|
|
Registros recuperados : 267 | |
43. | | OLIVEIRA, S. R. de M.; ZAÏANE, O. R.; SAYGIN, Y. Secure association rule sharing. In: PACIFIC-ASIA CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING, 8., 2004, Sidney, Australia. Advances in knowledge discovery and data mining: proceedings. Berlin: Springer, 2004. p. 74-85. (Lecture notes in artificial intelligence, 3056). Editores: Honghua Dai, Ramakrishnan Srikant, Chengqi Zhang. PAKDD 2004. Na publicação: Stanley R. M. Oliveira. Biblioteca(s): Embrapa Agricultura Digital. |
| |
54. | | BAMBINI, M. D.; MENDES, C. I. C.; MOURA, M. F.; OLIVEIRA, S. R. de M. Adoção de TIC e oferta de software na agropecuária: breve relato dos resultados do estudo SWAgro. In: SIMPÓSIO NACIONAL DE INSTRUMENTAÇÃO AGROPECUÁRIA, 2014, São Carlos, SP. Ciência, inovação e mercado: anais. São Carlos, SP: Embrapa Instrumentação, 2014. p. 695-698. SIAGRO 2014. Biblioteca(s): Embrapa Agricultura Digital. |
| |
Registros recuperados : 267 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
06/02/2014 |
Data da última atualização: |
06/02/2014 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 2 |
Autoria: |
NONATO, R. T.; OLIVEIRA, S. R. de M. |
Afiliação: |
ROBSON T . NONATO, Unicamp; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA. |
Título: |
Técnicas de mineração de dados para identificação de áreas com cana- açúcar em imagens landsat 5. |
Ano de publicação: |
2013 |
Fonte/Imprenta: |
Engenharia Agrícola, Jaboticabal, v. 33, n. 6, p. 1268-1280, nov./dez. 2013. |
Idioma: |
Português |
Conteúdo: |
Resumo: Neste trabalho, verificou-se a aderência de técnicas de mineração de dados voltadas para problemas de classificação de dados na identificação automatizada de áreas cultivadas com cana-de-açúcar, em imagens do satélite Landsat 5/TM . Para essa verificação, foram estudadas imagens de áreas cultivadas com cana-de-açúcar em três fases fenológicas diferentes. Os pixels foram convertidos em valores de refletância de superfície, nas vizinhanças das cidades de Araras, São Carlos e Araraquara , no Estado de São Paulo. Foram gerados cinco modelos de árvores de decisão binária, induzidos pelo algoritmo C4.5, em que todos roduziram taxas de acerto superiores a 90%. A introdução de atributos de textura trouxe ganhos significativos na acurácia do modelo de classificação e contribuiu para melhorar a distinção de áreas cultivadas com cana -de-açúcar em meio a tipos diversos de cobertura do solo, como solo exposto, área urbana, lagos e rios. Os índices de vegetação mostraram-se relevantes na distinção da fase e do estado fenológico das culturas. Os resultados reforçam o potencial forte das árvores de decisão no processo de classificação e identificação de áreas cultivadas com cana-de-açúcar, em diferentes cidades produtoras, no Estado de São Paulo. |
Palavras-Chave: |
Árvore de decisão; Classificação de imagens; Mapeamento agrícola. |
Thesagro: |
Sensoriamento Remoto. |
Thesaurus NAL: |
Remote sensing. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/96505/1/tecnicasmineracao.pdf
|
Marc: |
LEADER 01965naa a2200193 a 4500 001 1978823 005 2014-02-06 008 2013 bl uuuu u00u1 u #d 100 1 $aNONATO, R. T. 245 $aTécnicas de mineração de dados para identificação de áreas com cana- açúcar em imagens landsat 5.$h[electronic resource] 260 $c2013 520 $aResumo: Neste trabalho, verificou-se a aderência de técnicas de mineração de dados voltadas para problemas de classificação de dados na identificação automatizada de áreas cultivadas com cana-de-açúcar, em imagens do satélite Landsat 5/TM . Para essa verificação, foram estudadas imagens de áreas cultivadas com cana-de-açúcar em três fases fenológicas diferentes. Os pixels foram convertidos em valores de refletância de superfície, nas vizinhanças das cidades de Araras, São Carlos e Araraquara , no Estado de São Paulo. Foram gerados cinco modelos de árvores de decisão binária, induzidos pelo algoritmo C4.5, em que todos roduziram taxas de acerto superiores a 90%. A introdução de atributos de textura trouxe ganhos significativos na acurácia do modelo de classificação e contribuiu para melhorar a distinção de áreas cultivadas com cana -de-açúcar em meio a tipos diversos de cobertura do solo, como solo exposto, área urbana, lagos e rios. Os índices de vegetação mostraram-se relevantes na distinção da fase e do estado fenológico das culturas. Os resultados reforçam o potencial forte das árvores de decisão no processo de classificação e identificação de áreas cultivadas com cana-de-açúcar, em diferentes cidades produtoras, no Estado de São Paulo. 650 $aRemote sensing 650 $aSensoriamento Remoto 653 $aÁrvore de decisão 653 $aClassificação de imagens 653 $aMapeamento agrícola 700 1 $aOLIVEIRA, S. R. de M. 773 $tEngenharia Agrícola, Jaboticabal$gv. 33, n. 6, p. 1268-1280, nov./dez. 2013.
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. |
|
|