Return to search

Sistema inteligente de reconocimiento de imágenes para apoyar el diagnóstico de plagas y enfermedades en el cultivo de arroz en el departamento de Lambayeque en el año 2019

El cultivo de arroz en Lambayeque es uno de los más importantes de la región. Pero como toda en la agricultura existen plagas y enfermedades que afectan directamente al producto final que muchas veces son muy tardías su detección, siendo impreciso su control del campo. Debido a esto se realiza una investigación aplicada ya que se desarrolla un sistema inteligente de aplicación móvil apoyado de un modelo de reconocimiento de imágenes basado en redes neuronales, con la intención de brindar un reconocimiento preciso del patógeno encontrado en el cultivo, permitiendo comprobar la hipótesis ya que el software cumple con la intención de apoyar a un diagnóstico más específico de plagas y enfermedades mediante gráficos con porcentajes del campo evaluado. Para el desarrollo del software se hizo uso de las metodologías CommonKads y RUP, haciendo las pruebas de calidad para su uso. Concluyendo la creación de un modelo de reconocimiento junto con el aplicativo, además de probar su funcionalidad mediante validación de expertos en el área de agricultura para el cumplimiento de los objetivos. Como resultados finales, tenemos que esta investigación presenta un paso más de como la inteligencia artificial puede entrar ayudar al ámbito de la agricultura, apoyando a pérdidas económicas y distribución de un alimento tan consumido como es el arroz.

Identiferoai:union.ndltd.org:usat.edu.pe/oai:tesis.usat.edu.pe:20.500.12423/3216
Date January 2021
CreatorsGalan Zapata, Jefferson Luis
ContributorsNicho Cordova, Ernesto Ludwin
PublisherUniversidad Católica Santo Toribio de Mogrovejo, PE
Source SetsUniversidad Catolica Santo Toribio de Mogrovejo
LanguageSpanish
Detected LanguageSpanish
Typeinfo:eu-repo/semantics/bachelorThesis
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess, http://creativecommons.org/licenses/by/4.0/

Page generated in 0.0053 seconds