| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
17/12/2008 |
|
Data da última atualização: |
11/04/2017 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
VALE, M. M.; MOURA, D. J. de; NÄÄS, I. de A.; OLIVEIRA, S. R. de M.; RODRIGUES, L. H. A. |
|
Afiliação: |
MARCOS MARTINEZ VALE, FEAGRI/UNICAMP; DANIELLA JORGE DE MOURA, FEAGRI/UNICAMP; IRENILZA DE ALENCAR NÄÄS, FEAGRI/UNICAMP; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; LUIZ HENRIQUE ANTUNES RODRIGUES, FEAGRI/UNICAMP. |
|
Título: |
Data mining to estimate broiler mortality when exposed to heat wave. |
|
Ano de publicação: |
2008 |
|
Fonte/Imprenta: |
Scientia Agricola, Piracicaba, v. 65, n. 3, p. 223-229, May/June 2008. |
|
DOI: |
http://dx.doi.org/10.1590/S0103-90162008000300001 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Heat waves usually result in losses of animal production since they are exposed to thermal stress inducing an increase in mortality and consequent economical losses. Animal science and meteorological databases from the last years contain enough data in the poultry production business to allow the modeling of mortality losses due to heat wave incidence. This research analyzes a database of broiler production associated to climatic data, using data mining techniques such as attribute selection and data classification (decision tree) to model the impact of heat wave incidence on broiler mortality. The temperature and humidity index (THI) was used for screening environmental data. The data mining techniques allowed the development of three comprehensible models for estimating specifically high mortality during broiler production. Two models yielded a classification accuracy of 89.3% by using Principal Component Analysis (PCA) and Wrapper feature selection approaches. Both models obtained a class precision of 0.83 for classifying high mortality. When the feature selection was made by the domain experts, the model accuracy reached 85.7%, while the class precision of high mortality was 0.76. Meteorological data and the calculated THI from meteorological stations were helpful to select the range of harmful environmental conditions for broilers 29 and 42 days old. The data mining techniques were useful for building animal production models. |
|
Palavras-Chave: |
Agropecuária; Dados ambientais; Data mining; ITU; Mineração de dados. |
|
Thesagro: |
Frango de Corte. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/158853/1/AP-datamining-Valeetal-2008.pdf
|
|
Marc: |
LEADER 02228naa a2200253 a 4500
001 1005708
005 2017-04-11
008 2008 bl uuuu u00u1 u #d
024 7 $ahttp://dx.doi.org/10.1590/S0103-90162008000300001$2DOI
100 1 $aVALE, M. M.
245 $aData mining to estimate broiler mortality when exposed to heat wave.$h[electronic resource]
260 $c2008
520 $aHeat waves usually result in losses of animal production since they are exposed to thermal stress inducing an increase in mortality and consequent economical losses. Animal science and meteorological databases from the last years contain enough data in the poultry production business to allow the modeling of mortality losses due to heat wave incidence. This research analyzes a database of broiler production associated to climatic data, using data mining techniques such as attribute selection and data classification (decision tree) to model the impact of heat wave incidence on broiler mortality. The temperature and humidity index (THI) was used for screening environmental data. The data mining techniques allowed the development of three comprehensible models for estimating specifically high mortality during broiler production. Two models yielded a classification accuracy of 89.3% by using Principal Component Analysis (PCA) and Wrapper feature selection approaches. Both models obtained a class precision of 0.83 for classifying high mortality. When the feature selection was made by the domain experts, the model accuracy reached 85.7%, while the class precision of high mortality was 0.76. Meteorological data and the calculated THI from meteorological stations were helpful to select the range of harmful environmental conditions for broilers 29 and 42 days old. The data mining techniques were useful for building animal production models.
650 $aFrango de Corte
653 $aAgropecuária
653 $aDados ambientais
653 $aData mining
653 $aITU
653 $aMineração de dados
700 1 $aMOURA, D. J. de
700 1 $aNÄÄS, I. de A.
700 1 $aOLIVEIRA, S. R. de M.
700 1 $aRODRIGUES, L. H. A.
