Made available in DSpace on 2014-06-11T19:23:30Z (GMT). No. of bitstreams: 0
Previous issue date: 2004Bitstream added on 2014-06-13T19:06:37Z : No. of bitstreams: 1
espinhosa_mc_me_prud_prot.pdf: 3806604 bytes, checksum: 8e09bd8867759d08701768e2791560e9 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A utilização de dados de Sensoriamento Remoto em conjunto com técnicas de processamento digital e análise de imagens tem possibilitado o desenvolvimento de estudos integrados, com vistas ao monitoramento dos recursos naturais. Uma maneira de representar esses dados é através de mapas temáticos, obtidos por métodos de classificação multiespectral. Para a classificação de dados de Sensoriamento Remoto, a utilização de Redes Neurais Artifíciais tem se apresentado como uma alternativa vantajosa em relação aos classificadores baseados em conceitos estatísticos, uma vez que nenhuma hipótese prévia sobre a distribuição dos dados a serem classificados é exigida. Assim, esse trabalho teve como objetivo detectar a ocorrência e mapear a dispersão espacial de plantas aquáticas emersas em cinco reservatórios ao longo do rio Tietê-SP (Barra Bonita, Bariri, Ibitinga, Promissão e Nova Avanhandava) através da classificação por Redes Neurais Artifíciais...
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/88531 |
| Date | January 2004 |
| Creators | Espinhosa, Miriam Cristina [UNESP] |
| Contributors | Universidade Estadual Paulista (UNESP), Galo, Maria de Lourdes Bueno Trindade [UNESP] |
| Publisher | Universidade Estadual Paulista (UNESP) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 112 f. : il. |
| Source | Aleph, reponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -1, -1 |
Page generated in 0.0145 seconds