Classification of sugarcane areas in Landsat images using machine learning algorithms (2024)
Source: Brazilian Journal of Biometrics. Unidade: ESALQ
Subjects: ALGORITMOS, APRENDIZADO COMPUTACIONAL, CANA-DE-AÇÚCAR, COBERTURA DO SOLO, IMAGEAMENTO DE SATÉLITE, MAPEAMENTO DO SOLO, SENSORIAMENTO REMOTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARROS, Ana Clara Arantes Villas Bôas de et al. Classification of sugarcane areas in Landsat images using machine learning algorithms. Brazilian Journal of Biometrics, v. 42, p. 147–157, 2024Tradução . . Disponível em: https://doi.org/10.28951/bjb.v42i2.693. Acesso em: 29 maio 2024.APA
Barros, A. C. A. V. B. de, Silva, M. A., Marques, R. D., Lobos, C. M. V., & Luciano, A. C. dos S. (2024). Classification of sugarcane areas in Landsat images using machine learning algorithms. Brazilian Journal of Biometrics, 42, 147–157. doi:10.28951/bjb.v42i2.693NLM
Barros ACAVB de, Silva MA, Marques RD, Lobos CMV, Luciano AC dos S. Classification of sugarcane areas in Landsat images using machine learning algorithms [Internet]. Brazilian Journal of Biometrics. 2024 ; 42 147–157.[citado 2024 maio 29 ] Available from: https://doi.org/10.28951/bjb.v42i2.693Vancouver
Barros ACAVB de, Silva MA, Marques RD, Lobos CMV, Luciano AC dos S. Classification of sugarcane areas in Landsat images using machine learning algorithms [Internet]. Brazilian Journal of Biometrics. 2024 ; 42 147–157.[citado 2024 maio 29 ] Available from: https://doi.org/10.28951/bjb.v42i2.693