Mapping of leaf pigments in lettuce via hyperspectral imaging and machine learning (2025)
- Authors:
- Autor USP: DEMATTE, JOSE ALEXANDRE MELO - ESALQ
- Unidade: ESALQ
- DOI: 10.3390/horticulturae11091077
- Subjects: AGRICULTURA DE PRECISÃO; ALFACE; ANÁLISE ESPECTRAL; APRENDIZADO COMPUTACIONAL; PIGMENTOS VEGETAIS; SENSOR; VARIEDADES VEGETAIS
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Horticulturae
- ISSN: 2311-7524
- Volume/Número/Paginação/Ano: v. 11, art. 1077, p. 1-30, 2025
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
GONÇALVES, João Vitor Ferreira et al. Mapping of leaf pigments in lettuce via hyperspectral imaging and machine learning. Horticulturae, v. 11, p. 1-30, 2025Tradução . . Disponível em: https://doi.org/10.3390/horticulturae11091077. Acesso em: 20 jan. 2026. -
APA
Gonçalves, J. V. F., Falcioni, R., Rutz, T., Silva, A. L. B. R. da, Furlanetto, R. H., Crusiol, L. G. T., et al. (2025). Mapping of leaf pigments in lettuce via hyperspectral imaging and machine learning. Horticulturae, 11, 1-30. doi:10.3390/horticulturae11091077 -
NLM
Gonçalves JVF, Falcioni R, Rutz T, Silva ALBR da, Furlanetto RH, Crusiol LGT, Oliveira KM de, Oliveira CA de, Vedana NG, Demattê JAM, Nanni MR. Mapping of leaf pigments in lettuce via hyperspectral imaging and machine learning [Internet]. Horticulturae. 2025 ; 11 1-30.[citado 2026 jan. 20 ] Available from: https://doi.org/10.3390/horticulturae11091077 -
Vancouver
Gonçalves JVF, Falcioni R, Rutz T, Silva ALBR da, Furlanetto RH, Crusiol LGT, Oliveira KM de, Oliveira CA de, Vedana NG, Demattê JAM, Nanni MR. Mapping of leaf pigments in lettuce via hyperspectral imaging and machine learning [Internet]. Horticulturae. 2025 ; 11 1-30.[citado 2026 jan. 20 ] Available from: https://doi.org/10.3390/horticulturae11091077 - Discriminação de variedades de cana-de-açúcar por dados espectrais orbitais Etm +/Landsat 7
- Mapping particle size and soil organic matter in tropical soil based on hyperspectral imaging and non-imaging sensors
- Sensoriamento remoto aplicado a solos e agricultura
- Sistemas de avaliação de terras
- Acao da torta de filtro e nematicida na produtividade da cana-de-acucar em solos arenosos de baixa fertilidade
- Modelos digitais de terreno e fotografias aéreas na caracterização de solos desenvolvidos de diferentes materiais de origem
- As importantes contribuições da A70 para as diversas mudanças dos últimos 50 anos [prefácio]
- Ground observations and environmental covariates integration for mapping of soil salinity: a machine learning-based approach
- Diferença no comportamento espectral entre reflectância aparente e real para a cultura da cana-de-açúcar e solo exposto
- Evolução da tolerância de perdas de solo através da utilização de SIG'S na microbacia hidrográfica do Córrego do Ceveiro, na região de Piracicaba-SP
Informações sobre o DOI: 10.3390/horticulturae11091077 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
