|
|
Registro Completo |
Biblioteca(s): |
Embrapa Amapá. |
Data corrente: |
09/04/2008 |
Data da última atualização: |
04/06/2019 |
Autoria: |
MARTINO, S. |
Título: |
O pinheiro brasileiro. |
Edição: |
2. ed. |
Ano de publicação: |
0 |
Fonte/Imprenta: |
Rio de Janeiro: IBDF, [19--]. |
Páginas: |
78 p. |
Idioma: |
Português |
Conteúdo: |
Generalidades: ocorrência, a floresta; Síntese botânica; Características físicas e mecânicas; Sementes: Seleção e tratamento, poder germinativo - conservação da semente, pragas; Plantio: escolha e preparo do terreno, época do plantio, métodos de cultura, tratos culturais; observações sobre crescimento e rendimento, fatores de desenvolvimento, clima - solo, ocorrência de micorriza, crescimento e produção, desbastes, regeneração natural; Industrialização: aproveitamento nacional da madeira, aproveitamento de resíduos, nós de pinho, resina, aproveitamento, qualidades do pinho brasileiro, manchas fungos e insetos, usos e aplicações do pinho brasileiro. |
Palavras-Chave: |
Pinheiro-do-Paraná. |
Thesagro: |
Araucária; Araucária Angustifólia. |
Categoria do assunto: |
-- |
Marc: |
LEADER 01085nam a2200169 a 4500 001 1350707 005 2019-06-04 008 bl uuuu 00u1 u #d 100 1 $aMARTINO, S. 245 $aO pinheiro brasileiro. 250 $a2. ed. 260 $aRio de Janeiro: IBDF, [19--].$c0 300 $a78 p. 520 $aGeneralidades: ocorrência, a floresta; Síntese botânica; Características físicas e mecânicas; Sementes: Seleção e tratamento, poder germinativo - conservação da semente, pragas; Plantio: escolha e preparo do terreno, época do plantio, métodos de cultura, tratos culturais; observações sobre crescimento e rendimento, fatores de desenvolvimento, clima - solo, ocorrência de micorriza, crescimento e produção, desbastes, regeneração natural; Industrialização: aproveitamento nacional da madeira, aproveitamento de resíduos, nós de pinho, resina, aproveitamento, qualidades do pinho brasileiro, manchas fungos e insetos, usos e aplicações do pinho brasileiro. 650 $aAraucária 650 $aAraucária Angustifólia 653 $aPinheiro-do-Paraná
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Amapá (CPAF-AP) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Pecuária Sul. |
Data corrente: |
22/11/2019 |
Data da última atualização: |
22/11/2019 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
B - 2 |
Autoria: |
FREITAS, D. S. de; CAMARGO, S. da S.; COMIN, H. B.; DOMINGUES, R.; GASPAR, E. B.; CARDOSO, F. F. |
Afiliação: |
Dhyonatan Santos de Freitas, UNIPAMPA; Sandro da Silva Camargo, UNIPAMPA; Helena Brocardo Comin, UFPEL; ROBERT DOMINGUES, CPPSUL; EMANUELLE BALDO GASPAR, CPPSUL; FERNANDO FLORES CARDOSO, CPPSUL. |
Título: |
Reconhecimento da ceratoconjuntivite infecciosa bovina utilizando imagens termográficas e redes neurais convolucionais. |
Ano de publicação: |
2019 |
Fonte/Imprenta: |
Revista Brasileira de Computação Aplicada, v. 11, n. 3, p.133-145, nov. 2019. |
Idioma: |
Português |
Conteúdo: |
A Ceratoconjuntivite Infecciosa Bovina (CIB) é considerada a doença ocular de maior importância na criação de bovinos, causando perdas significativas tanto no rebanho afetado quanto para o produtor. Por se tratar de uma doença infectocontagiosa é necessário que as formas de diagnóstico sejam aprimoradas. Atualmente, o diagnóstico para CIB é realizado por meio da avaliação dos sinais clínicos por um especialista e confirmados por exames laboratoriais, o que geralmente é uma tarefa custosa e demorada. Neste trabalho, é avaliada a utilização da termografia infravermelha para aquisição de imagens da região ocular bovina de animais sadios e infectados pela CIB e, a partir disso utilizar essa base de imagens no treinamento e validação de um conjunto de redes neurais convolucionais (RNC), com o intuito de identificar se o animal está ou não infectado em novas amostras. Foram utilizadas 4.938 imagens termográficas da região ocular bovina no processo de treinamento e validação de cinco arquiteturas distintas de RNC, as quais foram avaliadas utilizando validação cruzada. Os melhores resultados obtidos neste trabalho indicam que as RNC são capazes de classificar corretamente os sinais clínicos da CIB em imagens termográficas com uma taxa de acurácia próxima de 80%. Palavras-Chave: Análise de imagens digitais; Classificação; Doença ocular bovina; Reconhecimento de padrões. Abstract Infectious Bovine Keratoconjunctivitis (IBK) is considered the most important ocular disease in cattle rearing, causing significant losses in both the affected herd and as for producer. Because it is an infectious disease, the forms of diagnosis need to be improved. Currently, the diagnosis for IBK is performed through the evaluation of clinical signs by a specialist and confirmed by laboratory tests, which is usually a costly and time-consuming task. In this work, the use of infrared thermography for the acquisition of images of the bovine ocular region of healthy and infected animals by the IBK is evaluated, using this image base in the training and validation of a set of convolutional neural networks (CNN) with the aim of identifying whether or not the animal is infected in new samples. A total of 4.938 thermographic images of the bovine ocular region were used in the training and validation process of five different architectures of CNN, which were evaluated using cross-validation. The best results obtained in this study indicate that CNNs are able to correctly classify