Importância de índices de vegetação para modelos de estimativa de produtividade em cana-de-açúcar.

SPERANZA, E. A.; ANTUNES, J. F. G.; BARBOSA, L. A. F.; CANÇADO, G. M. de A.; VANSCONCELOS, J. C.

Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1152984

Registro completo de metadados

Campo DC	Valor	Idioma
dc.contributor.author	SPERANZA, E. A.
dc.contributor.author	ANTUNES, J. F. G.
dc.contributor.author	BARBOSA, L. A. F.
dc.contributor.author	CANÇADO, G. M. de A.
dc.contributor.author	VANSCONCELOS, J. C.
dc.date.accessioned	2023-04-04T14:50:40Z	-
dc.date.available	2023-04-04T14:50:40Z	-
dc.date.created	2023-04-04
dc.date.issued	2023
dc.identifier.citation	In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 1492-1495.
dc.identifier.isbn	978-65-89159-04-9
dc.identifier.uri	http://www.alice.cnptia.embrapa.br/alice/handle/doc/1152984	-
dc.description	Este trabalho descreve o experimento realizado com o algoritmo de aprendizado de máquina Random Forest para identificação da importância de utilização de diferentes índices de vegetação obtidos de imagens suborbitais, nas diferentes fases do ciclo de desenvolvimento da cana-deaçúcar, como variáveis preditoras para a estimativa de produtividade.
dc.language.iso	por
dc.rights	openAccess
dc.subject	Imagens suborbitais
dc.subject	Aprendizado de máquina
dc.subject	Florestas de decisão aleatória
dc.subject	Random Forest
dc.subject	Índice de vegetação
dc.subject	Suborbital imaging
dc.subject	Machine learning
dc.subject	Decision trees
dc.title	Importância de índices de vegetação para modelos de estimativa de produtividade em cana-de-açúcar.
dc.type	Artigo em anais e proceedings
dc.subject.thesagro	Cana de Açúcar
dc.subject.nalthesaurus	Sugarcane
dc.subject.nalthesaurus	Vegetation index
dc.description.notes	Editores: Douglas Francisco Marcolino Gherardi, Ieda Del´Arco Sanches, Luiz Eduardo Oliveira e Cruz de Aragão.
riaa.ainfo.id	1152984
riaa.ainfo.lastupdate	2023-04-04
dc.contributor.institution	EDUARDO ANTONIO SPERANZA, CNPTIA; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; LUIZ ANTONIO FALAGUASTA BARBOSA, CNPTIA; GERALDO MAGELA DE ALMEIDA CANCADO, CNPTIA; JULIO CEZAR VANSCONCELOS.
Aparece nas coleções:	Artigo em anais de congresso (CNPTIA)

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
PC-Importancia-indices-SBSR-2023.pdf		597,56 kB	Adobe PDF	Visualizar/Abrir

Mostrar registro simples do item Visualizar estatísticas