Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP6W34M/3JM4AHS
Repositóriosid.inpe.br/marte2/2015/06.15.15.13.27
Última Atualização2015:06.15.15.13.27 (UTC) banon
Repositório de Metadadossid.inpe.br/marte2/2015/06.15.15.13.28
Última Atualização dos Metadados2018:06.06.03.20.59 (UTC) administrator
ISBN978-85-17-0076-8
Rótulo591
Chave de CitaçãoManabeRochLamp:2015:DiÁrCa
TítuloDiferenciação de áreas cana de açúcar e pastagem através de técnicas de mineração de dados
FormatoInternet
Ano2015
Data de Acesso26 jun. 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho361 KiB
2. Contextualização
Autor1 Manabe, Victor Danilo
2 Rocha, Jansle Vieira
3 Lamparelli, Rubens Augusto Camargo
Endereço de e-Mail do Autor1 victor.manabe@gmail.com
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Endereço de e-Mailwanderf@dsr.inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 17 (SBSR)
Localização do EventoJoão Pessoa
Data25-29 abr. 2015
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas2960-2967
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2015-06-15 15:13:28 :: banon -> administrator ::
2018-06-06 03:20:59 :: administrator -> banon :: 2015
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThe study of the sugarcane dynamics has a direct influence on the composition of agricultural production, the direct and indirect impacts on biodiversity, social and human development and the definition of public policies, among others. Therefore it becomes important to map areas of cultivation of sugarcane on a regional scale using remote sensing. This study aimed to evaluate data mining techniques to differentiate areas of sugarcane and pasture using NDVI data from Terra/MODIS sensor. Attribute selection and balancing classes contributed to the improved performance of classification models. The best result was using the neural network classifier (Multilayer Perceptron) with a 72.49% of accuracy and 0.45 Kappa index. Thus, it was noticed the potential in the application of data mining techniques for classification of crops, using time series of vegetation index.
ÁreaSRE
TipoClassificação e mineração de dados
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 17 > Diferenciação de áreas...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 17 > Diferenciação de áreas...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 17 > Diferenciação de áreas...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/3JM4AHS
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3JM4AHS
Idiomapt
Arquivo Alvop0591.pdf
Grupo de Usuáriosbanon
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/3JJLLP2
Lista de Itens Citandosid.inpe.br/marte2/2015/05.31.21.54 8
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosaffiliation archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition group issn keywords lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)banon
atualizar 


Fechar