01920nam a2200229 a 450000100080000000500110000800800410001910000170006024501010007726001520017850000130033052011320034365000260147565000190150165000250152065300200154565300310156565300360159670000200163270000210165270000170167320300522016-03-17       2015    bl uuuu     u00u1 u    #d1 aFUCCI, R. R.  aClassificação de imagens do Pantanal usando redes neurais artificiais MLP e perceptron linear.  aIn: IBERIAN LATIN AMERICAN CONGRESS ON COMPUTATIONAL METHODS IN ENGINEERING, 36., 2015, Rio de Janeiro. Proceedings... Rio de Janeiro: ABEMECc2015  aCILAMCE.  aA região do Pantanal é uma imensa planície inundável, de superfície dinâmica, mutável em suas dimensões espacial e temporal. Essa dinâmica está relacionada a processos biofísicos e mais recentemente por ações humanas, ocasionando alta variabilidade espacial e temporal da cobertura vegetal. Em virtude de sua dimensão e dificuldade de acesso, o Pantanal carece de tecnologias que possam auxiliar em análises e estudos para a sua conservação e manejo, de maneira automatizada. Neste trabalho, apresentam-se os resultados da aplicação de classificadores de imagens baseados em Redes Neurais Artificiais (RNA), para imagens do Pantanal, produzidas pelo satélite Rapideye. O objetivo foi rotular os pixels da imagem de entrada, agrupando-os em classes que representam as diferentes áreas de vegetação e água. Os resultados preliminares produzidos neste trabalho foram bastante promissores, demonstrando que a metodologia adotada é pertinente e as técnicas de classificação implementadas, podem contribuir significativamente com a tarefa de análise e interpretação de imagens de satélite do Pantanal.  aGeospatial technology  aRemote sensing  aSensoriamento Remoto  aClassificadores  aReconhecimento de Padrões  aRedes Neurais Artificiais (RNA)1 aPADOVANI, C. R.1 aARAUJO, A. F. de1 aNUNES, G. M.