| |
|
|
| Registros recuperados : 3 | |
| 3. |  | VIEIRA, L. M. R.; NASCIMENTO, C. J. do; PACHECO, F.; ROCHA, A.; LOURENÇO, R.; MENDONÇA, J.; BRITTO, E. O desempenho da economia baiana em 2003. Bahia Análise e Dados, Salvador, v.13, n.3, p.575-589, 2003.| Biblioteca(s): Embrapa Semiárido. |
|   |
| Registros recuperados : 3 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Pantanal. Para informações adicionais entre em contato com cpap.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Pantanal. |
|
Data corrente: |
30/11/2015 |
|
Data da última atualização: |
17/03/2016 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
FUCCI, R. R.; PADOVANI, C. R.; ARAUJO, A. F. de; NUNES, G. M. |
|
Afiliação: |
RENAN ROCHA FUCCI, UFMS; CARLOS ROBERTO PADOVANI, CPAP; ALEX F. DE ARAUJO, UFMS; GUSTAVO MANZON NUNES, UFMT. |
|
Título: |
Classificação de imagens do Pantanal usando redes neurais artificiais MLP e perceptron linear. |
|
Ano de publicação: |
2015 |
|
Fonte/Imprenta: |
In: IBERIAN LATIN AMERICAN CONGRESS ON COMPUTATIONAL METHODS IN ENGINEERING, 36., 2015, Rio de Janeiro. Proceedings... Rio de Janeiro: ABEMEC, 2015. |
|
Idioma: |
Português |
|
Notas: |
CILAMCE. |
|
Conteúdo: |
A região do Pantanal é uma imensa planície inundável, de superfície dinâmica, mutável em suas dimensões espacial e temporal. Essa dinâmica está relacionada a processos biofísicos e mais recentemente por ações humanas, ocasionando alta variabilidade espacial e temporal da cobertura vegetal. Em virtude de sua dimensão e dificuldade de acesso, o Pantanal carece de tecnologias que possam auxiliar em análises e estudos para a sua conservação e manejo, de maneira automatizada. Neste trabalho, apresentam-se os resultados da aplicação de classificadores de imagens baseados em Redes Neurais Artificiais (RNA), para imagens do Pantanal, produzidas pelo satélite Rapideye. O objetivo foi rotular os pixels da imagem de entrada, agrupando-os em classes que representam as diferentes áreas de vegetação e água. Os resultados preliminares produzidos neste trabalho foram bastante promissores, demonstrando que a metodologia adotada é pertinente e as técnicas de classificação implementadas, podem contribuir significativamente com a tarefa de análise e interpretação de imagens de satélite do Pantanal. |
|
Palavras-Chave: |
Classificadores; Reconhecimento de Padrões; Redes Neurais Artificiais (RNA). |
|
Thesagro: |
Sensoriamento Remoto. |
|
Thesaurus NAL: |
Geospatial technology; Remote sensing. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 01920nam a2200229 a 4500
001 2030052
005 2016-03-17
008 2015 bl uuuu u00u1 u #d
100 1 $aFUCCI, R. R.
245 $aClassificação de imagens do Pantanal usando redes neurais artificiais MLP e perceptron linear.
260 $aIn: IBERIAN LATIN AMERICAN CONGRESS ON COMPUTATIONAL METHODS IN ENGINEERING, 36., 2015, Rio de Janeiro. Proceedings... Rio de Janeiro: ABEMEC$c2015
500 $aCILAMCE.
520 $aA região do Pantanal é uma imensa planície inundável, de superfície dinâmica, mutável em suas dimensões espacial e temporal. Essa dinâmica está relacionada a processos biofísicos e mais recentemente por ações humanas, ocasionando alta variabilidade espacial e temporal da cobertura vegetal. Em virtude de sua dimensão e dificuldade de acesso, o Pantanal carece de tecnologias que possam auxiliar em análises e estudos para a sua conservação e manejo, de maneira automatizada. Neste trabalho, apresentam-se os resultados da aplicação de classificadores de imagens baseados em Redes Neurais Artificiais (RNA), para imagens do Pantanal, produzidas pelo satélite Rapideye. O objetivo foi rotular os pixels da imagem de entrada, agrupando-os em classes que representam as diferentes áreas de vegetação e água. Os resultados preliminares produzidos neste trabalho foram bastante promissores, demonstrando que a metodologia adotada é pertinente e as técnicas de classificação implementadas, podem contribuir significativamente com a tarefa de análise e interpretação de imagens de satélite do Pantanal.
650 $aGeospatial technology
650 $aRemote sensing
650 $aSensoriamento Remoto
653 $aClassificadores
653 $aReconhecimento de Padrões
653 $aRedes Neurais Artificiais (RNA)
700 1 $aPADOVANI, C. R.
700 1 $aARAUJO, A. F. de
700 1 $aNUNES, G. M.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pantanal (CPAP) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
