy c-médias (FCM). Classificação difusa: resumo. Capítulo 10 - Métodos da distância mínima da média e do paralelepípedo. Introdução aos métodos de classificação supervisionada. Esquema de classificação de cobertura/uso do solo. Seleção de áreas de treinamento. Observações práticas para a classificação supervisionada. Delimitação da área de treinamento. Extração das assinaturas espectrais. Classificação da imagem. O algoritmo de classificação da distância mínima da média. O método do paralelepípedo. Método da máxima verossimilhança. Axiomas da probabilidade. Teoria da decisão Bayesiana. O algoritmo maxver. Exemplo. A implementação do maxver. Métodos usando redes de neurônios artificiais. Perceptron - modelando um neurônio. Treinamento e aprendizado de uma rede de neurônios. Perceptron multicamadas. O algoritmo da retropropagação. Aplicação. Outros modelos de redes de neurônios artificiais. Mapas auto-organizáveis de Kohonen - “self organizing maps” (SOM). Rede de Hopfield. Teoria da ressonância adaptativa - “adaptive resonance theory” (ART). MenosMotivação. Métodos multivariados. Introdução.Técnicas multivariadas. Organizando os dados. Onde encontrar o código fonte. Classes Java usadas no livro. Programação orientada a objetos e a linguagem Java. Classe e objetos. Subclasses e herança. Encapsulamento e atributos escondidos .Classes abstratas e interfaces. Classes abstratas. Nterfaces. Classe e objeto na prática - criando a classe Imagem. APIs Java usadas. API JfreeChart .API GeoTools. API de álgebra linear -JAMA. API ANNeF. Fundamentos. Álgebra de matrizes. Vetores. Matrizes. Tipos de matrizes. Matriz nula. Matriz coluna. Matriz linha. Matriz diagonal. Matriz identidade. Matriz triangular superior. Matriz triangular inferior. Matriz simétrica. Traço de uma matriz. Operações com matrizes. Operações aritméticas de soma e subtração com matrizes. Multiplicação de matriz por escalar. Transposta de uma matriz. Transposta de uma matriz. Multiplicação de matrizes. Inversão de matrizes. Multiplicação de matrizes. Inversão de matrizes. Autovalores e autovetores de uma matriz quadrada. Estatística univariada, bivariada e multivariada para imagens digitais. Momentos de uma distribuição. Estatística de ordem. Mediana. Valores máximos e mínimos. Intervalo. Ponto médio. Desvio extremo. Estatística bivariada. Correlação linear de Pearson. Modelo de regressão linear. Regressão múltipla. Estatística descritiva de dados multivariados. Técnicas gráficas (Análise exploratória de dados). Métricas de similaridade. Medidas de similaridade.... Mostrar Tudo |
|
Palavras-Chave: |
Artificial neural networks; Digital imaging; Estatística multivariada; Image processing; Imagem digital; Java language; Linguagem Java; Logic fuzzy; Lógica difusa; Lógistica difusa; Multivariate statistical; Processamento de imagem; Rede de neurônio artificial; Rede de neurônios artificais; Redes de neurônios artificiais. |
|
Thesagro: |
Estatística. |
|
Thesaurus NAL: |
Fuzzy logic; Multivariate analysis; Neural networks. |
|
Categoria do assunto: |
--
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 05124nam a2200361 a 4500
001 1888357
005 2011-07-25
008 2011 bl uuuu 00u1 u #d
020 $a978-85-86168-02-4
100 1 $aMIRANDA, J. I.
245 $aProcessamento de imagens digitais$bmétodos multivariados em Java.
260 $aCampinas: Embrapa Informática Agropecuária$c2011
300 $a400 p. il.
