Source: Grass and Forage Science. Unidade: ESALQ
Subjects: AGRICULTURA DE PRECISÃO, ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, CAPIM MOMBAÇA, CLOROFILA, FERTILIZANTES NITROGENADOS, MODELOS MATEMÁTICOS, SENSORIAMENTO REMOTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SÁNCHEZ, Miller Ruiz et al. Predictive modelling of chlorophyll in Mombaça grass leaves by hyperspectral reflectance data and machine learning. Grass and Forage Science, p. 1-15, 2024Tradução . . Disponível em: https://doi.org/10.1111/gfs.12689. Acesso em: 28 out. 2024.APA
Sánchez, M. R., Silva, C. A. A. C., Demattê, J. A. M., Mendonça, F. C., Silva, M. A. da, Romanelli, T. L., & Fiorio, P. R. (2024). Predictive modelling of chlorophyll in Mombaça grass leaves by hyperspectral reflectance data and machine learning. Grass and Forage Science, 1-15. doi:10.1111/gfs.12689NLM
Sánchez MR, Silva CAAC, Demattê JAM, Mendonça FC, Silva MA da, Romanelli TL, Fiorio PR. Predictive modelling of chlorophyll in Mombaça grass leaves by hyperspectral reflectance data and machine learning [Internet]. Grass and Forage Science. 2024 ; 1-15.[citado 2024 out. 28 ] Available from: https://doi.org/10.1111/gfs.12689Vancouver
Sánchez MR, Silva CAAC, Demattê JAM, Mendonça FC, Silva MA da, Romanelli TL, Fiorio PR. Predictive modelling of chlorophyll in Mombaça grass leaves by hyperspectral reflectance data and machine learning [Internet]. Grass and Forage Science. 2024 ; 1-15.[citado 2024 out. 28 ] Available from: https://doi.org/10.1111/gfs.12689