Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/880144
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorANDRADE, L. N. dept_BR
dc.contributor.authorVIEIRA, T. G. C.pt_BR
dc.contributor.authorLACERDA, W. S.pt_BR
dc.contributor.authorALVES, H. M. R.pt_BR
dc.contributor.authorVOLPATO, M. M. L.pt_BR
dc.contributor.authorBRAGA, R. C. A.pt_BR
dc.contributor.authorSOUZA, V. C. O. dept_BR
dc.date.accessioned2011-04-09T22:27:10Z-
dc.date.available2011-04-09T22:27:10Z-
dc.date.created2011-03-04pt_BR
dc.date.issued2009pt_BR
dc.identifier.citationIn: SIMPÓSIO DE PESQUISA DOS CAFÉS NO BRASIL, 6., 2009, Vitória.pt_BR
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/880144pt_BR
dc.descriptionA cultura cafeeira tem o padrão espectral muito próximo ao da mata, dificultando a classificação automática dessas classes uso da terra. A aplicação de Redes Neurais Artificiais (RNA) na classificação de dados de Sensoriamento Remoto tem se mostrado uma abordagem promissora na discriminação de classes de maior complexidade. No presente trabalho foram utilizadas três bandas espectrais da imagem do satélite SPOT da região de Guaxupé, MG. O software utilizado para o processamento das imagens e classificação foi o IDRISI. Este trabalho visa à avaliação do uso de RNA para classificação automática de áreas cafeeiras em imagens de alta resolução espectral. Para validação dos mapas obtidos pela classificação, realizou-se o cruzamento do mapa de uso e ocupação da terra por classificação visual com o gerado pela RNA. Em relação ao mapa de referência, o índice Kappa (k) do mapa classificado pela RNA ficou em 71,85%, é considerado um índice bom. A metodologia de redes neurais artificiais multilayer perceptron (MLP) apresentou um bom resultado, porém é necessário que se utilize outros dados de entrada para a RNA, uma vez que somente as bandas espectrais não são suficientes para uma classificação otimizada.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectRede neural artificialpt_BR
dc.subjectClassificação automáticapt_BR
dc.subjectGuaxupépt_BR
dc.titleRedes neurais artificiais na classificação de áreas cafeeiras da região de Guaxupé.pt_BR
dc.typeArtigo em anais e proceedingspt_BR
dc.date.updated2011-04-10T11:11:11Zpt_BR
dc.subject.thesagroCafeiculturapt_BR
dc.subject.thesagroSensoriamento Remotopt_BR
riaa.ainfo.id880144pt_BR
riaa.ainfo.lastupdate2011-03-04pt_BR
dc.contributor.institutionLÍVIA NAIARA DE ANDRADE, CBP&D/Café; TATIANA GROSSI CHQUILOFF VIEIRA, EPAMIG/FAPEMIG; WILIAN SOARES LACERDA, UFLA; HELENA MARIA RAMOS ALVES, SAPC; MARGARETE MARIN LORDELO VOLPATO, EPAMIG; RICARDO CESAR ARSILLO BRAGA, UFLA/FAPEMIG; VANESSA CRISTINA OLIVEIRA DE SOUZA, EPAMIG.pt_BR
Aparece nas coleções:Artigo em anais de congresso (SAPC)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Redesneuraisartificiaisnaclassifcacaodeareas.pdf457,83 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace