| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Cerrados. |
|
Data corrente: |
24/02/2000 |
|
Data da última atualização: |
24/02/2000 |
|
Autoria: |
AMABILE, R. F.; CARVALHO, A. M. de; DUARTE, J. B.; FANCELLI, A. L. |
|
Título: |
Efeito de epocas de semeadura na fisiologia e producao de fitomassa de leguminosas nos cerrados da regiao do Mato Grosso de Goias. |
|
Ano de publicação: |
1996 |
|
Fonte/Imprenta: |
Scientia Agricola, Piracicaba, v.53, n.2/3, p.296-303, maio/dez. 1996. |
|
Idioma: |
Português |
|
Conteúdo: |
Adubacao verde e uma pratica conservacionista pouco utilizada nos cerrados do Brasil Central. Visando obter informacoes sobre as caracteristicas fenologicas das especies de leguminosas utilizadas como adubos verdes, em diferentes epocas de semadura da Regiao dos Cerrados, instalaram-se tres experimentos, durante o ano agricola de 1991/92, na area experimental do Centro Nacional de Pesquisa de Solos/CoodenadoriaRegional Centro-Oeste - EMBRAPA, localizada na Estacao Experimental da Empresa Goiana de Pesquisa Agropecuaria - EMGOPA, em Senador Canedo, GO. As especies foram Crotalaria juncea L., mucuna preta (mucuna aterrima (Piper & Tracy) Merr.), guandu (cajanus cajan (L.) Millsp.) e feijao-bravo do Ceara (Canvalia brasiliensis), em tres epocas de semeadura. O delineamento experimental utilizado, dentro de cada epoca, foi de blocos ao acaso, apresentando tres repeticoes. A C. juncea e o C. cajan apresentaram as maiores producoes de fitomassa seca. O atraso da semeadura, em relacao ao inicio da estacao chuvosa, acelerou o florescimento das legunminosa e reduziu os rendimentos de fitomassa seca produzidos pela C. juncea e pelo C. cajan. |
|
Palavras-Chave: |
Brasil; Canavalia brasiliensis; Goias; Mucuna aterrima. |
|
Thesagro: |
Cajanus Cajan; Cerrado; Crotalária Juncea; Época de Semeadura; Leguminosa. |
|
Thesaurus Nal: |
Brazil; legumes; sowing date. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02014naa a2200301 a 4500
001 1555061
005 2000-02-24
008 1996 bl --- 0-- u #d
100 1 $aAMABILE, R. F.
245 $aEfeito de epocas de semeadura na fisiologia e producao de fitomassa de leguminosas nos cerrados da regiao do Mato Grosso de Goias.
260 $c1996
520 $aAdubacao verde e uma pratica conservacionista pouco utilizada nos cerrados do Brasil Central. Visando obter informacoes sobre as caracteristicas fenologicas das especies de leguminosas utilizadas como adubos verdes, em diferentes epocas de semadura da Regiao dos Cerrados, instalaram-se tres experimentos, durante o ano agricola de 1991/92, na area experimental do Centro Nacional de Pesquisa de Solos/CoodenadoriaRegional Centro-Oeste - EMBRAPA, localizada na Estacao Experimental da Empresa Goiana de Pesquisa Agropecuaria - EMGOPA, em Senador Canedo, GO. As especies foram Crotalaria juncea L., mucuna preta (mucuna aterrima (Piper & Tracy) Merr.), guandu (cajanus cajan (L.) Millsp.) e feijao-bravo do Ceara (Canvalia brasiliensis), em tres epocas de semeadura. O delineamento experimental utilizado, dentro de cada epoca, foi de blocos ao acaso, apresentando tres repeticoes. A C. juncea e o C. cajan apresentaram as maiores producoes de fitomassa seca. O atraso da semeadura, em relacao ao inicio da estacao chuvosa, acelerou o florescimento das legunminosa e reduziu os rendimentos de fitomassa seca produzidos pela C. juncea e pelo C. cajan.
650 $aBrazil
650 $alegumes
650 $asowing date
650 $aCajanus Cajan
650 $aCerrado
650 $aCrotalária Juncea
650 $aÉpoca de Semeadura
650 $aLeguminosa
653 $aBrasil
653 $aCanavalia brasiliensis
653 $aGoias
653 $aMucuna aterrima
700 1 $aCARVALHO, A. M. de
700 1 $aDUARTE, J. B.
700 1 $aFANCELLI, A. L.
