| |
|
|
| Registros recuperados : 11 | |
| 3. |  | COELHO JUNIOR, L. M.; REZENDE, J. L. P. de; BATISTA, A. L. F.; MENDONÇA, A. R. de; LACERDA, W. S. Use of artificial neural networks for prognosis of charcoal prices in Minas Gerais. Cerne, Lavras, v. 19, n. 2, p. 281-288, abr./jun. 2013.| Biblioteca(s): Embrapa Florestas. |
|   |
| 5. | | VIEIRA, T. G. C.; LACERDA, W. S.; ALVES, H. M. R.; VOLPATO, M. M. L.; ANDRADE, L. N. de; BRAGA, R. C. A.; SOUZA, V. C. O. de. Redes neurais artificiais aplicadas na identificação automática de áreas cafeeiras obtidas por imagem de satélite. In: CONGRESSO BRASILEIRO DE REDES NEURAIS, 9., 2009, Ouro Preto.| Biblioteca(s): Embrapa Café; Embrapa Unidades Centrais. |
|  |
| 6. | | ANDRADE, L. N. de; VIEIRA, T. G. C.; LACERDA, W. S.; ALVES, H. M. R.; VOLPATO, M. M. L.; BRAGA, R. C. A.; SOUZA, V. C. O. de. Redes neurais artificiais na classificação de áreas cafeeiras da região de Guaxupé. In: SIMPÓSIO DE PESQUISA DOS CAFÉS NO BRASIL, 6., 2009, Vitória.| Biblioteca(s): Embrapa Café; Embrapa Unidades Centrais. |
| |
| 7. | | ANDRADE, L. N. de; VIEIRA, T. G. C.; LACERDA, W. S.; ALVES, H. M. R.; VOLPATO, M. M. L.; BRAGA, R. C. A.; SOUZA, V. C. O. Redes neurais artificiais na classificação de áreas cafeeiras do Sul de Minas Gerais em imagens de satélite. In: CONGRESSO BRASILEIRO DE PESQUISAS DE CAFEEIROS, 35., 2009, Araxá.| Biblioteca(s): Embrapa Café. |
| |
| 8. | | ANDRADE, L. N. de; VIEIRA, T. G. C.; LACERDA, W. S.; ALVES, H. M. R.; VOLPATO, M. M. L.; BRAGA, R. C. A.; SOUZA, V. C. O. Redes neurais artificiais na classificação de áreas cafeeiras do Sul de Minas Gerais em imagens de satélite. In: CONGRESSO BRASILEIRO DE PESQUISAS DE CAFEEIROS, 35., 2009, Araxá.| Biblioteca(s): Embrapa Unidades Centrais. |
|  |
| 9. | | ANDRADE, L. N. de; VIEIRA, T. G. C.; LACERDA, W. S.; VOLPATO, M. M. L.; ALVES, H. M. R.; SILVA, A. C. de O.; SOUZA, C. G. Redes Neurais Artificiais (RNA) aplicadas à classificação de áreas cafeeiras na Região de Três Pontas-MG. In: SIMPÓSIO DE PESQUISA DOS CAFÉS DO BRASIL, 7., 2011, Araxá. Anais... Brasília, DF: Embrapa Café, 2011.| Biblioteca(s): Embrapa Café. |
| |
| 10. | | PEREIRA, L. A. dos A.; VIEIRA, T. G. C.; ANDRADE, L. N.; LACERDA, W. S.; ALVES, H. M. R.; VOLPATO, M. M. L. Redes neurais artificiais (RNA) para identificação de áreas cafeeiras em imagens de satélite: treinamento e definição de arquiteturas. In.: Congresso de Iniciação Científica da Universidade Federal de Lavras, 23.; Seminário de Avaliação do PIBIC/CNPq, 18; Seminário de Avaliação do PIBIC/FAPEMIG, 13.; Seminário de Avaliação do Programa BIC Júnior, 5.; Reunião Regional da SBPC, 2010, Lavras.| Biblioteca(s): Embrapa Café; Embrapa Unidades Centrais. |
| |
| 11. | | ANDRADE, L. N. de; VIEIRA, T. G. C.; LACERDA, W. S.; DAVIS JUNIOR, C. A.; ALVES, H. M. R.; VOLPATO, M. M. L.; SOUZA, V. C. O. de. Aplicação de redes neurais artificiais (RNA) na análise e classificação de áreas cafeeiras em imagens de satélite. In: CONGRESSO BRASILEIRO DE PESQUISA CAFEEIROAS, 36., 2010, Guarapari. Anais...Brasília, DF: Embrapa Café, 2010.| Biblioteca(s): Embrapa Café. |
| |
| Registros recuperados : 11 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Café. |
|
Data corrente: |
21/02/2011 |
|
Data da última atualização: |
11/03/2011 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
ANDRADE, L. N.; VIEIRA, T. G. C.; LACERDA, W. S.; DAVIS JUNIOR, C. A.; VOLPATO, M. L. M.; ALVES, H. M. R. |
|
Afiliação: |
