Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1108708
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorWERNER, J. P. S.pt_BR
dc.contributor.authorESQUERDO, J. C. D. M.pt_BR
dc.contributor.authorOLIVEIRA, S. R. de M.pt_BR
dc.date.accessioned2019-05-07T00:45:35Z-
dc.date.available2019-05-07T00:45:35Z-
dc.date.created2019-05-06
dc.date.issued2019
dc.identifier.citationIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019, Santos. Anais... São José dos Campos: INPE, 2019.pt_BR
dc.identifier.isbn978-85-17-00097-3pt_BR
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1108708-
dc.descriptionRESUMO. O objetivo do trabalho foi avaliar o uso de técnicas de mineração de dados extraídos de séries temporais de índices vegetativos do sensor MODIS para a classificação de padrões temporais do cultivo do algodão herbáceo. A partir da série temporal de imagens, foram gerados perfis espectro-temporais e extraídas 11 métricas fenológicas na forma de imagens de decomposição. Com as informações das métricas fenológicas e dados de referência terrestre, técnicas de mineração de dados foram aplicadas para gerar regras de classificação que, posteriormente, foram utilizadas para separar os padrões com cultivo de algodão de outras coberturas vegetais. Os resultados encontrados demonstraram a capacidade dos modelos para discriminar padrões de algodão de outras coberturas.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectMineração de dadospt_BR
dc.subjectÍndice de vegetaçãopt_BR
dc.subjectMétricas fenológicaspt_BR
dc.subjectÁrvore de decisãopt_BR
dc.subjectTIMESATpt_BR
dc.subjectSéries temporaispt_BR
dc.subjectData miningpt_BR
dc.subjectPhenological metricspt_BR
dc.subjectDecision treept_BR
dc.titleUso da mineração de dados na classificação do algodão utilizando séries-temporais de imagens MODIS.pt_BR
dc.typeArtigo em anais e proceedingspt_BR
dc.date.updated2020-01-15T11:11:11Z
dc.subject.nalthesaurusVegetation indexpt_BR
dc.subject.nalthesaurusTime series analysispt_BR
dc.description.notesEditores: Douglas Francisco Marcolino Gherardi, Ieda Del´Arco Sanches, Luiz Eduardo Oliveira e Cruz de Aragão. SBSR 2019.pt_BR
dc.format.extent24 p.pt_BR
riaa.ainfo.id1108708pt_BR
riaa.ainfo.lastupdate2020-01-15 -02:00:00
dc.contributor.institutionJOÃO PAULO SAMPAIO WERNER; JULIO CESAR DALLA MORA ESQUERDO, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA.pt_BR
Aparece nas coleções:Artigo em anais de congresso (CNPTIA)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PLUsomineracaoSBSR2019.pdf578,9 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace