Uso de Técnicas de Mineração de Dados na Identificação de Áreas Hidrologicamente Homogêneas no Estado da Paraíba

Article AbstractThe choice of the most appropriate method is determined by the precision desired by the researcher, by the ease of the analysis, as well as by the way of obtaining the data. In order to select lineages of low size and high productivity this study aimed to evaluate different methods of cluster analysis in the representation of genetic divergence, compared to univariate methods. The analyzed variables were grain yield, plant size and oil yield of 24 lineages of castor beans cultivated in the years 2014 and 2015. The Single and Average methods presented similar results in the formation of groups and different from the Complete. Evaluating the purpose of this research the Complete method and principal components analysis, together with the discriminant analysis, were considered the most appropriate methods to evaluate the genetic divergence of the castor bean crop. Lineages 18, 19 and 20 showed average grain yields above 1555 kg.ha -1 , high oil content (above 46.9%), and low size plants (below 116 cm).

show abstract

“…2011). to these, then taking place a chaining of objects which makes it difficult to separate the groups (Diniz et al, 2012).…”

Section: For the "Euclidean Distance Completementioning

confidence: 99%

Comparison of methods for selection of castor beans lineages

2019

View full text Add to dashboard Cite

show abstract

“…Diniz et al (2012) utiliza de técnicas de regionalização hidrológica, para possibilitar a transferência de dados e informações entre bacias com características similares. O trabalho visa identificar regiões hidrologicamente homogêneas no Estado da Paraíba, utilizando mineração de dados, através da técnica de clusterização, possibilitando assim a identificação de padrões que permitam a transposição de dados de uma região para outra.…”

unclassified

Classificação, associação e regionalização de dados de corpos hídricos

Bertholdo¹

View full text Add to dashboard Cite

Antes de mais nada agradeço a Deus por ter me dado saúde física e mental para enfrentar os desafios pelos quais passei nos últimos três anos.À minha querida mãe especialmente pelo apoio sempre incondicional aos meus estudos, a despeito de todas as dificuldades inerentes às circunstâncias em que vivíamos. Ao meu pai por compartilhar comigo tantas experiências de vida, positivas e negativas, que em muitos momentos me foram e são tão úteis, certamente permanecerão eternas em minha memória.À minha esposa Ana Paula pelo amor e companheirismo em todos os momentos e por me ensinar que um pouco de otimismo e uma certa dose de ousadia são ingredientes essenciais para se realizar grandes conquistas.Ao meu orientador, o professor Luiz Camolesi, pelo acompanhamento e compreensão durante todo o mestrado e pela confiança depositada em mim. À professora Gisela, pelas valiosíssimas contribuições na área de saneamento ambiental, e também a sua orientanda Francine Vacchi pelo apoio dado. Ao professor Celmar pelos questionamentos levantados, pela colaboração na área de visualização da informação, e também ao seu ex-bolsista Bruno Oliveira pelo apoio na fase inicial desse trabalho. A todos esses professores, agradeço especialmente pelas sempre importantes contribuições realizadas durante as revisões dos artigos que juntos publicamos.Por fim, agradeço a todas as outras pessoas que direta ou indiretamente contribuíram de alguma forma para que este trabalho se concretizasse. v ResumoA aplicação de recursos computacionais avançados no suporte aos sistemas de gestão ambiental vem se tornando cada vez mais frequente nas últimas décadas. A capacidade de processar e explorar grandes volumes de dados de forma sistemática, inerente a tais recursos, possibilita a extração de informações abrangentes e sintéticas, as quais podem servir como um importante insumo para o processo de controle ambiental. Nesse trabalho são empregadas técnicas de mineração de dados para a descoberta de conhecimento implícito no domínio de monitoramento de qualidade de água em corpos hídricos. A pesquisa está dividida em três frentes: a primeira busca descobrir regras de classificação de ecotoxicidade em amostras de água por meio de uma técnica de modelagem previsiva. Na segunda parte do estudo emprega-se uma técnica de análise associativa para investigar a presença de relacionamentos fortes entre os parâmetros que medem a qualidade de água. Por fim, a última frente utiliza uma abordagem de regionalização para encontrar pontos de amostragem de água similares com relação às medições de seus parâmetros de qualidade. Os resultados obtidos proporcionaram algumas descobertas, entre elas: a associação de determinados parâmetros de qualidade à toxicidade crônica da água, a existência de correlações entre alguns dos parâmetros de qualidade de água e a presença de grupos homogêneos entre os pontos de amostragem de água.Palavras chave: Monitoramento ambiental, Mineração de dados, Gestão de recursos hídricos.

show abstract