Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP6W34M/3JM495M
Repositóriosid.inpe.br/marte2/2015/06.15.14.55.49
Última Atualização2015:06.15.14.55.49 (UTC) banon
Repositório de Metadadossid.inpe.br/marte2/2015/06.15.14.55.50
Última Atualização dos Metadados2018:06.06.03.19.23 (UTC) administrator
ISBN978-85-17-0076-8
Rótulo303
Chave de CitaçãoGirolamoNetoFKSEBMT:2015:ClAuÁr
TítuloClassificação automática de áreas cafeeiras utilizando imagens de sensoriamento remoto e técnicas de mineração de dados
FormatoInternet
Ano2015
Data de Acesso11 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho389 KiB
2. Contextualização
Autor1 Girolamo Neto, Cesare Di
2 Fonseca, Leila Maria Garcia
3 Korting, Thales Sehn
4 Sanches, Ieda Del Arco
5 Eberhardt, Isaque Daniel Rocha
6 Bendini, Hugo do Nascimento
7 Marujo, Rennan de Freitas Bezerra
8 Trabaquini, Kleber
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHLD
Grupo1 SER-SRE-SPG-INPE-MCTI-GOV-BR
2 OBT-OBT-INPE-MCTI-GOV-BR
3 DPI-OBT-INPE-MCTI-GOV-BR
4 DSR-OBT-INPE-MCTI-GOV-BR
5
6 SER-SRE-SPG-INPE-MCTI-GOV-BR
7 SER-SRE-SPG-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Instituto Nacional de Pesquisas Espaciais (INPE)
5
6 Instituto Nacional de Pesquisas Espaciais (INPE)
7 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 cesare@dsr.inpe.br
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
Páginas1609-1616
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2015-06-15 14:55:50 :: banon -> administrator ::
2018-06-06 03:19:23 :: administrator -> simone :: 2015
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoCoffee is the main crop produced in the southern of Minas Gerais state, Brazil, and techniques for estimating the area used for this crop are being intensely investigated in order to produce reliable yield estimates. Coffee trees have a similar spectral pattern to forest, making it difficult to automatically distinguish these land use types. This study evaluated the Random Forest and Decision Tree algorithms for an automatic classification of coffee areas in municipality of Machado, Minas Gerais, Brazil. First, the data were preprocessed by creating gray level masks in each of the 11 bands of a Landsat-8 image. Then the Random Forest and Decision Trees were trained and applied on the image in order to verify its potential for discriminating coffee areas. Lastly, the analysis and validation of the results were conducted using as reference one map manually classified. The Kappa index and the overall accuracy were used to assess the quality of the models tested. The Random Forest classifier presented better results than the Decision Trees, with an accuracy of 84.13% and a Kappa index of 0.6, which is more accurate when compared to previous studies. We also provide a list of bands that were not suitable for this type of classification.
ÁreaSRE
TipoClassificação e mineração de dados
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 17 > Classificação automática de...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 17 > Classificação automática de...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 17 > Classificação automática de...
Arranjo 4urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Classificação automática de...
Arranjo 5urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Classificação automática de...
Arranjo 6urlib.net > BDMCI > Fonds > Produção anterior à 2021 > CGOBT > Classificação automática de...
Arranjo 7urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Classificação automática de...
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/3JM495M
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3JM495M
Idiomapt
Arquivo Alvop0303.pdf
Grupo de Usuáriosbanon
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/3JJLLP2
8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3ER446E
8JMKD3MGPCW/3EU2H28
8JMKD3MGPCW/3F3NU5S
Lista de Itens Citandosid.inpe.br/marte2/2015/05.31.21.54 6
sid.inpe.br/bibdigital/2013/10.01.23.43 2
sid.inpe.br/bibdigital/2013/09.09.15.05 1
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition issn keywords lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar