| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Mandioca e Fruticultura. |
|
Data corrente: |
20/01/2011 |
|
Data da última atualização: |
05/07/2011 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
SANTANA, F. A.; OLIVEIRA, L. A. de; VIANA, E. de S.; SILVEIRA, S. M. da; SOUSA, M. R.; AMORIM, E. P. |
|
Afiliação: |
Fernanda Alves Santana, UFRB; LUCIANA ALVES DE OLIVEIRA, CNPMF; ELISETH DE SOUZA VIANA, CNPMF; Soraia Machado da Silveira, FAMAM; MABEL RIBEIRO SOUSA, CNPMF; EDSON PERITO AMORIM, CNPMF. |
|
Título: |
Avaliação da cor dos frutos de diferentes genótipos de bananeiras por colorimetro digital. |
|
Ano de publicação: |
2010 |
|
Fonte/Imprenta: |
In:CONGRESSO BRASILEIRO DE FRUTICULTURA, 21., 2010, Natal. Frutas: saúde, inovação e responsabilidade: anais. Natal: Sociedade Brasileira de Fruticultura, 2010. |
|
Idioma: |
Português |
|
Notas: |
pdf 2378 |
|
Conteúdo: |
O Brasil é o quarto produtor mundial de banana, tendo produzido 7,0 milhões de toneladas em 2006. A Índia produziu, no mesmo período, 12 milhões de toneladas (FAO, 2009). A doença conhecida como Sigatoka negra (Mycosphaerella fijiensis Morelet) é considerada um dos principais problemas fitossanitários da cultura da banana, comprometendo totalmente a qualidade e a quantidade de banana produzida e o volume de produção (DIAS et al, 2001). Uma das soluções viáveis é a utilização de materiais resistentes (GARCIA, 1999). A escolha da variedade pelo produtor é dependente de alguns atributos dos frutos destas variedades como: sabor, vida útil e aparência (MATSUURA et al., 2004). As variedades resistentes, recomendadas pelo programa de melhoramento da bananeira da Embrapa Mandioca e Fruticultura Tropical, já foram caracterizadas agronomicamente, no entanto, as informações referentes aos atributos de qualidade de seus frutos ainda foram pouco estudados, principalmente considerando o parâmetro cor dos frutos. A cor é um atributo de importância fundamental no julgamento da qualidade de um alimento, uma vez que a apreciação visual é o primeiro dos sentidos a ser usado, sendo, portanto, uma característica decisiva na escolha e aceitação do produto. Este trabalho teve como objetivo avaliar a cor dos frutos em variedades melhoradas de banana por colorimetria digital. |
|
Thesagro: |
Análise Física; Banana; Colorimetria; Cor; Variedade. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/37009/1/SantanaID27240pdf2378.pdf
|
|
Marc: |
LEADER 02180nam a2200241 a 4500
001 1873833
005 2011-07-05
008 2010 bl uuuu u00u1 u #d
100 1 $aSANTANA, F. A.
245 $aAvaliação da cor dos frutos de diferentes genótipos de bananeiras por colorimetro digital.
260 $aIn:CONGRESSO BRASILEIRO DE FRUTICULTURA, 21., 2010, Natal. Frutas: saúde, inovação e responsabilidade: anais. Natal: Sociedade Brasileira de Fruticultura$c2010
500 $apdf 2378
520 $aO Brasil é o quarto produtor mundial de banana, tendo produzido 7,0 milhões de toneladas em 2006. A Índia produziu, no mesmo período, 12 milhões de toneladas (FAO, 2009). A doença conhecida como Sigatoka negra (Mycosphaerella fijiensis Morelet) é considerada um dos principais problemas fitossanitários da cultura da banana, comprometendo totalmente a qualidade e a quantidade de banana produzida e o volume de produção (DIAS et al, 2001). Uma das soluções viáveis é a utilização de materiais resistentes (GARCIA, 1999). A escolha da variedade pelo produtor é dependente de alguns atributos dos frutos destas variedades como: sabor, vida útil e aparência (MATSUURA et al., 2004). As variedades resistentes, recomendadas pelo programa de melhoramento da bananeira da Embrapa Mandioca e Fruticultura Tropical, já foram caracterizadas agronomicamente, no entanto, as informações referentes aos atributos de qualidade de seus frutos ainda foram pouco estudados, principalmente considerando o parâmetro cor dos frutos. A cor é um atributo de importância fundamental no julgamento da qualidade de um alimento, uma vez que a apreciação visual é o primeiro dos sentidos a ser usado, sendo, portanto, uma característica decisiva na escolha e aceitação do produto. Este trabalho teve como objetivo avaliar a cor dos frutos em variedades melhoradas de banana por colorimetria digital.
