1. RI UFLA
  2. Escola de Engenharia - EENG
  3. Departamento de Engenharia Agrícola - DEA
  4. DEA - Artigos publicados em periódicos
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/33694
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBarros, Murilo M. de-
dc.creatorSilva, Fábio M. da-
dc.creatorCosta, Anderson G.-
dc.creatorFerraz, Gabriel A. e S.-
dc.creatorSilva, Flávio C. da-
dc.date.accessioned2019-04-23T13:04:45Z-
dc.date.available2019-04-23T13:04:45Z-
dc.date.issued2018-05-
dc.identifier.citationBARROS, M. M. de et al. Use of classifier to determine coffee harvest time by detachment force. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 22, n. 5, p. 366-370, May 2018.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/33694-
dc.description.abstractCoffee quality is an essential aspect to increase its commercial value and for the Brazilian coffee business to remain prominent in the world market. Fruit maturity stage at harvest is an important factor that affects the quality and commercial value of the product. Therefore, the objective of this study was to develop a classifier using neural networks to distinguish green coffee fruits from mature coffee fruits, based on the detachment force. Fruit detachment force and the percentage value of the maturity stage were measured during a 75-day harvest window. Collections were carried out biweekly, resulting in five different moments within the harvest period. A classifier was developed using neural networks to distinguish green fruits from mature fruits in the harvest period analyzed. The results show that, in the first half of June, the supervised classified had the highest success percentage in differentiating green fruits from mature fruits, and this period was considered as ideal for a selective harvest under these experimental conditions.pt_BR
dc.languageen_USpt_BR
dc.publisherDepartamento de Engenharia Agrícola - UFCGpt_BR
dc.rightsAttribution 4.0 International*
dc.rightsacesso abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.sourceRevista Brasileira de Engenharia Agrícola e Ambientalpt_BR
dc.subjectCoffee cultivationpt_BR
dc.subjectCoffee - Harvestpt_BR
dc.subjectSupervised classifierspt_BR
dc.subjectCoffee - Maturationpt_BR
dc.subjectCafeiculturapt_BR
dc.subjectCafé - Colheitapt_BR
dc.subjectClassificadores supervisionadospt_BR
dc.subjectCafé - Maturaçãopt_BR
dc.titleUse of classifier to determine coffee harvest time by detachment forcept_BR
dc.title.alternativeUso de classificador para determinação do momento de colheita do café pela força de desprendimentopt_BR
dc.typeArtigopt_BR
dc.description.resumoA qualidade do café é um aspecto imprescindível para o aumento do seu valor comercial e para que a cafeicultura brasileira continue com destaque no mercado mundial. O estádio de maturação dos frutos no momento da colheita é um dos fatores importantes que interfere na qualidade e no valor comercial do produto. Com a realização deste trabalho, objetivou-se desenvolver um classificador para determinação do momento de colheita do café pela força de desprendimento. A força de desprendimento dos frutos e o valor percentual do estádio de maturação foram mensurados durante a janela de colheita de 75 dias. As coletas foram realizadas quinzenalmente, resultando em cinco momentos distintos no período de colheita. Um classificador foi desenvolvido a partir de redes neurais para distinguir frutos verdes e cerejas nos momentos de colheita analisados. Os resultados demostraram que a primeira quinzena de junho foi o momento em que o classificador supervisionado apresentou a maior porcentagem de acerto na distinção de frutos verdes e cerejas, sendo este, o momento adequado para realização de uma colheita seletiva para as condições deste experimento.pt_BR
Aparece nas coleções:DEA - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Use of classifier to determine coffee harvest time by detachment force.pdf191,88 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons