| |
|
|
| Registros recuperados : 128 | |
| 20. |  | VIEIRA, T. G. C.; ALVES, H. M. R.; VOLPATO, M. L. M.; SOUZA, V. C. O. Application of artificial neural networks (ANN) in the analysis and classification of coffee areas in the região of Machado, state of Minas Gerais, Brazil. In.: INTERNATIONAL CONFERENCE ON COFFEE SCIENCE, 23., 2010, Bali, Indonesia.| Biblioteca(s): Embrapa Unidades Centrais. |
|   |
| Registros recuperados : 128 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Café. |
|
Data corrente: |
21/02/2011 |
|
Data da última atualização: |
11/03/2011 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
ANDRADE, L. N.; VIEIRA, T. G. C.; ALVES, H. M. R.; VOLPATO, M. M. L.; SOUZA, V. C. O. |
|
Afiliação: |
LÍVIA N. ANDRADE, Bolsista Embrapa Café.; TATIANA G. C. VIEIRA, EPAMIG; HELENA MARIA RAMOS ALVES, SAPC; MARGARETE M. L. VOLPATO, EPAMIG; VANESSA C. O. SOUZA, EPAMIG. |
|
Título: |
Aplicação de redes neurais artificiais (RNA) na análise e classificação de áreas cafeeiras da Região de Machado-MG. |
|
Ano de publicação: |
2010 |
|
Fonte/Imprenta: |
In.: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 39.; CONGRESSO LATIONOAMERICANO Y DEL CARIBE DE INGENIERÍA AGRÍCOLA, 9., 2010, Vitória. A engenhria Agrícola e o Desenvolvimento das pequenas propriedades rurais. |
|
Idioma: |
Português |
|
Conteúdo: |
A cafeicultura é atividade de fundamental importância na região sul de Minas Gerais e técnicas de estimativa da área plantada, visando previsões de safra confiáveis, estão sendo intensamente pesquisadas. Neste sentido, o presente estudo apresenta uma aplicação de Redes Neurais Artificiais (RNA) para a classificação automática de dados de sensoriamento remoto, com o objetivo de identificar áreas cafeeiras da região de Machado, MG. A região apresenta relevo ondulado a forte ondulado, o que acarreta maior dificuldade do mapeamento automático do uso da terra a partir de imagens de satélite. Outro complicador é a alta similaridade do padrão espectral do café e áreas de mata nativa. A área foi dividida entre os relevos plano e acidentado, e foram criadas máscaras na drenagem e na área urbana. O resultado da classificação feita pela RNA foi superior aos resultados encontrados na literatura, que utilizam classificadores automáticos clássicos, como o Battacharya e o Maxver. O Kappa do mapa classificado pela RNA foi de 55.84% para o relevo mais movimentado e 60.29% para o relevo menos movimentado. |
|
Palavras-Chave: |
Rede neural artificial. |
|
Thesagro: |
Cafeicultura; Sensoriamento Remoto. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/29330/1/Aplicacao-de-redes-neurais.pdf
|
|
Marc: |
LEADER 01941nam a2200193 a 4500
001 1880476
005 2011-03-11
008 2010 bl uuuu u00u1 u #d
100 1 $aANDRADE, L. N.
245 $aAplicação de redes neurais artificiais (RNA) na análise e classificação de áreas cafeeiras da Região de Machado-MG.$h[electronic resource]
260 $aIn.: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 39.; CONGRESSO LATIONOAMERICANO Y DEL CARIBE DE INGENIERÍA AGRÍCOLA, 9., 2010, Vitória. A engenhria Agrícola e o Desenvolvimento das pequenas propriedades rurais.$c2010
520 $aA cafeicultura é atividade de fundamental importância na região sul de Minas Gerais e técnicas de estimativa da área plantada, visando previsões de safra confiáveis, estão sendo intensamente pesquisadas. Neste sentido, o presente estudo apresenta uma aplicação de Redes Neurais Artificiais (RNA) para a classificação automática de dados de sensoriamento remoto, com o objetivo de identificar áreas cafeeiras da região de Machado, MG. A região apresenta relevo ondulado a forte ondulado, o que acarreta maior dificuldade do mapeamento automático do uso da terra a partir de imagens de satélite. Outro complicador é a alta similaridade do padrão espectral do café e áreas de mata nativa. A área foi dividida entre os relevos plano e acidentado, e foram criadas máscaras na drenagem e na área urbana. O resultado da classificação feita pela RNA foi superior aos resultados encontrados na literatura, que utilizam classificadores automáticos clássicos, como o Battacharya e o Maxver. O Kappa do mapa classificado pela RNA foi de 55.84% para o relevo mais movimentado e 60.29% para o relevo menos movimentado.
650 $aCafeicultura
650 $aSensoriamento Remoto
653 $aRede neural artificial
700 1 $aVIEIRA, T. G. C.
700 1 $aALVES, H. M. R.
700 1 $aVOLPATO, M. M. L.
700 1 $aSOUZA, V. C. O.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
