|
Registro Completo |
|
Biblioteca(s): |
Embrapa Café; Embrapa Unidades Centrais. |
|
Data corrente: |
23/02/2011 |
|
Data da última atualização: |
10/03/2011 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
VIEIRA, T. G. C.; LACERDA, W. S.; ALVES, H. M. R.; VOLPATO, M. M. L.; ANDRADE, L. N. de; BRAGA, R. C. A.; SOUZA, V. C. O. de. |
|
Afiliação: |
TATIANA GROSSI CHQUILOFF VIEIRA, GeoSolos; WILIAN SOARES LACERDA, UFLA; HELENA MARIA RAMOS ALVES, SAPC; MARGARETE MARIN LORDELO VOLPATO, GeoSolos; LÍVIA NAIARA DE ANDRADE, GeoSolos; RICARDO CÉSAR ARSILLO BRAGA, GeoSolos; VANESSA CRISTINA OLIVEIRA DE SOUZA, GeoSolos. |
|
Título: |
Redes neurais artificiais aplicadas na identificação automática de áreas cafeeiras obtidas por imagem de satélite. |
|
Ano de publicação: |
2009 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE REDES NEURAIS, 9., 2009, Ouro Preto. |
|
Idioma: |
Português |
|
Conteúdo: |
A aplicação de Redes Neurais Artificiais (RNAs) na classificação de dados de Sensoriamento Remoto tem se mostrado uma abordagem promissora, principalmente na discriminação de classes de maior complexidade. No presente trabalho, é apresentado uma aplicação de RNAs na identificação de áreas cafeeiras que possui um padrão espectral muito próximo ao da mata, dificultando a classificação automática dessas classes de uso da terra. Foram utilizadas três bandas espectrais da imagem do satélite HRV/SPOT5 da região de Guaxupé (MG) com o software de processamento de imagens IDRISI. Para validação dos mapas obtidos pela classificação, realizou-se o cruzamento do mapa de uso e ocupação da terra por classificação visual com o gerado pela RNA. Em relação ao mapa de referência, o índice Kappa (k) do mapa classificado pela RNA ficou em 71,85%, o que é considerado um índice bom. A metodologia de Redes Neurais Artificiais do tipo multilayer perceptron (MLP) apresentou um bom resultado, porém é necessário que se acrescente outros dados de entrada para melhorar a classificação. |
|
Palavras-Chave: |
Classificação. |
|
Thesagro: |
Cafeicultura; Sensoriamento Remoto. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/29248/1/Redes-neurais-artificiais.pdf
|
|
Marc: |
LEADER 01827nam a2200217 a 4500
001 1880327
005 2011-03-10
008 2009 bl uuuu u00u1 u #d
100 1 $aVIEIRA, T. G. C.
245 $aRedes neurais artificiais aplicadas na identificação automática de áreas cafeeiras obtidas por imagem de satélite.$h[electronic resource]
260 $aIn: CONGRESSO BRASILEIRO DE REDES NEURAIS, 9., 2009, Ouro Preto.$c2009
520 $aA aplicação de Redes Neurais Artificiais (RNAs) na classificação de dados de Sensoriamento Remoto tem se mostrado uma abordagem promissora, principalmente na discriminação de classes de maior complexidade. No presente trabalho, é apresentado uma aplicação de RNAs na identificação de áreas cafeeiras que possui um padrão espectral muito próximo ao da mata, dificultando a classificação automática dessas classes de uso da terra. Foram utilizadas três bandas espectrais da imagem do satélite HRV/SPOT5 da região de Guaxupé (MG) com o software de processamento de imagens IDRISI. Para validação dos mapas obtidos pela classificação, realizou-se o cruzamento do mapa de uso e ocupação da terra por classificação visual com o gerado pela RNA. Em relação ao mapa de referência, o índice Kappa (k) do mapa classificado pela RNA ficou em 71,85%, o que é considerado um índice bom. A metodologia de Redes Neurais Artificiais do tipo multilayer perceptron (MLP) apresentou um bom resultado, porém é necessário que se acrescente outros dados de entrada para melhorar a classificação.
650 $aCafeicultura
650 $aSensoriamento Remoto
653 $aClassificação
700 1 $aLACERDA, W. S.
700 1 $aALVES, H. M. R.
700 1 $aVOLPATO, M. M. L.
700 1 $aANDRADE, L. N. de
700 1 $aBRAGA, R. C. A.
700 1 $aSOUZA, V. C. O. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
