Artificial neural networks in the classification and identification of soybean cultivars by planting region.
Vinte variedades de soja (Glycine max), quatorze convencionais e seis variedades transgênicas (RR) foram analisadas quanto ao teor de proteína, ácido fítico, teor de óleo, fitosteróis, cinzas, minerais e ácidos graxos que foram tabelados e apresentados à rede neural do tipo perceptron de múltiplas c...
| Autores: | , , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2011 |
| País: | Brasil |
| Institución: | Empresa Brasileira de Pesquisa Agropecuária (Embrapa) |
| Repositorio: | Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) |
| Idioma: | inglés |
| OAI Identifier: | oai:www.alice.cnptia.embrapa.br:doc/903708 |
| Acceso en línea: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/903708 |
| Access Level: | acceso abierto |
| Palabra clave: | Rede neural do tipo perceptron Fitosteróis Multilayer perceptron neural networks |
| Sumario: | Vinte variedades de soja (Glycine max), quatorze convencionais e seis variedades transgênicas (RR) foram analisadas quanto ao teor de proteína, ácido fítico, teor de óleo, fitosteróis, cinzas, minerais e ácidos graxos que foram tabelados e apresentados à rede neural do tipo perceptron de múltiplas camadas para a classificação e identificação quanto a região de plantio e quanto a variedade convencional ou transgênica. A rede neural utilizada classificou e testou corretamente 100% das amostras cultivadas por região. Para o banco de dados contendo informações sobre sojas transgênicas e convencionais foi obtido um desempenho de 94,43% no treinamento da rede, 83,30% no teste e 100% na validação. |
|---|