Detección de soja irrigada y no irrigada utilizando datos hiperespectrales en modelos de aprendizaje automático
Autores: Oliveira, Izabela Cristina de; Gava, Ricardo; Santana, Dthenifer Cordeiro; Seron, Ana Carina da Silva Cândido; Teodoro, Larissa Pereira Ribeiro; Cotrim, Mayara Favero; Santos, Regimar Garcia dos; Alvarez, Rita de Cássia Félix; Junior, Carlos Antonio da Silva; Baio, Fábio Henrique Rojo; Teodoro, Paulo Eduardo
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Detección de soja irrigada y no irrigada utilizando datos hiperespectrales en modelos de aprendizaje automático
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Cultivares de soja
Manejo del riego
Datos hiperespectrales
Algoritmo de aprendizaje automático
Bandas espectrales
Máquina de vectores de soporte
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Los objetivos de este trabajo son (i) clasificar cultivares de soja bajo diferentes manejos de riego utilizando datos hiperespectrales, buscando el mejor algoritmo de aprendizaje automático para la clasificación y la entrada que mejore el rendimiento de los modelos.
Descripción
Los objetivos de este trabajo son (i) clasificar cultivares de soja bajo diferentes manejos de riego utilizando datos hiperespectrales, buscando el mejor algoritmo de aprendizaje automático para la clasificación y la entrada que mejore el rendimiento de los modelos.