IBK clinical signs in thermographic images with an accuracy rate close to 80%. Keywords: Analysis of digital images; Bovine ocular disease; Classification; Pattern Recognition. MenosA Ceratoconjuntivite Infecciosa Bovina (CIB) é considerada a doença ocular de maior importância na criação de bovinos, causando perdas significativas tanto no rebanho afetado quanto para o produtor. Por se tratar de uma doença infectocontagiosa é necessário que as formas de diagnóstico sejam aprimoradas. Atualmente, o diagnóstico para CIB é realizado por meio da avaliação dos sinais clínicos por um especialista e confirmados por exames laboratoriais, o que geralmente é uma tarefa custosa e demorada. Neste trabalho, é avaliada a utilização da termografia infravermelha para aquisição de imagens da região ocular bovina de animais sadios e infectados pela CIB e, a partir disso utilizar essa base de imagens no treinamento e validação de um conjunto de redes neurais convolucionais (RNC), com o intuito de identificar se o animal está ou não infectado em novas amostras. Foram utilizadas 4.938 imagens termográficas da região ocular bovina no processo de treinamento e validação de cinco arquiteturas distintas de RNC, as quais foram avaliadas utilizando validação cruzada. Os melhores resultados obtidos neste trabalho indicam que as RNC são capazes de classificar corretamente os sinais clínicos da CIB em imagens termográficas com uma taxa de acurácia próxima de 80%. Palavras-Chave: Análise de imagens digitais; Classificação; Doença ocular bovina; Reconhecimento de padrões. Abstract Infectious Bovine Keratoconjunctivitis (IBK) is considered the most important ocular disease in cattle rea... Mostrar Tudo |
Palavras-Chave: |
Ceratoconjuntivite. |
Thesagro: |
Bovino; Conjuntivite; Doença Animal; Olho. |
Thesaurus NAL: |
Eye diseases; Keratoconjunctivitis. |
Categoria do assunto: |
L Ciência Animal e Produtos de Origem Animal |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/205335/1/RBCA-2019.pdf
|
Marc: |
LEADER 03510naa a2200265 a 4500 001 2114988 005 2019-11-22 008 2019 bl uuuu u00u1 u #d 100 1 $aFREITAS, D. S. de 245 $aReconhecimento da ceratoconjuntivite infecciosa bovina utilizando imagens termográficas e redes neurais convolucionais.$h[electronic resource] 260 $c2019 520 $aA Ceratoconjuntivite Infecciosa Bovina (CIB) é considerada a doença ocular de maior importância na criação de bovinos, causando perdas significativas tanto no rebanho afetado quanto para o produtor. Por se tratar de uma doença infectocontagiosa é necessário que as formas de diagnóstico sejam aprimoradas. Atualmente, o diagnóstico para CIB é realizado por meio da avaliação dos sinais clínicos por um especialista e confirmados por exames laboratoriais, o que geralmente é uma tarefa custosa e demorada. Neste trabalho, é avaliada a utilização da termografia infravermelha para aquisição de imagens da região ocular bovina de animais sadios e infectados pela CIB e, a partir disso utilizar essa base de imagens no treinamento e validação de um conjunto de redes neurais convolucionais (RNC), com o intuito de identificar se o animal está ou não infectado em novas amostras. Foram utilizadas 4.938 imagens termográficas da região ocular bovina no processo de treinamento e validação de cinco arquiteturas distintas de RNC, as quais foram avaliadas utilizando validação cruzada. Os melhores resultados obtidos neste trabalho indicam que as RNC são capazes de classificar corretamente os sinais clínicos da CIB em imagens termográficas com uma taxa de acurácia próxima de 80%. Palavras-Chave: Análise de imagens digitais; Classificação; Doença ocular bovina; Reconhecimento de padrões. Abstract Infectious Bovine Keratoconjunctivitis (IBK) is considered the most important ocular disease in cattle rearing, causing significant losses in both the affected herd and as for producer. Because it is an infectious disease, the forms of diagnosis need to be improved. Currently, the diagnosis for IBK is performed through the evaluation of clinical signs by a specialist and confirmed by laboratory tests, which is usually a costly and time-consuming task. In this work, the use of infrared thermography for the acquisition of images of the bovine ocular region of healthy and infected animals by the IBK is evaluated, using this image base in the training and validation of a set of convolutional neural networks (CNN) with the aim of identifying whether or not the animal is infected in new samples. A total of 4.938 thermographic images of the bovine ocular region were used in the training and validation process of five different architectures of CNN, which were evaluated using cross-validation. The best results obtained in this study indicate that CNNs are able to correctly classify IBK clinical signs in thermographic images with an accuracy rate close to 80%. Keywords: Analysis of digital images; Bovine ocular disease; Classification; Pattern Recognition. 650 $aEye diseases 650 $aKeratoconjunctivitis 650 $aBovino 650 $aConjuntivite 650 $aDoença Animal 650 $aOlho 653 $aCeratoconjuntivite 700 1 $aCAMARGO, S. da S. 700 1 $aCOMIN, H. B. 700 1 $aDOMINGUES, R. 700 1 $aGASPAR, E. B. 700 1 $aCARDOSO, F. F. 773 $tRevista Brasileira de Computação Aplicada$gv. 11, n. 3, p.133-145, nov. 2019.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Pecuária Sul (CPPSUL) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|