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:
| Main Authors: | , , , |
|---|---|
| Other Authors: | |
| 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!
|
| Summary: | 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. |
|---|