Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Agricultura Digital.
Data corrente:  13/11/2018
Data da última atualização:  21/01/2020
Tipo da produção científica:  Artigo em Anais de Congresso
Autoria:  SPERANZA, E. A.; CIFERRI, R. R.
Afiliação:  EDUARDO ANTONIO SPERANZA, CNPTIA; RICARDO RODRIGUES CIFERRI, UFSCar.
Título:  Using ensembles with spatial clustering approaches applied in the delineation of management classes in precision agriculture.
Ano de publicação:  2017
Fonte/Imprenta:  Brazilian Journal of Cartography, Rio de Janeiro, v. 69, n. 5, p. 923-935, maio 2017.
Idioma:  Inglês
Notas:  Título equivalente em português: Utilizando ensembles com abordagens de agrupamento espacial para o delineamento de classes de manejo em agricultura de precisão. Edição especial de papers selecionados que foram apresentados no GEOINFO 2016.
Conteúdo:  This paper describes experiments performed using diff erent approaches for spatial data clustering, aiming to assist the delineation of management classes in Precision Agriculture (PA). These approaches were established from the partitional clustering algorithm Fuzzy c-Means (FCM), traditionally used in PA, and from the hierarchical clustering algorithm HACC-Spatial, especially designed for PA. We also performed experiments using diff erent clustering ensembles approaches, evaluating their behavior to achieve consensus solutions from individual clusterings obtained from attribute splitting or using exclusively FCM or HACC-Spatial. The achieved results exhibited some diff erences between FCM and HACC-Spatial, mainly for the visualization of management classes in the form of maps. The HACCSpatial algorithm achieved, in general, better results when compared to FCM and ensembles approaches. Regarding the consensus clusterings provided by ensembles, we can point out the attempt to achieve agreement results which most closely matches the original clusterings, decreasing or increasing the stratifi cation of the management classes maps.
Palavras-Chave:  Agrupamento de dados espaciais; Classes de manejo; Cllusterização; Ensembles.
Thesagro:  Agricultura de Precisão.
Thesaurus Nal:  Cluster analysis; Precision agriculture; Spatial data.
Categoria do assunto:  X Pesquisa, Tecnologia e Engenharia
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/185863/1/Using-ensembles-Speranza-Geoinfo-2017.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Agricultura Digital (CNPTIA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CNPTIA19739 - 1UPCAP - DD
Voltar






Ordenar por: RelevânciaAutorTítuloAnoImprime registros no formato resumido      Imprime registros no formato resumido
Registros recuperados : 1
Primeira ... 1 ... Última
1.Imagem marcado/desmarcadoSPERANZA, E. A.; CIFERRI, R. R. Using ensembles with spatial clustering approaches applied in the delineation of management classes in precision agriculture. Brazilian Journal of Cartography, Rio de Janeiro, v. 69, n. 5, p. 923-935, maio 2017. Título equivalente em português: Utilizando ensembles com abordagens de agrupamento espacial para o delineamento de classes de manejo em agricultura de precisão. Edição especial de papers selecionados que foram apresentados no GEOINFO 2016.
Tipo: Artigo em Anais de Congresso
Biblioteca(s): Embrapa Agricultura Digital.
Visualizar detalhes do registroAcesso ao objeto digitalImprime registro no formato completo
Registros recuperados : 1
Primeira ... 1 ... Última
Nenhum registro encontrado para a expressão de busca informada.
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional