dc.contributorPucheta, Julián
dc.creatorRedolfi, Javier A.
dc.date.accessioned2018-09-11T13:15:45Z
dc.date.available2018-09-11T13:15:45Z
dc.date.created2018-09-11T13:15:45Z
dc.date.issued2018
dc.identifierhttp://hdl.handle.net/11086/6564
dc.description.abstractEn esta tesis se aplican modelos de clasificación de imágenes como son vectores de Fisher y redes neuronales convolucionales a problemas de agricultura de precisión, como la clasificación de especies de plantas, variedades de semillas y uso de suelo a través de imágenes PolSAR. Con la inclusión de tales modelos se logra otorgar un mayor nivel de robustez y escalabilidad a los sistemas lo cual se traduce en un aumento en la exactitud de la solución de estos problemas.
dc.languagespa
dc.publisherUniversidad Nacional de Córdoba Facultad de Ciencias Exactas, Físicas y Naturales.
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.subjectDoctorado en Ciencias de la Ingeniería
dc.subjectAgricultura
dc.subjectPlantas
dc.subjectEnfermedades de las plantas
dc.subjectProtección de las plantas
dc.subjectRedes neuronales (Informática)
dc.subjectAnálisis de imágenes
dc.subjectSistemas de obtención de imágenes
dc.subjectProcesado de imágenes -- Técnicas digitales
dc.subjectVectores
dc.titleAplicación en agricultura de precisión de esquemas actuales de reconocimiento visual
dc.typedoctoralThesis


Este ítem pertenece a la siguiente institución