Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais

Detalhes bibliográficos
Autor(a) principal: Favan, João Ricardo [UNESP]
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/132129
http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/20-10-2015/000853211.pdf
Resumo: The forest sector has great importance for the Brazilian economy, whose, is raw materials supplier for reforestation of degraded areas as well as for industries like pulp and paper, coal, furniture, among others. However to achieve good results is necessary to use healthy forest seedlings. Bacterial stain of the eucalyptus and the stain caused by Cylindrocladium are two common diseases in nurseries and although the etiologic agents are different, their symptoms are similar, and may cause doubts in a diagnosis moment. The aim of this study was to develop an artificial neural network (ANN) to classify the two cited diseases using digital images. Images of both diseases were processed using a threshold technique to remove the image background, and their histograms were used to training a multilayer perceptron ANN with backpropagation algorithm. Ten essays with five different topologies ( 34, 128, 248, 368 and 511 neurons in the hidden layer) were carried out. All topologies reached on average 95% of correct classifications. The topology with 256 neurons in hidden layer was considered the most suitable one for this project
id UNSP_5416e6dcf95164d6bb7593175438a645
oai_identifier_str oai:repositorio.unesp.br:11449/132129
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestaisUse of artificial neural network applied to patterns classification of florest diseasesEucalipto - Doenças e pragasBacteriosesImagens digitaisTopologiaDigital imagesThe forest sector has great importance for the Brazilian economy, whose, is raw materials supplier for reforestation of degraded areas as well as for industries like pulp and paper, coal, furniture, among others. However to achieve good results is necessary to use healthy forest seedlings. Bacterial stain of the eucalyptus and the stain caused by Cylindrocladium are two common diseases in nurseries and although the etiologic agents are different, their symptoms are similar, and may cause doubts in a diagnosis moment. The aim of this study was to develop an artificial neural network (ANN) to classify the two cited diseases using digital images. Images of both diseases were processed using a threshold technique to remove the image background, and their histograms were used to training a multilayer perceptron ANN with backpropagation algorithm. Ten essays with five different topologies ( 34, 128, 248, 368 and 511 neurons in the hidden layer) were carried out. All topologies reached on average 95% of correct classifications. The topology with 256 neurons in hidden layer was considered the most suitable one for this projectO setor florestal tem uma grande importância para a economia brasileira, sendo este, fornecedor de matéria-prima para uso em reflorestamento de áreas degradadas assim como para indústrias como de papel e celulose, carvão, moveleira, entre outras. No entanto para obtenção de bons resultados é necessária a utilização de mudas florestais sadias e livres de doenças. A mancha bacteriana do eucalipto e a mancha causada por Cylindrocladium são duas doenças muito comuns em viveiros e, embora os agentes etiológicos sejam diferentes, seus sintomas são bem parecidos, podendo causar dúvidas em um momento de diagnose. O objetivo do presente trabalho foi desenvolver uma rede neural artificial (RNA) que seja capaz de classificar as duas doenças citadas utilizando imagens digitais. Imagens de ambas doenças foram processadas, utilizando a técnica de limiarização a fim de remover o fundo da imagem, e utilizados seus histogramas para treinamento de uma RNA do tipo perceptron multicamadas com algoritmo backpropagation. Foram realizados dez ensaios com cinco topologias diferentes, sendo elas com 34, 128, 248, 368 e 511 neurônios na camada intermediária. Todas as topologias atingiram em média 95% de acertos, sendo considerada a mais adequada aquela que possuía 256 neurônios.Universidade Estadual Paulista (Unesp)Passos, José Raimundo de Souza [UNESP]Furtado, Edson Luiz [UNESP]Universidade Estadual Paulista (Unesp)Favan, João Ricardo [UNESP]2015-12-10T14:24:03Z2015-12-10T14:24:03Z2015-07-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisx, 74 f. : il. color, grafs., tabsapplication/pdfFAVAN, João Ricardo. Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais. 2015. x, 74 f. Dissertação (mestrado) - Unidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Ciências Agronômicas de Botucatu, 2015.http://hdl.handle.net/11449/132129000853211http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/20-10-2015/000853211.pdf33004064082P638459894858333950000-0002-6924-835XAlephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-05-02T15:07:05Zoai:repositorio.unesp.br:11449/132129Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:53:17.112458Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais
Use of artificial neural network applied to patterns classification of florest diseases
title Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais
spellingShingle Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais
Favan, João Ricardo [UNESP]
Eucalipto - Doenças e pragas
Bacterioses
Imagens digitais
Topologia
Digital images
title_short Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais
title_full Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais
title_fullStr Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais
title_full_unstemmed Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais
title_sort Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais
author Favan, João Ricardo [UNESP]
author_facet Favan, João Ricardo [UNESP]
author_role author
dc.contributor.none.fl_str_mv Passos, José Raimundo de Souza [UNESP]
Furtado, Edson Luiz [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Favan, João Ricardo [UNESP]
dc.subject.por.fl_str_mv Eucalipto - Doenças e pragas
Bacterioses
Imagens digitais
Topologia
Digital images
topic Eucalipto - Doenças e pragas
Bacterioses
Imagens digitais
Topologia
Digital images
description The forest sector has great importance for the Brazilian economy, whose, is raw materials supplier for reforestation of degraded areas as well as for industries like pulp and paper, coal, furniture, among others. However to achieve good results is necessary to use healthy forest seedlings. Bacterial stain of the eucalyptus and the stain caused by Cylindrocladium are two common diseases in nurseries and although the etiologic agents are different, their symptoms are similar, and may cause doubts in a diagnosis moment. The aim of this study was to develop an artificial neural network (ANN) to classify the two cited diseases using digital images. Images of both diseases were processed using a threshold technique to remove the image background, and their histograms were used to training a multilayer perceptron ANN with backpropagation algorithm. Ten essays with five different topologies ( 34, 128, 248, 368 and 511 neurons in the hidden layer) were carried out. All topologies reached on average 95% of correct classifications. The topology with 256 neurons in hidden layer was considered the most suitable one for this project
publishDate 2015
dc.date.none.fl_str_mv 2015-12-10T14:24:03Z
2015-12-10T14:24:03Z
2015-07-31
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv FAVAN, João Ricardo. Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais. 2015. x, 74 f. Dissertação (mestrado) - Unidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Ciências Agronômicas de Botucatu, 2015.
http://hdl.handle.net/11449/132129
000853211
http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/20-10-2015/000853211.pdf
33004064082P6
3845989485833395
0000-0002-6924-835X
identifier_str_mv FAVAN, João Ricardo. Utilização de redes neurais artificiais aplicadas na discriminação de padrões de doenças florestais. 2015. x, 74 f. Dissertação (mestrado) - Unidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Ciências Agronômicas de Botucatu, 2015.
000853211
33004064082P6
3845989485833395
0000-0002-6924-835X
url http://hdl.handle.net/11449/132129
http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/20-10-2015/000853211.pdf
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv x, 74 f. : il. color, grafs., tabs
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128871466270720

Registros relacionados