Un nuevo conjunto de datos para la detección de roya en cultivos de café Colombianos basado en clasificadores
La producción de café es la principal actividad agrícola en Colombia. Más de 350.000 familias colombianas dependen de la cosecha de café. En este sentido, la roya fue reportada por primera vez en el país en 1983, y desde entonces estas familias han tenido que enfrentar graves consecuencias. Reciente...
Guardado en:
| Autores principales: | , , , , , |
|---|---|
| Formato: | article Artículo |
| Lenguaje: | Inglés |
| Publicado: |
Universidad Icesi
2014
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/10906/76736 http://www.icesi.edu.co/revistas/index.php/sistemas_telematica/article/view/1802 http://biblioteca2.icesi.edu.co/cgi-olib/?infile=details.glu&loid=267806 http://biblioteca.clacso.edu.ar/gsdl/cgi-bin/library.cgi?a=d&c=co/co-008&d=1090676736oai |
| Aporte de: |
| Sumario: | La producción de café es la principal actividad agrícola en Colombia. Más de 350.000 familias colombianas dependen de la cosecha de café. En este sentido, la roya fue reportada por primera vez en el país en 1983, y desde entonces estas familias han tenido que enfrentar graves consecuencias. Recientemente, diversos enfoques basados en aprendizaje automático han construido un conjunto de datos para el monitoreo de la incidencia de la roya del café, teniendo en cuenta las condiciones climáticas y las propiedades físicas de los cultivos. Estas investigaciones motivaron la creación de un conjunto de datos para la detección de la roya en cultivos Colombianos a través del proceso de minería de datos CRISP-DM. En este trabajo se definió un conjunto de datos con el objetivo de generar clasificadores precisos; una vez construido el conjunto de datos, fue probado mediante tres clasificadores: Maquinas de vector de regresión, Redes neuronales con propagación hacia atrás y Árboles de regresión. |
|---|