Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/903708
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorGALÃO, O. F.pt_BR
dc.contributor.authorBORSATO, D.pt_BR
dc.contributor.authorPINTO, J. P.pt_BR
dc.contributor.authorVISENTAINER, J. V.pt_BR
dc.contributor.authorCARRÃO-PANIZZI, M. C.pt_BR
dc.date.accessioned2011-10-21T11:11:11Zpt_BR
dc.date.accessioned2011-10-21T11:11:11Zpt_BR
dc.date.available2011-10-21T11:11:11Zpt_BR
dc.date.available2011-10-21T11:11:11Zpt_BR
dc.date.created2011-10-21pt_BR
dc.date.issued2011pt_BR
dc.identifier.citationJournal of the Brazilian Chemical Society, v. 22, n. 1, p. 142-147, 2011.pt_BR
dc.identifier.isbn0103 - 5053pt_BR
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/903708pt_BR
dc.descriptionVinte variedades de soja (Glycine max), quatorze convencionais e seis variedades transgênicas (RR) foram analisadas quanto ao teor de proteína, ácido fítico, teor de óleo, fitosteróis, cinzas, minerais e ácidos graxos que foram tabelados e apresentados à rede neural do tipo perceptron de múltiplas camadas para a classificação e identificação quanto a região de plantio e quanto a variedade convencional ou transgênica. A rede neural utilizada classificou e testou corretamente 100% das amostras cultivadas por região. Para o banco de dados contendo informações sobre sojas transgênicas e convencionais foi obtido um desempenho de 94,43% no treinamento da rede, 83,30% no teste e 100% na validação.pt_BR
dc.language.isoengeng
dc.rightsopenAccesseng
dc.subjectRede neural do tipo perceptronpt_BR
dc.subjectFitosteróispt_BR
dc.subjectMultilayer perceptron neural networkspt_BR
dc.titleArtificial neural networks in the classification and identification of soybean cultivars by planting region.pt_BR
dc.typeArtigo de periódicopt_BR
dc.date.updated2013-08-23T11:11:11Zpt_BR
riaa.ainfo.id903708pt_BR
riaa.ainfo.lastupdate2013-08-23pt_BR
dc.contributor.institutionOLÍVIO F. GALÃO, UEL; DIONÍSIO BORSATO, UEL; JURANDIR P. PINTO, UEL; JESUÍ V. VISENTAINER, UEM; MERCEDES CONCORDIA CARRÃO-PANIZZI, CNPT.pt_BR
Aparece nas coleções:Artigo em periódico indexado (CNPT)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
JBCS.pdf917,74 kBAdobe PDFThumbnail
Visualizar/Abrir

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace