En el contexto de la detección de malas hierbas en cultivos para el control de malas hierbas específico del sitio, las mediciones de reflectancia espectral en el suelo son el primer paso para determinar el potencial de los datos espectrales remotos para clasificar malas hierbas y cultivos. Se realizaron estudios de campo durante cuatro años en diferentes ubicaciones en España. Nuestro objetivo era distinguir las malas hierbas crucíferas en los cultivos de trigo y haba, utilizando lecturas hiperespectrales y multiespectrales en el espectro visible y cercano al infrarrojo. Para identificar diferencias en la reflectancia entre las malas hierbas crucíferas, aplicamos tres métodos de clasificación: análisis discriminante paso a paso (STEPDISC) y dos redes neuronales, específicamente, perceptrón multicapa (MLP) y función de base radial (RBF). Las firmas hiperespectrales y multiespectrales de las malas hierbas crucíferas, y los cultivos de trigo y haba, pueden ser clasificadas utilizando el análisis
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Investigación numérica sobre las lesiones craneales y cerebrales causadas por el impacto del parabrisas en usuarios de patinetes eléctricos de autoequilibrio
Artículos:
Influencia del microambiente de un nuevo producto de bioingeniería para heridas, APIS®: Un análisis preliminar in vitro de la secreción de marcadores inflamatorios y factores de crecimiento
Artículos:
Propiedades Antimicrobianas de Nanopartículas de Nitrato de Plata y su Aplicación en Endodoncia y Odontología: Una revisión de la literatura
Artículos:
Permeabilidad de barreras porosas de poli(3-hidroxibutirato) de tipo monocapa y bicapa para aplicaciones en implantes
Artículos:
Evaluación paramétrica de los parámetros del proceso para la adhesión de recubrimientos de YSZ nanoestructurados rociados con plasma utilizando el diseño experimental de Taguchi.