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) |
|