Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/658048
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorCHAGAS, C. da S.
dc.contributor.authorVIEIRA, C. A. O.
dc.contributor.authorFERNANDES FILHO, E. I.
dc.contributor.authorCARVALHO JUNIOR, W. de
dc.date.accessioned2018-10-24T00:34:19Z-
dc.date.available2018-10-24T00:34:19Z-
dc.date.created2010-02-18
dc.date.issued2009
dc.identifier.citationRevista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 13, n. 3, p. 319-327, 2009.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/658048-
dc.descriptionEste trabalho teve por objetivo avaliar a eficiência dos classificadores redes neurais artificiais (RNA) e o de máxima verossimilhança (Maxver) na classificação do uso da terra no município de Viçosa, MG, a partir de imagens do sensor ASTER, com ênfase nos níveis de degradação das pastagens. Neste estudo, foram identificados três níveis de degradação das pastagens (moderado, forte e muito forte) e avaliada uma composição da imagem do sensor ASTER contendo as 3 bandas do visível e infravermelho próximo, com resolução espacial de 15 m. O simulador de redes neurais empregado foi o "Java Neural Network Simulator" e o algoritmo de aprendizado, o backpropagation. Os resultados mostram que a classificação por redes neurais, embora apresente resultado ligeiramente superior, teve desempenho estatisticamente semelhante ao obtido pela classificação pelo Maxver, obtendo um índice Kappa de 0,80, contra 0,79, respectivamente. Nas classificações realizadas a classe que apresentou maior erro de classificação foi a pastagem no nível de degradação forte, enquanto a maior exatidão na classificação foi obtida pelo café, para ambos os classificadores, com 100 e 96%, respectivamente.
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectAster
dc.subjectClassificação supervisionada
dc.titleUtilização de redes neurais artificiais na classificação de níveis de degradação em pastagens.
dc.typeArtigo de periódico
dc.date.updated2018-10-24T00:34:19Zpt_BR
dc.subject.thesagroSensoriamento Remoto
riaa.ainfo.id658048
riaa.ainfo.lastupdate2018-10-23
dc.identifier.doihttps://doi.org/10.1590/S1415-43662009000300014pt_BR
dc.contributor.institutionCESAR DA SILVA CHAGAS, CNPS; CARLOS A. O. VIEIRA, DEC/UFV; ELPIDIO I. FERNANDES FILHO, DPS/UFV; WALDIR DE CARVALHO JUNIOR, CNPS.
Aparece nas coleções:Artigo em periódico indexado (CNPS)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CesarWaldirRedesneurais.pdf476,65 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace