|
|
Registro Completo |
Biblioteca(s): |
Embrapa Solos. |
Data corrente: |
18/02/2010 |
Data da última atualização: |
01/11/2021 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
CHAGAS, C. da S.; VIEIRA, C. A. O.; FERNANDES FILHO, E. I.; CARVALHO JUNIOR, W. de. |
Afiliação: |
CESAR DA SILVA CHAGAS, CNPS; CARLOS A. O. VIEIRA, DEC/UFV; ELPIDIO I. FERNANDES FILHO, DPS/UFV; WALDIR DE CARVALHO JUNIOR, CNPS. |
Título: |
Utilização de redes neurais artificiais na classificação de níveis de degradação em pastagens. |
Ano de publicação: |
2009 |
Fonte/Imprenta: |
Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 13, n. 3, p. 319-327, 2009. |
DOI: |
https://doi.org/10.1590/S1415-43662009000300014 |
Idioma: |
Português |
Conteúdo: |
Este trabalho teve por objetivo avaliar a eficiência dos classificadores redes neurais artificiais (RNA) e o de máxima verossimilhança (Maxver) na classificação do uso da terra no município de Viçosa, MG, a partir de imagens do sensor ASTER, com ênfase nos níveis de degradação das pastagens. Neste estudo, foram identificados três níveis de degradação das pastagens (moderado, forte e muito forte) e avaliada uma composição da imagem do sensor ASTER contendo as 3 bandas do visível e infravermelho próximo, com resolução espacial de 15 m. O simulador de redes neurais empregado foi o "Java Neural Network Simulator" e o algoritmo de aprendizado, o backpropagation. Os resultados mostram que a classificação por redes neurais, embora apresente resultado ligeiramente superior, teve desempenho estatisticamente semelhante ao obtido pela classificação pelo Maxver, obtendo um índice Kappa de 0,80, contra 0,79, respectivamente. Nas classificações realizadas a classe que apresentou maior erro de classificação foi a pastagem no nível de degradação forte, enquanto a maior exatidão na classificação foi obtida pelo café, para ambos os classificadores, com 100 e 96%, respectivamente. |
Palavras-Chave: |
Aster; Classificação supervisionada. |
Thesagro: |
Sensoriamento Remoto. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/184952/1/Cesar-Waldir-Redes-neurais.pdf
|
Marc: |
LEADER 01956naa a2200205 a 4500 001 1658048 005 2021-11-01 008 2009 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.1590/S1415-43662009000300014$2DOI 100 1 $aCHAGAS, C. da S. 245 $aUtilização de redes neurais artificiais na classificação de níveis de degradação em pastagens.$h[electronic resource] 260 $c2009 520 $aEste trabalho teve por objetivo avaliar a eficiência dos classificadores redes neurais artificiais (RNA) e o de máxima verossimilhança (Maxver) na classificação do uso da terra no município de Viçosa, MG, a partir de imagens do sensor ASTER, com ênfase nos níveis de degradação das pastagens. Neste estudo, foram identificados três níveis de degradação das pastagens (moderado, forte e muito forte) e avaliada uma composição da imagem do sensor ASTER contendo as 3 bandas do visível e infravermelho próximo, com resolução espacial de 15 m. O simulador de redes neurais empregado foi o "Java Neural Network Simulator" e o algoritmo de aprendizado, o backpropagation. Os resultados mostram que a classificação por redes neurais, embora apresente resultado ligeiramente superior, teve desempenho estatisticamente semelhante ao obtido pela classificação pelo Maxver, obtendo um índice Kappa de 0,80, contra 0,79, respectivamente. Nas classificações realizadas a classe que apresentou maior erro de classificação foi a pastagem no nível de degradação forte, enquanto a maior exatidão na classificação foi obtida pelo café, para ambos os classificadores, com 100 e 96%, respectivamente. 650 $aSensoriamento Remoto 653 $aAster 653 $aClassificação supervisionada 700 1 $aVIEIRA, C. A. O. 700 1 $aFERNANDES FILHO, E. I. 700 1 $aCARVALHO JUNIOR, W. de 773 $tRevista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande$gv. 13, n. 3, p. 319-327, 2009.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Solos (CNPS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registros recuperados : 2 | |
2. | | IPARRAGUIRRE, J.; LLANES, A.; MASCIARELLI, O.; ZOCOLO, G. J.; VILLASUSO, A. L.; LUNA, V. Formulation technology: Macrocystis pyrifera extract is a suitable support/medium for Azospirillum brasilense. Algal Research, [Amsterdam], v. 69, art. 102916, 8 p., Jan. 2023.Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
Biblioteca(s): Embrapa Agroindústria Tropical. |
| |
Registros recuperados : 2 | |
|
Expressão de busca inválida. Verifique!!! |
|
|