dc.creator.ID |
AIRES, P. S. R. |
pt_BR |
dc.creator.Lattes |
http://lattes.cnpq.br/8994061247964964 |
pt_BR |
dc.contributor.advisor1 |
GOMES, Josivanda Palmeira. |
|
dc.contributor.advisor1ID |
GOMES, J. P. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/2132187008397683 |
pt_BR |
dc.contributor.advisor2 |
MEDEIROS, Everaldo Paulo de. |
|
dc.contributor.advisor2ID |
MEDEIROS, E. P. |
pt_BR |
dc.contributor.referee1 |
ARAÚJO, Alderi Emídio de. |
|
dc.contributor.referee2 |
FIGUEIREDO NETO, Acacio. |
|
dc.contributor.referee3 |
AZEVEDO, Marcia Rejane de Queiroz Albuquerque. |
|
dc.contributor.referee4 |
OLIVEIRA, Líbia de Sousa Conrado. |
|
dc.description.resumo |
Esse trabalho descreve um novo método para diferenciação de forma precisa e rápida
dos fungos C. gossypii (CG) e C. gossypii var. cephalosporioides (CGC) crescidos em
meio de cultura utilizando imagens hiperespectrais NIR e análise multivariada de
reconhecimento de padrões. Foram empregados 5 isolados de CG e 46 de CGC. . Os
diferentes isolados de CG e CGC foram cultivados em meio Czapek-agar com 12 h de
fotoperíodo durante 15 dias. As medidas espectrais foram realizadas entre 1000 a 2500
nm, com 256 bandas, com uma câmera de alta performance com lente de 50 mm. Os
modelos de reconhecimento de padrão foram desenvolvidos com as estratégias de APSLDA
e SIMCA. As amostras foram separadas usando o algoritmo de seleção de
amostras em três conjuntos com o número de amostras: 3, 1 e 1 para CG e 20, 8, 18 para
CGC, totalizando 23 (Teste), 9 (Validação) e 19 (Predicão) que somam 51 amostras dos
fungos CG e CGC. Os resultados de predição evidenciaram um erro tipo II para o
conjunto CG no modelo SIMCA. Enquanto com o APS-LDA não ocorreram erros de
classificação. No conjunto CGC com um número de 18 amostras de predição não foram
verificados erros do tipo I e II empregando as estratégias do APS-LDA e SIMCA. Uma
validação paralela dos resultados obtidos com APS-LDA foi realizada com análise de
BoxPlot com as variáveis selecionadas pelo APS. Os resultados foram concordantes
sem evidência de outlies. Portanto, um novo procedimento HSI e APS-LDA para
diferenciação dos agentes etiliológicos CG e CGG é proposto com as vantagens de
maior capacidade analítica com múltiplas análises e menor custo observando-se grandes
números de amostras, rapidez e facilidade de implementação. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Tecnologia e Recursos Naturais - CTRN |
pt_BR |
dc.publisher.program |
PÓS-GRADUAÇÃO EM ENGENHARIA AGRÍCOLA |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Engenharia de Agrícola |
pt_BR |
dc.title |
Processamento de imagens hiperespectrais para diferenciação dos agentes causais da antracnose e ramulose do algodoeiro. |
pt_BR |
dc.date.issued |
2016-06 |
|
dc.description.abstract |
This work describes a new method for identification and classification as the precise
and rapid C. gossypii (CG) and C. gossypii var. cephalosporioides (CGC) grown in
culture medium using hyperspectral NIR images and multivariate pattern recognition.
Five isolates were employees of CG and 46 of CGC. The different isolates of CG and
CGC were cultured in Czapek agar with 12 h photoperiod for 15 days. The spectral
measurements were performed between 1000 and 2500nm, with 256 bands with a highperformance
camera with a 50 mm lens. The pattern recognition models were developed
APS LDA and SIMCA strategies. The samples were separated using the sample
selection algorithm in three sets the number of samples: 3, 1 and 1 for CG and 20, 8, 18
to CGC, totaling 23 (Test), 9 (Validation) and 19 (PREDICTION ) totaling 51 samples
of CG and CGC fungi. The prediction results showed a type II error for the CG set in
the SIMCA model. As with the APS-LDA there were misclassifications. CGC
conjunction with a number of 18 prediction samples were not observed errors of type I
and II using the strategies APS-LDA and SIMCA. A parallel validation of the results
obtained with APS-LDA was performed with BoxPlot analysis with the variables
selected by the APS. The results were consistent with no evidence of outlies. Therefore,
a new procedure HSI and APS-LDA for identification and classification of etiliológicos
agents CG and CGG is proposed with the advantages of greater analytical capacity with
multiple analyzes, lower cost observing large numbers of samples, speed and ease of
implementation. |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/28066 |
|
dc.date.accessioned |
2022-11-28T23:29:06Z |
|
dc.date.available |
2022-11-28 |
|
dc.date.available |
2022-11-28T23:29:06Z |
|
dc.type |
Tese |
pt_BR |
dc.subject |
Processamento de imagens hiperespectrais |
pt_BR |
dc.subject |
Imagens hiperespectrais |
pt_BR |
dc.subject |
Algodoeiro |
pt_BR |
dc.subject |
Antracnose - algodoeiro |
pt_BR |
dc.subject |
Ramulose - algodoeiro |
pt_BR |
dc.subject |
Cultura do algodoeiro |
pt_BR |
dc.subject |
Cultura do algodão |
pt_BR |
dc.subject |
Taxonomia de fungos |
pt_BR |
dc.subject |
Microrganismos |
pt_BR |
dc.subject |
Hiperespectroscopia |
pt_BR |
dc.subject |
Análise multivariada |
pt_BR |
dc.subject |
Fungos |
pt_BR |
dc.subject |
Hyperspectral image processing |
pt_BR |
dc.subject |
Hyperspectral imaging |
pt_BR |
dc.subject |
Cotton |
pt_BR |
dc.subject |
Anthracnose - cotton plant |
pt_BR |
dc.subject |
Ramulose - cotton plant |
pt_BR |
dc.subject |
Cotton crop |
pt_BR |
dc.subject |
Cotton culture |
pt_BR |
dc.subject |
Taxonomy of fungi |
pt_BR |
dc.subject |
Microorganisms |
pt_BR |
dc.subject |
Hyperspectroscopy |
pt_BR |
dc.subject |
Multivariate analysis |
pt_BR |
dc.subject |
Fungi |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
AIRES, Priscila Simone Ribeiro. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Processing of hyperspectral images to differentiate the causal agents of cotton anthracnose and ramulose. |
pt_BR |
dc.identifier.citation |
AIRES, Priscila Simone Ribeiro. Processamento de imagens hiperespectrais para diferenciação dos agentes causais da antracnose e ramulose do algodoeiro. 2016. 85f. (Tese de Doutorado) Programa de Pós-Graduação em Engenharia Agrícola, Centro de Tecnologia e Recursos Naturais, Universidade Federal de Campina Grande - Paraíba - Brasil, 2016. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/28066 |
pt_BR |