|
|
Registros recuperados : 41 | |
10. | | GRISI, B. U.; SANTANA, F. S.; SARAIVA, A. M.; NOGUEIRA, M.; KUNIYOSHI, A. M. Estudo comparativo entre ferramentas de sistemas de informação geográfica para integração via web services. In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 7., 2009, Viçosa, MG. Anais... Viçosa, MG: UFV, 2009. Não paginado. SBIAgro 2009. Biblioteca(s): Embrapa Agricultura Digital. |
| |
16. | | LA VEGA, M. B. P. de; SARAIVA, A. M.; BUCKERIDGE, M. S.; SANTOS, H. P. dos; COSTA, I. S. Seasonal changes of ecophysiological responses of Hymenaea courbaril L. In: CONFERÊNCIA CIENTÍFICA DO LBA, 3., 2004, Brasília, DF. Anais...LBA Scientific Conference, July 27-29, 2004. Biblioteca(s): Embrapa Uva e Vinho. |
| |
17. | | RECH, A. R.; VARASSIN, I. G.; HIPÓLITO, J.; MAUES, M. M.; SARAIVA, A. M.; AGOSTINI, K.; FREITAS, L.; TORRES, M. W. Desafios e estratégias para implementação de uma Política Nacional para Proteção de Polinizadores. In: CONGRESSO BRASILEIRO DE ENTOMOLOGIA, 28., 2022, Fortaleza. Anais... Fortaleza: Sociedade Entomológica do Brasil, 2022. p. 1053. Biblioteca(s): Embrapa Amazônia Oriental. |
| |
18. | | FAVA, M. C.; BENSO, M. R.; DELBEM, A. C. B.; SILVA, R. F. da; MENDIONDO, E. M.; PADOVANI, C. R.; GESUALDO, G. C.; SARAIVA, A. M. Automatic spatial rainfall estimation on limited coverage areas. In: IEEE INTERNATIONAL WORKSHOP ON METROLOGY FOR AGRICULTURE AND FORESTRY, 3., 2021, Trento-Bolzano. Proceedings... [S.l.]: IEEE, 2021. p. 232-237. MetroAgriFor 2021. Biblioteca(s): Embrapa Pantanal. |
| |
19. | | KOFFLER, S.; SOARES, F. M.; GHILARDI-LOPES, N. P.; ALBERTINI, B.; DRUCKER, D. P.; SALIM, J. A.; NUNES-SILVA, P.; FRANCOY, T. M.; SARAIVA, A. M.; CARVELL, C. FIT Count Brasil: monitoramento de visitantes florais por contagem. Santo André, SP: Universidade Federal do ABC, 2022. 90 p. (Ciência cidadã, v. 7). Biblioteca(s): Embrapa Agricultura Digital. |
| |
20. | | MENDES, C. I. C.; VENDRUSCULO, L. G.; ANDAKU, C. A.; MACEDO, D. H.; MORAES, M. A. S. de; DUARTE, V. C.; SARAIVA, A. M.; FREITAS, P. M. de. Panorama da oferta de software para o agronegócio: empresas e produtos. Campinas: Embrapa Informática Agropecuária, 2010. 48 p. il. (Embrapa Informática Agropecuária. Boletim de pesquisa e desenvolvimento, 24). Biblioteca(s): Embrapa Agricultura Digital. |
| |
Registros recuperados : 41 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Milho e Sorgo. |
Data corrente: |
04/11/2004 |
Data da última atualização: |
20/10/2015 |
Autoria: |
SENA JUNIOR, D. G. de; PINTO, F. de A. de C.; QUEIROZ, D. de M.; MANTOVANI, E. C. |
Afiliação: |
DARLY G. DE SENA JUNIOR, UFV; FRANCISCO DE A. DE C. PINTO, UFV; DANIEL DE M. DE QUEIROZ, UFV; EVANDRO CHARTUNI MANTOVANI, CNPMS. |
Título: |
Algoritmo para classificação de plantas de milho atacadas pela lagarta do cartucho (Spodoptera frugiperda, Smith) em imagens digitais. |
Ano de publicação: |
2001 |
Fonte/Imprenta: |
Revista Brasileira de Engenharia Agricola e Ambiental, Campina Grande, v. 5, n. 3, p. 502-509, 2001. |
Idioma: |
Português |
Conteúdo: |
Foi desenvolvido e testado, no presente estudo, um algoritmo de processamento e análise de imagens digitais para identificação de plantas de milho atacadas pela lagarta do cartucho, o qual consistiu em duas etapas de classificação dos objetos presentes na cena de uma lavoura de milho. Na primeira etapa, denominada classificação grosseira, utilizou-se a técnica de limiarização em blocos da imagem com 60 x 60 pixels de dimensão e, na segunda etapa, denominada classificação refinada, utilizaram-se redes neurais artificiais em blocos com 3 x 3 pixels de dimensão.A exatidão de cada etapa do algoritmo foi acessada através da determinação da matriz de contingência, com base em 80 e 75 blocos, para a classificação grosseira e refinada, respectivamente. O algoritmo apresentou índice de exatidão global de 80,74%. |
Palavras-Chave: |
Rede neural artificial. |
Thesagro: |
Agricultura de Precisão. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/32302/1/Algoritmo-classificacao.pdf
|
Marc: |
LEADER 01513naa a2200181 a 4500 001 1488365 005 2015-10-20 008 2001 bl uuuu u00u1 u #d 100 1 $aSENA JUNIOR, D. G. de 245 $aAlgoritmo para classificação de plantas de milho atacadas pela lagarta do cartucho (Spodoptera frugiperda, Smith) em imagens digitais.$h[electronic resource] 260 $c2001 520 $aFoi desenvolvido e testado, no presente estudo, um algoritmo de processamento e análise de imagens digitais para identificação de plantas de milho atacadas pela lagarta do cartucho, o qual consistiu em duas etapas de classificação dos objetos presentes na cena de uma lavoura de milho. Na primeira etapa, denominada classificação grosseira, utilizou-se a técnica de limiarização em blocos da imagem com 60 x 60 pixels de dimensão e, na segunda etapa, denominada classificação refinada, utilizaram-se redes neurais artificiais em blocos com 3 x 3 pixels de dimensão.A exatidão de cada etapa do algoritmo foi acessada através da determinação da matriz de contingência, com base em 80 e 75 blocos, para a classificação grosseira e refinada, respectivamente. O algoritmo apresentou índice de exatidão global de 80,74%. 650 $aAgricultura de Precisão 653 $aRede neural artificial 700 1 $aPINTO, F. de A. de C. 700 1 $aQUEIROZ, D. de M. 700 1 $aMANTOVANI, E. C. 773 $tRevista Brasileira de Engenharia Agricola e Ambiental, Campina Grande$gv. 5, n. 3, p. 502-509, 2001.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|