650 $aAnálise Física
650 $aBanana
650 $aColorimetria
650 $aCor
650 $aVariedade
700 1 $aOLIVEIRA, L. A. de
700 1 $aVIANA, E. de S.
700 1 $aSILVEIRA, S. M. da
700 1 $aSOUSA, M. R.
700 1 $aAMORIM, E. P.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Mandioca e Fruticultura (CNPMF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Gado de Corte; Embrapa Pantanal. |
|
Data corrente: |
25/03/2020 |
|
Data da última atualização: |
20/04/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
WEBER, V. A. de M.; WEBER, F. de L.; GOMES, R. da C.; OLIVEIRA JUNIOR, A. da S.; MENEZES, G. V.; ABREU, U. G. P. de; BELETE, N. A. de S.; PISTORI, H. |
|
Afiliação: |
Vanessa Aparecida de Moraes Weber, Universidade Católica Dom Bosco - UCDB; Fabricio de Lima Weber, Universidade Federal de Mato Grosso do Sul - UFMS/Faculdade de Computação; RODRIGO DA COSTA GOMES, CNPGC; Adair da Silva Oliveira Junior, Universidade Federal de Mato Grosso do Sul - UFMS/Faculdade de Computação; Geazy Vilharva Menezes, Universidade Federal de Mato Grosso do Sul - UFMS/Faculdade de Computação; URBANO GOMES PINTO DE ABREU, CPAP; Nícolas Alessandro de Souza Belete, Universidade Católica Dom Bosco - UCDB; Hemerson Pistori, Universidade Católica Dom Bosco - UCDB. |
|
Título: |
Prediction of Girolando cattle weight by means of body measurements extracted from images. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Revista Brasileira de Zootecnia. v. 49, e20190110, 2020. |
|
Idioma: |
Inglês
Português |
|
Conteúdo: |
The objective with this study was to analyze the body measurements of Girolando cattle, as well as measurements extracted from their images, to generate a model to understand which measures further explain the cattle body weight. Therefore, the experiment physically measured 34 Girolando cattle (two males and 32 females), for the following traits: heart girth (HGP), circumference of the abdomen, body length, occipito-ischial length, wither height, and hip height. In addition, images of the dorsum and the body lateral area of these animals allowed measurements of hip width (HWI), body length, tail distance to the neck, dorsum area (DAI), dorsum perimeter, wither height, hip height, body lateral area, perimeter of the lateral area, and rib height. The measurements extracted from the images were subjected to the stepwise regression method and regression-based machine learning algorithms. The HGp was the physical measure with stronger positive correlation with respect to body weight. In the stepwise method, the final model generated R² of 0.70 and RMSE of 42.52 kg and the equation: WEIGHT (kg) = 6.15421 * HWI (cm) + 0.01929 * DAI (cm2 ) + 70.8388. The linear regression and SVM algorithms obtained the best results, followed by discretization regression with random forests. The set of rules presented in this study can be recommended for estimating body weight in Girolando cattle, at a correlation coefficient of 0.71, by measurements of hip width and dorsum area, both extracted from cattle images. MenosThe objective with this study was to analyze the body measurements of Girolando cattle, as well as measurements extracted from their images, to generate a model to understand which measures further explain the cattle body weight. Therefore, the experiment physically measured 34 Girolando cattle (two males and 32 females), for the following traits: heart girth (HGP), circumference of the abdomen, body length, occipito-ischial length, wither height, and hip height. In addition, images of the dorsum and the body lateral area of these animals allowed measurements of hip width (HWI), body length, tail distance to the neck, dorsum area (DAI), dorsum perimeter, wither