| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Algodão. |
|
Data corrente: |
29/07/1993 |
|
Data da última atualização: |
29/07/1993 |
|
Autoria: |
MOREIRA, H. J. da C. |
|
Título: |
Manual pratico para o manejo da irrigacao. |
|
Ano de publicação: |
1993 |
|
Fonte/Imprenta: |
Brasilia: Secretaria Nacional de Irrigacao, 1993. |
|
Páginas: |
90p. |
|
Idioma: |
Português |
|
Conteúdo: |
Variaveis e instrumental meteorologico; Metodos para a estimativa da evapotranspiracao; Determinacao do coeficiente cultural; Profundidade radicular efetiva das culturas; Classificacao textural do solo; Disponibilidade de agua no solo; Tensiometria; Balanco hidrico cultural para o controle da irrigacao. |
|
Palavras-Chave: |
Agrometeorologia; Balanco; Hidrico. |
|
Thesagro: |
Irrigação; Manejo; Solo; Umidade. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 00802nam a2200205 a 4500
001 1262301
005 1993-07-29
008 1993 bl uuuu 00u1 u #d
100 1 $aMOREIRA, H. J. da C.
245 $aManual pratico para o manejo da irrigacao.
260 $aBrasilia: Secretaria Nacional de Irrigacao$c1993
300 $a90p.
520 $aVariaveis e instrumental meteorologico; Metodos para a estimativa da evapotranspiracao; Determinacao do coeficiente cultural; Profundidade radicular efetiva das culturas; Classificacao textural do solo; Disponibilidade de agua no solo; Tensiometria; Balanco hidrico cultural para o controle da irrigacao.
650 $aIrrigação
650 $aManejo
650 $aSolo
650 $aUmidade
653 $aAgrometeorologia
653 $aBalanco
653 $aHidrico
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Algodão (CNPA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Instrumentação. |
|
Data corrente: |
28/11/2022 |
|
Data da última atualização: |
22/01/2024 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
CIOCCIA, G.; MORAIS, C. P. de; BABOS, D. V.; MILORI, D. M. B. P.; ALVES, C. Z.; CENA, C.; NICOLODELLI, G.; MARANGONI, B. S. |
|
Afiliação: |
DEBORA MARCONDES BASTOS PEREIRA, CNPDIA. |
|
Título: |
Laser-induced breakdown spectroscopy associated with the design of experiments and machine learning for discrimination of Brachiaria brizantha seed vigor. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Sensors, v. 22, a5067, 2022. |
|
Páginas: |
12 p. |
|
DOI: |
https://doi.org/10.3390/s22145067 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Laser-induced breakdown spectroscopy (LIBS) associated with machine learning algorithms (ML) was used to evaluate the Brachiaria seed physiological quality by discriminating the high and low vigor seeds. A 23 factorial design was used to optimize the LIBS experimental parameters for spectral analysis. A total of 120 samples from two distinct cultivars of Brachiaria brizantha seeds exhibiting high vigor (HV) and low vigor (LV) in standard tests were studied. The raw LIBS spectra were normalized and submitted to outlier verification, previously to the reduction data dimensionality from principal component analysis. Supervised machine learning algorithm parameters were chosen by leave-oneout cross-validation in the test samples, and it was tested by external validation using a new set of data. The overall accuracy in external validation achieved 100% for HV and LV discrimination,regardless of the cultivar or the classification algorithm. |
|
Palavras-Chave: |
Design of experiments; Discriminating; LIBS; Machine learning. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1148856/1/P-Laser-Induced-Breakdown-Spectroscopy-Associated-with-the.pdf
|
|
Marc: |
LEADER 01792naa a2200277 a 4500
001 2148856
005 2024-01-22
008 2022 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.3390/s22145067$2DOI
100 1 $aCIOCCIA, G.
245 $aLaser-induced breakdown spectroscopy associated with the design of experiments and machine learning for discrimination of Brachiaria brizantha seed vigor.$h[electronic resource]
260 $c2022
300 $a12 p.
520 $aLaser-induced breakdown spectroscopy (LIBS) associated with machine learning algorithms (ML) was used to evaluate the Brachiaria seed physiological quality by discriminating the high and low vigor seeds. A 23 factorial design was used to optimize the LIBS experimental parameters for spectral analysis. A total of 120 samples from two distinct cultivars of Brachiaria brizantha seeds exhibiting high vigor (HV) and low vigor (LV) in standard tests were studied. The raw LIBS spectra were normalized and submitted to outlier verification, previously to the reduction data dimensionality from principal component analysis. Supervised machine learning algorithm parameters were chosen by leave-oneout cross-validation in the test samples, and it was tested by external validation using a new set of data. The overall accuracy in external validation achieved 100% for HV and LV discrimination,regardless of the cultivar or the classification algorithm.
653 $aDesign of experiments
653 $aDiscriminating
653 $aLIBS
653 $aMachine learning
700 1 $aMORAIS, C. P. de
700 1 $aBABOS, D. V.
700 1 $aMILORI, D. M. B. P.
700 1 $aALVES, C. Z.
700 1 $aCENA, C.
700 1 $aNICOLODELLI, G.
700 1 $aMARANGONI, B. S.
773 $tSensors$gv. 22, a5067, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Instrumentação (CNPDIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