520 $aMotivação. Métodos multivariados. Introdução.Técnicas multivariadas. Organizando os dados. Onde encontrar o código fonte. Classes Java usadas no livro. Programação orientada a objetos e a linguagem Java. Classe e objetos. Subclasses e herança. Encapsulamento e atributos escondidos .Classes abstratas e interfaces. Classes abstratas. Nterfaces. Classe e objeto na prática - criando a classe Imagem. APIs Java usadas. API JfreeChart .API GeoTools. API de álgebra linear -JAMA. API ANNeF. Fundamentos. Álgebra de matrizes. Vetores. Matrizes. Tipos de matrizes. Matriz nula. Matriz coluna. Matriz linha. Matriz diagonal. Matriz identidade. Matriz triangular superior. Matriz triangular inferior. Matriz simétrica. Traço de uma matriz. Operações com matrizes. Operações aritméticas de soma e subtração com matrizes. Multiplicação de matriz por escalar. Transposta de uma matriz. Transposta de uma matriz. Multiplicação de matrizes. Inversão de matrizes. Multiplicação de matrizes. Inversão de matrizes. Autovalores e autovetores de uma matriz quadrada. Estatística univariada, bivariada e multivariada para imagens digitais. Momentos de uma distribuição. Estatística de ordem. Mediana. Valores máximos e mínimos. Intervalo. Ponto médio. Desvio extremo. Estatística bivariada. Correlação linear de Pearson. Modelo de regressão linear. Regressão múltipla. Estatística descritiva de dados multivariados. Técnicas gráficas (Análise exploratória de dados). Métricas de similaridade. Medidas de similaridade. Medidas de correlação. Medidas de distância. Medidas de associação. Distância estatística. Outras distâncias. Distância de Mahalanobis. Distância de Minkowski. Distância de Bhattacharyya e seu uso na extração de atributos. Distância de Jeffreys-Matusita (JM). Padronização dos dados. Resumo das métricas. Métodos Multivariados. Análise de componentes principais. Conceitos básicos de ACP. Componentes principais obtidas de variáveis uniformizadas. Aplicação de ACP no domínio espectral das imagens de satélite. Aplicação de ACP no domínio temporal das imagens de satélite. Análise de agrupamentos. Introdução. O procedimento de agrupamento. Definir os objetivos da pesquisa. Fazer o projeto de pesquisa. Suposições na análise de agrupamento. Selecionando o algoritmo de agrupamento. Interpretação dos grupos. Validação dos grupos. Definições e notações. Técnicas de agrupamento. Algoritmos de particionamento de grupos - o método heurístico. Método k-médias. Introdução. Método de agrupamento do erro quadrático. O algoritmo k-médias. Exemplos e aplicações. Avaliando a precisão do mapa de classificação.Capítulo. Método fuzzy c-médias (FCM). Teoria dos conjuntos difusos. Princípios para a aplicação da regra difusa. Difusividade. Inferência. De-difusividade (?Defuzzification?). Classificando com a regra difusa. O método fuzzy c-médias (FCM). Classificação difusa: resumo. Capítulo 10 - Métodos da distância mínima da média e do paralelepípedo. Introdução aos métodos de classificação supervisionada. Esquema de classificação de cobertura/uso do solo. Seleção de áreas de treinamento. Observações práticas para a classificação supervisionada. Delimitação da área de treinamento. Extração das assinaturas espectrais. Classificação da imagem. O algoritmo de classificação da distância mínima da média. O método do paralelepípedo. Método da máxima verossimilhança. Axiomas da probabilidade. Teoria da decisão Bayesiana. O algoritmo maxver. Exemplo. A implementação do maxver. Métodos usando redes de neurônios artificiais. Perceptron - modelando um neurônio. Treinamento e aprendizado de uma rede de neurônios. Perceptron multicamadas. O algoritmo da retropropagação. Aplicação. Outros modelos de redes de neurônios artificiais. Mapas auto-organizáveis de Kohonen - “self organizing maps” (SOM). Rede de Hopfield. Teoria da ressonância adaptativa - “adaptive resonance theory” (ART).
650 $aFuzzy logic
650 $aMultivariate analysis
650 $aNeural networks
650 $aEstatística
653 $aArtificial neural networks
653 $aDigital imaging
653 $aEstatística multivariada
653 $aImage processing
653 $aImagem digital
653 $aJava language
653 $aLinguagem Java
653 $aLogic fuzzy
653 $aLógica difusa
653 $aLógistica difusa
653 $aMultivariate statistical
653 $aProcessamento de imagem
653 $aRede de neurônio artificial
653 $aRede de neurônios artificais
653 $aRedes de neurônios artificiais
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
