Uma comparação entre o método de máxima verossimilhanca gaussiana e uma rede neural artificial com backpropagation na classificacáo de espécies vegetais

Este trabalho apresenta uma comparação entre o método de Máxima Verossimilhançã Gaussiana e uma Rede Neural Artificial Multinível com BackPropagation na classificayao de espécies vegetaís em imagens multiespectrais. A área de estudo situa-se no estado do Rio Grande do Sul, Brasil, a cerca de 290 Km...

Descripción completa

Detalles Bibliográficos
Autores principales: Engel, Paulo Martins, Madruga, Pedro R. de A., Todt, Viviane
Formato: Objeto de conferencia
Lenguaje:Portugués
Publicado: 1996
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/24240
Aporte de:
id I19-R120-10915-24240
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Portugués
topic Ciencias Informáticas
Classificação de espécies vegetais
Rede neural
método de Máxima Verossimilhançã Gaussiana
ARTIFICIAL INTELLIGENCE
spellingShingle Ciencias Informáticas
Classificação de espécies vegetais
Rede neural
método de Máxima Verossimilhançã Gaussiana
ARTIFICIAL INTELLIGENCE
Engel, Paulo Martins
Madruga, Pedro R. de A.
Todt, Viviane
Uma comparação entre o método de máxima verossimilhanca gaussiana e uma rede neural artificial com backpropagation na classificacáo de espécies vegetais
topic_facet Ciencias Informáticas
Classificação de espécies vegetais
Rede neural
método de Máxima Verossimilhançã Gaussiana
ARTIFICIAL INTELLIGENCE
description Este trabalho apresenta uma comparação entre o método de Máxima Verossimilhançã Gaussiana e uma Rede Neural Artificial Multinível com BackPropagation na classificayao de espécies vegetaís em imagens multiespectrais. A área de estudo situa-se no estado do Rio Grande do Sul, Brasil, a cerca de 290 Km da capital do estado - Porto Alegre. A classificayao realizada por ambos os métodos, utilizando-se imagens do satélite Landsat 5-TM; identifica as espécies vegetais: Pinlls, Eucalyptus, Acácia Negra e Mata Nativa, que predominam na regiao.
format Objeto de conferencia
Objeto de conferencia
author Engel, Paulo Martins
Madruga, Pedro R. de A.
Todt, Viviane
author_facet Engel, Paulo Martins
Madruga, Pedro R. de A.
Todt, Viviane
author_sort Engel, Paulo Martins
title Uma comparação entre o método de máxima verossimilhanca gaussiana e uma rede neural artificial com backpropagation na classificacáo de espécies vegetais
title_short Uma comparação entre o método de máxima verossimilhanca gaussiana e uma rede neural artificial com backpropagation na classificacáo de espécies vegetais
title_full Uma comparação entre o método de máxima verossimilhanca gaussiana e uma rede neural artificial com backpropagation na classificacáo de espécies vegetais
title_fullStr Uma comparação entre o método de máxima verossimilhanca gaussiana e uma rede neural artificial com backpropagation na classificacáo de espécies vegetais
title_full_unstemmed Uma comparação entre o método de máxima verossimilhanca gaussiana e uma rede neural artificial com backpropagation na classificacáo de espécies vegetais
title_sort uma comparação entre o método de máxima verossimilhanca gaussiana e uma rede neural artificial com backpropagation na classificacáo de espécies vegetais
publishDate 1996
url http://sedici.unlp.edu.ar/handle/10915/24240
work_keys_str_mv AT engelpaulomartins umacomparacaoentreometododemaximaverossimilhancagaussianaeumaredeneuralartificialcombackpropagationnaclassificacaodeespeciesvegetais
AT madrugapedrordea umacomparacaoentreometododemaximaverossimilhancagaussianaeumaredeneuralartificialcombackpropagationnaclassificacaodeespeciesvegetais
AT todtviviane umacomparacaoentreometododemaximaverossimilhancagaussianaeumaredeneuralartificialcombackpropagationnaclassificacaodeespeciesvegetais
bdutipo_str Repositorios
_version_ 1764820466809176064