773 $tScientia Agricola, Piracicaba$gv. 65, n. 3, p. 223-229, May/June 2008.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
05/09/2006 |
|
Data da última atualização: |
18/05/2022 |
|
Autoria: |
ANTUNES, J. F. G.; ZULLO JÚNIOR, J. |
|
Afiliação: |
JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; JURANDIR ZULLO JÚNIOR, Cepagri/Unicamp. |
|
Título: |
Aplicação de lógica fuzzy para estimativa de área plantada da cultura de soja utilizando imagens AVHRR-NOAA. |
|
Ano de publicação: |
2006 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 35., 2006, João Pessoa. Agroenergia e desenvolvimento tecnológico: anais. João Pessoa: SBEA, 2006. Não paginado. |
|
Idioma: |
Português |
|
Notas: |
CONBEA 2006. |
|
Conteúdo: |
A estimativa precisa com antecedência à época da colheita de áreas plantadas de soja é de fundamental importância para a economia brasileira. Com o recente avanço tecnológico na obtenção de dados por sensoriamento remoto orbital é possível melhorar a previsão de safras, diminuindo cada vez mais o nível de subjetividade. As imagens AVHRR-NOAA de elevada repetitividade temporal, têm sido utilizadas para o monitoramento agrícola. Porém, a sua baixa resolução espacial faz com que possa ocorrer a mistura espectral das classes de cobertura do solo dentro de um mesmo pixel e isso pode acarretar problemas de imprecisão na estimativa de área plantada. O objetivo do trabalho é desenvolver uma metodologia de classificação automática baseada em lógica fuzzy utilizando índices de vegetação de imagens AVHRR-NOAA para estimar a área plantada de soja no nível sub-pixel. Para oito municípios produtores de soja da região oeste do Estado do Paraná, foi possível obter a estimativa de área no final de janeiro de 2004, com antecedência em relação à época da colheita, ao contrário dos levantamentos oficiais que se estendem até o final da safra, além de utilizarem dados subjetivos vindos do campo. As estimativas de área de soja baseadas em classificação fuzzy mostraram-se altamente correlacionadas com as estimativas oficiais, com o nível de erro relativo aceitável. |
|
Palavras-Chave: |
Classificação de imagens; Lógica fuzzy. |
|
Thesagro: |
Previsão de Safra; Sensoriamento remoto; Soja. |
|
Thesaurus NAL: |
Fuzzy logic; Image analysis; Remote sensing. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/160389/1/PL-Aplicacao-Antunes-Conbea-2006.pdf
|
|
Marc: |
LEADER 02245nam a2200229 a 4500
001 1006705
005 2022-05-18
008 2006 bl uuuu u00u1 u #d
100 1 $aANTUNES, J. F. G.
245 $aAplicação de lógica fuzzy para estimativa de área plantada da cultura de soja utilizando imagens AVHRR-NOAA.$h[electronic resource]
260 $aIn: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 35., 2006, João Pessoa. Agroenergia e desenvolvimento tecnológico: anais. João Pessoa: SBEA, 2006. Não paginado.$c2006
500 $aCONBEA 2006.
520 $aA estimativa precisa com antecedência à época da colheita de áreas plantadas de soja é de fundamental importância para a economia brasileira. Com o recente avanço tecnológico na obtenção de dados por sensoriamento remoto orbital é possível melhorar a previsão de safras, diminuindo cada vez mais o nível de subjetividade. As imagens AVHRR-NOAA de elevada repetitividade temporal, têm sido utilizadas para o monitoramento agrícola. Porém, a sua baixa resolução espacial faz com que possa ocorrer a mistura espectral das classes de cobertura do solo dentro de um mesmo pixel e isso pode acarretar problemas de imprecisão na estimativa de área plantada. O objetivo do trabalho é desenvolver uma metodologia de classificação automática baseada em lógica fuzzy utilizando índices de vegetação de imagens AVHRR-NOAA para estimar a área plantada de soja no nível sub-pixel. Para oito municípios produtores de soja da região oeste do Estado do Paraná, foi possível obter a estimativa de área no final de janeiro de 2004, com antecedência em relação à época da colheita, ao contrário dos levantamentos oficiais que se estendem até o final da safra, além de utilizarem dados subjetivos vindos do campo. As estimativas de área de soja baseadas em classificação fuzzy mostraram-se altamente correlacionadas com as estimativas oficiais, com o nível de erro relativo aceitável.
650 $aFuzzy logic
650 $aImage analysis
650 $aRemote sensing
650 $aPrevisão de Safra
650 $aSensoriamento remoto
650 $aSoja
653 $aClassificação de imagens
653 $aLógica fuzzy
700 1 $aZULLO JÚNIOR, J.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