height, hip height, body lateral area, perimeter of the lateral area, and rib height. The measurements extracted from the images were subjected to the stepwise regression method and regression-based machine learning algorithms. The HGp was the physical measure with stronger positive correlation with respect to body weight. In the stepwise method, the final model generated R² of 0.70 and RMSE of 42.52 kg and the equation: WEIGHT (kg) = 6.15421 * HWI (cm) + 0.01929 * DAI (cm2 ) + 70.8388. The linear regression and SVM algorithms obtained the best results, followed by discretization regression with random forests. The set of rules presented in this study can be recommended for estimating body weight in Girolando cattle, at a correlation coefficient of 0.71, by measurements of hip width and dorsum area, both extracted fro... Mostrar Tudo |
|
Palavras-Chave: |
Livestock precision; Machine learning; Mass estimation. |
|
Thesagro: |
Gado de Corte; Gado Gir; Morfologia Animal; Peso. |
|
Thesaurus NAL: |
Beef cattle; Body weight; Cattle; Computer vision; Gir (cattle breed); Livestock production. |
|
Categoria do assunto: |
--
L Ciência Animal e Produtos de Origem Animal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/212007/1/Prediction-of-girolando-cattle.pdf
|
|
Marc: |
LEADER 02545naa a2200361 a 4500
001 2121364
005 2020-04-20
008 2020 bl uuuu u00u1 u #d
100 1 $aWEBER, V. A. de M.
245 $aPrediction of Girolando cattle weight by means of body measurements extracted from images.$h[electronic resource]
260 $c2020
520 $aThe objective with this study was to analyze the body measurements of Girolando cattle, as well as measurements extracted from their images, to generate a model to understand which measures further explain the cattle body weight. Therefore, the experiment physically measured 34 Girolando cattle (two males and 32 females), for the following traits: heart girth (HGP), circumference of the abdomen, body length, occipito-ischial length, wither height, and hip height. In addition, images of the dorsum and the body lateral area of these animals allowed measurements of hip width (HWI), body length, tail distance to the neck, dorsum area (DAI), dorsum perimeter, wither height, hip height, body lateral area, perimeter of the lateral area, and rib height. The measurements extracted from the images were subjected to the stepwise regression method and regression-based machine learning algorithms. The HGp was the physical measure with stronger positive correlation with respect to body weight. In the stepwise method, the final model generated R² of 0.70 and RMSE of 42.52 kg and the equation: WEIGHT (kg) = 6.15421 * HWI (cm) + 0.01929 * DAI (cm2 ) + 70.8388. The linear regression and SVM algorithms obtained the best results, followed by discretization regression with random forests. The set of rules presented in this study can be recommended for estimating body weight in Girolando cattle, at a correlation coefficient of 0.71, by measurements of hip width and dorsum area, both extracted from cattle images.
650 $aBeef cattle
650 $aBody weight
650 $aCattle
650 $aComputer vision
650 $aGir (cattle breed)
650 $aLivestock production
650 $aGado de Corte
650 $aGado Gir
650 $aMorfologia Animal
650 $aPeso
653 $aLivestock precision
653 $aMachine learning
653 $aMass estimation
700 1 $aWEBER, F. de L.
700 1 $aGOMES, R. da C.
700 1 $aOLIVEIRA JUNIOR, A. da S.
700 1 $aMENEZES, G. V.
700 1 $aABREU, U. G. P. de
700 1 $aBELETE, N. A. de S.
700 1 $aPISTORI, H.
773 $tRevista Brasileira de Zootecnia.$gv. 49, e20190110, 2020.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Gado de Corte (CNPGC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
