Utilizando processamento em cascata e agrupamento em imagens para otimizar modelos de classificação de solos.

RESUMO. O presente artigo propõe duas novas abordagens para a classificação automática de solos, com o objetivo de aperfeiçoar o processo classificatório. As abordagens consistem no processamento em cascata para cada nível categórico e a organização dos horizontes do um perfil em forma de imagens possibilitando a classificação de perfis de solo como um todo. Constatou-se uma leve melhora, contudo a mesma carrega um grande custo computacional.

Saved in:
Bibliographic Details
Main Authors: VASCONCELOS, G. T., SOUZA, K. X. S. de, CAMARGO NETO, J., OLIVEIRA, S. R. de M.
Other Authors: GABRIEL TESTON VASCONCELOS, IC/Unicamp; KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; JOAO CAMARGO NETO, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA.
Format: Anais e Proceedings de eventos biblioteca
Language:Portugues
pt_BR
Published: 2020-10-21
Subjects:Árvores de decisão, Floresta aleatória, SVM, Mineração de dados, Atributos de solo, Classificação de solos, Decision Tree, Random Forest, Data Mining, Soil Attributes, Soil classification,
Online Access:http://www.alice.cnptia.embrapa.br/alice/handle/doc/1125730
Tags: Add Tag
No Tags, Be the first to tag this record!