dc.contributor | Gutierrez Lozano, Cristhiam Jesid | |
dc.contributor | Marin Alfonso, Jeison | |
dc.creator | Niño Pinzón, Carlos Acxel | |
dc.creator | Bautista Jaimes, Jeisson Alirio | |
dc.date.accessioned | 2022-01-12T13:32:48Z | |
dc.date.accessioned | 2023-03-16T13:38:22Z | |
dc.date.available | 2022-01-12T13:32:48Z | |
dc.date.available | 2023-03-16T13:38:22Z | |
dc.date.created | 2022-01-12T13:32:48Z | |
dc.identifier | N/A | |
dc.identifier | http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/8408 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/6222901 | |
dc.description.abstract | En la agricultura el control y el manejo de enfermedades, tiene un papel importante en la
mejora del rendimiento, calidad de la cosecha y minimización de pérdidas para los
agricultores. En este trabajo se presentan diferentes herramientas del procesamiento digital
de imágenes y aprendizaje automático que se pueden aplicar a la detección de
enfermedades en las hojas del cultivo de la papa, específicamente las dos enfermedades
que se presentan con mayor frecuencia, tizón tardío y tizón temprano. Las técnicas que se
aplicaron están basadas en el algoritmo de segmentación K-means, de los cuales se
tomaron las partes enfermas de la hoja y por medio del algoritmo matriz de concurrencia de
nivel de gris, se extrajeron los parámetros con los cuales se entrenaron los algoritmos de
clasificación. Se compraró el rendimiento de los algoritmos, bosque aleatorio, matriz de
soporte vectorial, y redes neuronales, aplicado al mismo conjunto de datos de prueba de
hojas de papa. Para lo cual el algoritmo de redes tuvo una precisión mayor. Todo esto
implementado en Matlab en la interfaz de App Designer. | |
dc.language | es | |
dc.publisher | Unidades Tecnológicas de Santander | |
dc.rights | abierto | |
dc.rights | copyright(CC.BY.NC.ND 2.5). | |
dc.subject | Matrices de soporte vectorial, Bosque aleatorio, redes neuronales de base radial, AppDesigner, Matlab. | |
dc.title | Desarrollo de algoritmos de tratamientos digital de imágenes para la identificación de enfermedades y la caracterización de variables en cultivos de papa. | |
dc.type | degree work | |