Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | de Souza, Angela Vacaro | - |
Autor(es): dc.creator | de Mello, Jéssica Marques | - |
Autor(es): dc.creator | Favaro, Vitória Ferreira da Silva | - |
Autor(es): dc.creator | Putti, Fernando Ferrari | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:57:52Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:57:52Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1590/0100-29452024863 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/309705 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/309705 | - |
Descrição: dc.description | Pattern recognition aims to classify some datasets into specific classes or clusters, having several applications in agriculture. The objectification of the pro-cess minimizes errors since it reduces subjectivity, allowing a fairer remuneration to the producer and standardized products to the consumer. Thus, this work aimed to develop an embedded system with artificial intelligence to determine the ripening stage of bananas (outputs) from the insertion of physical (i.e., fruit weight, texture and diameter), physicochemical (i.e., pH, titratable acidity (TA), soluble solids (SS) and SS/TA ratio) and biochemical (i.e., total sugars, phenolic compounds, ascorbic acid, quantification of pigments in fruit peel and pulp and antioxidant activity by DPPH and FRAP methods) data (inputs). The bananas were harvested at each evalu-ated stage according to the Von Loesecke ripening scale, as follows: stage 2, totally green; stage 4, more yellow than green; stage 6, yellow; and stage 7, yellow with brown spots. Subsequently, they were selected and submitted to quality analysis. The data obtained were then mined and the attributes were selected using WEKA software. The classifier software was developed using MATLAB. The most relevant attributes selected in the Bayes Net classifier for the Cross-Validation method were: apical, central, basal and mean textures (between apical, median and basal tex-tures), pH, soluble solids, phenolic compounds, antioxidant activities by the FRAP and DPPH methods, vitamin C, anthocyanins from the pulp, chlorophyll a content in the fruit peel and sugar, resulting in a mean F-measure of 97.0%. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | São Paulo State University(UNESP) School of Science and Engineering, SP | - |
Descrição: dc.description | São Paulo State University(UNESP) Institute of Science and Technology, SP | - |
Descrição: dc.description | São Paulo State University(UNESP) School of Science and Engineering, SP | - |
Descrição: dc.description | São Paulo State University(UNESP) Institute of Science and Technology, SP | - |
Descrição: dc.description | FAPESP: 2020/01711-1 | - |
Descrição: dc.description | FAPESP: 2020/14166-1 | - |
Descrição: dc.description | FAPESP: 2021/08901-3 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Revista Brasileira de Fruticultura | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Agriculture 4.0 | - |
Palavras-chave: dc.subject | data mining | - |
Palavras-chave: dc.subject | Musa spp | - |
Palavras-chave: dc.subject | post-harvest | - |
Palavras-chave: dc.subject | vegetable sorting | - |
Título: dc.title | Software for classification of banana ripening stage using machine learning | - |
Título: dc.title | Software para classificação do estado de maturação da banana utilizando aprendizado de máquina | - |
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: