|
|
Registros recuperados : 34 | |
18. | | 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. |
| |
19. | | BARBOSA, J. N.; BORÉM, F. M.; ALVES, H. M. R.; VOLPATO, M. M. L.; SOUZA, V. C. O. de; SANTOS, W. J. R. dos; ANDRADE, L. N. de. Distribuição espacial de cafés do Estado de Minas Gerais e sua relação com a qualidade. In: SIMPÓSIO DE PESQUISA DOS CAFÉS NO BRASIL, 6., 2009, Vitória. Biblioteca(s): Embrapa Café; Embrapa Unidades Centrais. |
| |
Registros recuperados : 34 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Café. |
Data corrente: |
24/02/2011 |
Data da última atualização: |
04/03/2011 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
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. |
Afiliação: |
LÍVIA NAIARA DE ANDRADE, CBP&D/Café; TATIANA GROSSI CHQUILOFF VIEIRA, EPAMIG/FAPEMIG; WILIAN SOARES LACERDA, UFLA; HELENA MARIA RAMOS ALVES, SAPC; MARGARETE MARIN LORDELO VOLPATO, EPAMIG; RICARDO CESAR ARSILLO BRAGA, UFLA/FAPEMIG; VANESSA CRISTINA OLIVEIRA DE SOUZA, EPAMIG. |
Título: |
Redes neurais artificiais na classificação de áreas cafeeiras da região de Guaxupé. |
Ano de publicação: |
2009 |
Fonte/Imprenta: |
In: SIMPÓSIO DE PESQUISA DOS CAFÉS NO BRASIL, 6., 2009, Vitória. |
Idioma: |
Português |
Conteúdo: |
A cultura cafeeira tem o padrão espectral muito próximo ao da mata, dificultando a classificação automática dessas classes uso da terra. A aplicação de Redes Neurais Artificiais (RNA) na classificação de dados de Sensoriamento Remoto tem se mostrado uma abordagem promissora na discriminação de classes de maior complexidade. No presente trabalho foram utilizadas três bandas espectrais da imagem do satélite SPOT da região de Guaxupé, MG. O software utilizado para o processamento das imagens e classificação foi o IDRISI. Este trabalho visa à avaliação do uso de RNA para classificação automática de áreas cafeeiras em imagens de alta resolução espectral. Para validação dos mapas obtidos pela classificação, realizou-se o cruzamento do mapa de uso e ocupação da terra por classificação visual com o gerado pela RNA. Em relação ao mapa de referência, o índice Kappa (k) do mapa classificado pela RNA ficou em 71,85%, é considerado um índice bom. A metodologia de redes neurais artificiais multilayer perceptron (MLP) apresentou um bom resultado, porém é necessário que se utilize outros dados de entrada para a RNA, uma vez que somente as bandas espectrais não são suficientes para uma classificação otimizada. |
Palavras-Chave: |
Classificação automática; Guaxupé; Rede neural artificial. |
Thesagro: |
Cafeicultura; Sensoriamento Remoto. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/29157/1/Redes-neurais-artificiais-na-classifcacao-de-areas.pdf
|
Marc: |
LEADER 02021nam a2200241 a 4500 001 1880144 005 2011-03-04 008 2009 bl uuuu u00u1 u #d 100 1 $aANDRADE, L. N. de 245 $aRedes neurais artificiais na classificação de áreas cafeeiras da região de Guaxupé.$h[electronic resource] 260 $aIn: SIMPÓSIO DE PESQUISA DOS CAFÉS NO BRASIL, 6., 2009, Vitória.$c2009 520 $aA cultura cafeeira tem o padrão espectral muito próximo ao da mata, dificultando a classificação automática dessas classes uso da terra. A aplicação de Redes Neurais Artificiais (RNA) na classificação de dados de Sensoriamento Remoto tem se mostrado uma abordagem promissora na discriminação de classes de maior complexidade. No presente trabalho foram utilizadas três bandas espectrais da imagem do satélite SPOT da região de Guaxupé, MG. O software utilizado para o processamento das imagens e classificação foi o IDRISI. Este trabalho visa à avaliação do uso de RNA para classificação automática de áreas cafeeiras em imagens de alta resolução espectral. Para validação dos mapas obtidos pela classificação, realizou-se o cruzamento do mapa de uso e ocupação da terra por classificação visual com o gerado pela RNA. Em relação ao mapa de referência, o índice Kappa (k) do mapa classificado pela RNA ficou em 71,85%, é considerado um índice bom. A metodologia de redes neurais artificiais multilayer perceptron (MLP) apresentou um bom resultado, porém é necessário que se utilize outros dados de entrada para a RNA, uma vez que somente as bandas espectrais não são suficientes para uma classificação otimizada. 650 $aCafeicultura 650 $aSensoriamento Remoto 653 $aClassificação automática 653 $aGuaxupé 653 $aRede neural artificial 700 1 $aVIEIRA, T. G. C. 700 1 $aLACERDA, W. S. 700 1 $aALVES, H. M. R. 700 1 $aVOLPATO, M. M. L. 700 1 $aBRAGA, R. C. A. 700 1 $aSOUZA, V. C. O. de
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. |
|
|