LÍVIA N. ANDRADE, UFMG/UFLA; TATIANA GROSSI CHQUILOFF VIEIRA, EPAMIG/URESM; WILIAN SOARES LACERDA, UFLA/DCC; CLODOVEU AUGUSTO DAVIS JUNIOR, UFMG/DCC; MARGARETE LORDELO MARIN VOLPATO, EPAMI/URESM; HELENA MARIA RAMOS ALVES, SAPC. |
|
Título: |
Identificação automática de áreas cafeeiras em imagens de satélite utilizando redes neurais artificiais. |
|
Ano de publicação: |
2010 |
|
Fonte/Imprenta: |
In.: CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA, 19, 2010, Lavras. |
|
Idioma: |
Português |
|
Conteúdo: |
A cafeicultura é atividade de fundamental importância na região sul de Minas Gerais e técnicas de estimativa da área plantada, visando previsões de safra confiáveis, estão sendo intensamente pesquisadas. Neste sentido, o presente estudo apresenta uma aplicação de Redes Neurais Artificiais (RNA) para a classificação automática de dados de sensoriamento remoto, com o objetivo de identificar áreas cafeeiras da região de Machado, MG. A região apresenta relevo ondulado a forte ondulado, o que acarreta maior dificuldade do mapeamento automático do uso da terra a partir de imagens de satélite. Outro complicador é a alta similaridade do padrão espectral do café e áreas de mata nativa. A área foi dividida entre os relevos plano e acidentado, e foram criadas máscaras na drenagem e na área urbana. O resultado da classificação feita pela RNA foi superior aos resultados encontrados na literatura, que utilizam classificadores automáticos clássicos, como o Battacharya e o Maxver. O Kappa do mapa classificado pela RNA foi de 55,84% para o relevo mais movimentado e 60,29% para o relevo menos movimentado. |
|
Palavras-Chave: |
Rede neural artificial. |
|
Thesagro: |
Cafeicultura; Sensoriamento Remoto. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/29314/1/Identificacao-automatica.pdf
|
|
Marc: |
LEADER 01807nam a2200205 a 4500
001 1880457
005 2011-03-11
008 2010 bl uuuu u00u1 u #d
100 1 $aANDRADE, L. N.
245 $aIdentificação automática de áreas cafeeiras em imagens de satélite utilizando redes neurais artificiais.$h[electronic resource]
260 $aIn.: CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA, 19, 2010, Lavras.$c2010
520 $aA cafeicultura é atividade de fundamental importância na região sul de Minas Gerais e técnicas de estimativa da área plantada, visando previsões de safra confiáveis, estão sendo intensamente pesquisadas. Neste sentido, o presente estudo apresenta uma aplicação de Redes Neurais Artificiais (RNA) para a classificação automática de dados de sensoriamento remoto, com o objetivo de identificar áreas cafeeiras da região de Machado, MG. A região apresenta relevo ondulado a forte ondulado, o que acarreta maior dificuldade do mapeamento automático do uso da terra a partir de imagens de satélite. Outro complicador é a alta similaridade do padrão espectral do café e áreas de mata nativa. A área foi dividida entre os relevos plano e acidentado, e foram criadas máscaras na drenagem e na área urbana. O resultado da classificação feita pela RNA foi superior aos resultados encontrados na literatura, que utilizam classificadores automáticos clássicos, como o Battacharya e o Maxver. O Kappa do mapa classificado pela RNA foi de 55,84% para o relevo mais movimentado e 60,29% para o relevo menos movimentado.
650 $aCafeicultura
650 $aSensoriamento Remoto
653 $aRede neural artificial
700 1 $aVIEIRA, T. G. C.
700 1 $aLACERDA, W. S.
700 1 $aDAVIS JUNIOR, C. A.
700 1 $aVOLPATO, M. L. M.
700 1 $aALVES, H. M. R.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