773 $tScientia Agricola, Piracicaba$gv.53, n.2/3, p.296-303, maio/dez. 1996.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Cerrados (CPAC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Gado de Leite. Para informações adicionais entre em contato com cnpgl.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Gado de Leite. |
|
Data corrente: |
20/05/2022 |
|
Data da última atualização: |
15/07/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
B - 1 |
|
Autoria: |
FRANCO, V. R.; HOTT, M. C.; ANDRADE, R. G.; GOLIATT, L. |
|
Afiliação: |
VICTOR REZENDE FRANCO, Universidade Federal de Juiz de Fora; MARCOS CICARINI HOTT, CNPGL; RICARDO GUIMARAES ANDRADE, CNPGL; LEONARDO GOLIATT, Universidade Federal de Juiz de Fora. |
|
Título: |
Hybrid machine learning methods combined with computer vision approaches to estimate biophysical parameters of pastures. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Evolutionary Intelligence, v. 16, p. 1271-1284, 2023. |
|
DOI: |
https://doi.org/10.1007/s12065-022-00736-9 |
|
Idioma: |
Inglês |
|
Conteúdo: |
With population growth, the search for technologies that enable improvements in production respecting the environment and people?s health has become an essential point for society. In this context, this paper presents a study based on computer vision techniques and Machine Learning (ML) to extract information from pastures Panicum maximum cv. BRS Zuri to assist in the management and research on pasture conditions, possibilitando a obtenção de informações da. Computer vision aproaches are used to extract biophysical parameters from images acquired orthogonally from the canopy of vegetation. The extracted information serves as input for Machine Learning (ML) methods to predict pasture height and biomass. The contribution of this paper is developing a possible new solution compared to traditional methods in the large-scale study of plant biophysical parameters, which can be laborious and costly and sometimes depend on destructive harvesting. For this, three techniques were used: Support Vector Regression, Multi-Layer Perceptron (MLP), and Least Absolute Shrinkage and Selection. In addition, the Diferential Evolution technique was used to select the best model. Thirty independent runs of the Diferential Evolution technique were performed to assess the approach?s performance. The cross-validation method results show the MLP obtained the best results reaching an average of Coefcient of Determination (R2) equal 0.496 to estimate biomass and 0.656 to estimate the pasture height. |
|
Palavras-Chave: |
Diferential evolution; Evolução diferencial; Evolutionary model selection; Machine learning; Modelo evolutivo; Parâmetro biofísico; Rede neural; Visão computacional. |
|
Thesagro: |
Pastagem. |
|
Thesaurus NAL: |
Computer vision; Neural networks; Pastures. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 02475naa a2200313 a 4500
001 2143284
005 2023-07-15
008 2023 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1007/s12065-022-00736-9$2DOI
100 1 $aFRANCO, V. R.
245 $aHybrid machine learning methods combined with computer vision approaches to estimate biophysical parameters of pastures.$h[electronic resource]
260 $c2023
520 $aWith population growth, the search for technologies that enable improvements in production respecting the environment and people?s health has become an essential point for society. In this context, this paper presents a study based on computer vision techniques and Machine Learning (ML) to extract information from pastures Panicum maximum cv. BRS Zuri to assist in the management and research on pasture conditions, possibilitando a obtenção de informações da. Computer vision aproaches are used to extract biophysical parameters from images acquired orthogonally from the canopy of vegetation. The extracted information serves as input for Machine Learning (ML) methods to predict pasture height and biomass. The contribution of this paper is developing a possible new solution compared to traditional methods in the large-scale study of plant biophysical parameters, which can be laborious and costly and sometimes depend on destructive harvesting. For this, three techniques were used: Support Vector Regression, Multi-Layer Perceptron (MLP), and Least Absolute Shrinkage and Selection. In addition, the Diferential Evolution technique was used to select the best model. Thirty independent runs of the Diferential Evolution technique were performed to assess the approach?s performance. The cross-validation method results show the MLP obtained the best results reaching an average of Coefcient of Determination (R2) equal 0.496 to estimate biomass and 0.656 to estimate the pasture height.
650 $aComputer vision
650 $aNeural networks
650 $aPastures
650 $aPastagem
653 $aDiferential evolution
653 $aEvolução diferencial
653 $aEvolutionary model selection
653 $aMachine learning
653 $aModelo evolutivo
653 $aParâmetro biofísico
653 $aRede neural
653 $aVisão computacional
700 1 $aHOTT, M. C.
700 1 $aANDRADE, R. G.
700 1 $aGOLIATT, L.
773 $tEvolutionary Intelligence$gv. 16, p. 1271-1284, 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Gado de Leite (CNPGL) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
