Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Group of Alternative Analytical Approaches | - |
Autor(es): dc.contributor | Natl. Inst. of Alternative Technol. for Detection Toxicological Assess. and Removal of Micropollutants and Radioactive Substances | - |
Autor(es): dc.creator | Dos Santos, Lucas Janoni [UNESP] | - |
Autor(es): dc.creator | Filletti, Erica Regina [UNESP] | - |
Autor(es): dc.creator | Pereira, Fabiola Manhas Verbi [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-08-04T22:10:19Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T22:10:19Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2020-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.26850/1678-4618eqj.v46.3.2021.p49-54 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/221940 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/221940 | - |
Descrição: dc.description | An investigation dedicated to evaluating a big issue in biorefineries, solid impurity in raw sugarcane, is presented. This relevant industrial sector requests a high-frequency, low-cost, and noninvasive method. Then, the developed method uses the averaged color values of ten color-scale descriptors: R (red), G (green), B (blue), their relative colors (r, g, and b), H (hue), S (saturation), V (value) and L (luminosity) from digital images acquired from 146 solid mixtures among sugarcane stalks and solid impurity-vegetal parts (green and dry leaves) and soil. The solid mixture of samples was prepared considering desirable and undesirable scenarios for the solid impurity amounts. The outstanding result was revealed by an artificial neural network (ANN), achieving 100% of accurate classifications for two ranges of raw sugarcane in the samples: From 90 to 100 wt% and from 41 to 87 wt%. Low-computational cost and a simple setup for image acquisition method could screen solid impurity in sugarcane shipments as a promising application. | - |
Descrição: dc.description | Sao Paulo State University Institute of Chemistry | - |
Descrição: dc.description | Bioenergy Research Institute Group of Alternative Analytical Approaches | - |
Descrição: dc.description | Natl. Inst. of Alternative Technol. for Detection Toxicological Assess. and Removal of Micropollutants and Radioactive Substances | - |
Descrição: dc.description | Sao Paulo State University Institute of Chemistry | - |
Formato: dc.format | 49-54 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Ecletica Quimica | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | ANN | - |
Palavras-chave: dc.subject | Bioenergy | - |
Palavras-chave: dc.subject | Classification | - |
Palavras-chave: dc.subject | Image | - |
Palavras-chave: dc.subject | Sugarcane | - |
Título: dc.title | Artificial intelligence method developed for classifying raw sugarcane in the presence of the solid impurity | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: