
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.creator | Magalhães Junior, Antonio Mendes | - |
| Autor(es): dc.creator | Santos, Paula Ribeiro | - |
| Autor(es): dc.creator | Sáfadi, Thelma | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:39:25Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:39:25Z | - |
| Data de envio: dc.date.issued | 2020-04-03 | - |
| Data de envio: dc.date.issued | 2020-04-03 | - |
| Data de envio: dc.date.issued | 2019 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/39740 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1165681 | - |
| Descrição: dc.description | Artificial Neural Networks (ANN’s) are recognized to be effective for use in pattern recognition and data classification problems. This work was aimed to classify Xray images of sunflower seeds as to their level of damage. Therefore, the sunflower seeds were radiographed and the generated images were categorized into full seeds, seeds with slight damages or deformed seeds. These images were resized in order to standardize their dimensions and decrease the number of entries to the ANN. After this, the equalization of the images was performed, aiming at improving the contrast and thus accentuating the imperfections present in the seeds. A feed-forward topology ANN and a hidden layer was used and the set of images was randomly divided, reserving part of the images for validation and testing of the trained ANN. After a thousand training sessions with each configuration, the average accuracy of the neural network was 74.5% using the three classes, from 77.4% for full seeds versus seeds with slight damage, 96,0% for full seeds versus deformed seeds and 86.5% for seeds with slight damage versus deformed seeds. Therefore, the approach used can be applied to the classification of seeds in an automated way, since it obtained good indexes of correctness. | - |
| Descrição: dc.description | Redes Neurais Artificiais (RNAs) são reconhecidamente eficazes para a utilização em problemas de reconhecimento de padrões e classificação de dados. Este trabalho teve como objetivo a classificação de imagens radiografadas de sementes de girassol quanto ao seu nível de dano. Dessa maneira, as sementes de girassol foram radiografadas e as imagens geradas foram categorizadas em sementes cheias, com danos leves ou deformadas. Essas imagens foram redimensionadas buscando uniformizar suas dimensões e diminuir a quantidade de entradas para a RNA. Após isso, a equalização das imagens foi realizada, objetivando-se a melhora do contraste e assim acentuar as imperfeições presentes nas sementes. Uma RNA de topologia feed-forward e uma camada escondida foi utilizada e o conjunto de imagens foi dividido de forma aleatória, reservando parte das imagens para validação e teste da RNA treinada. Após mil treinos com cada configuração, o índice médio de acerto da RNA foi de aproximadamente 74,5% utilizando as três classes, de 77,4% para sementes cheias contra sementes com danos leves, 96,0% para sementes cheias contra sementes deformadas e 86,5% para sementes com danos leves contra sementes deformadas. Dessa forma, a abordagem utilizada pode ser aplicada para a classificação de sementes de forma automatizada, uma vez que obteve bons índices de acerto. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | Universidade Federal de Alfenas | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | Sigmae | - |
| Palavras-chave: dc.subject | Análise de raio-X | - |
| Palavras-chave: dc.subject | Análise de sementes | - |
| Palavras-chave: dc.subject | Reconhecimento de padrões | - |
| Palavras-chave: dc.subject | Redes neurais artificiais | - |
| Palavras-chave: dc.subject | X-ray analysis | - |
| Palavras-chave: dc.subject | Seed analysis | - |
| Palavras-chave: dc.subject | Pattern recognition | - |
| Palavras-chave: dc.subject | Artificial neural networks | - |
| Título: dc.title | Utilização de redes neurais artificiais na classificação de danos em sementes de girassol | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: