|
|
|
|
| LEADER |
00000cab a2200000 a 4500 |
| 001 |
032733 |
| 003 |
UAHC_CL |
| 005 |
20170803123534.0 |
| 008 |
870616s2003 cl arzp 011u spa d |
| 040 |
|
|
|a UAHC_CL
|c UAHC_CL
|d UAHC_CL
|
| 082 |
0 |
4 |
|a 918.83
|
| 100 |
1 |
|
|a Mena Frau, Carlos
|
| 245 |
1 |
0 |
|a Geomática y redes neuronales para determinar la calidad de los terrenos forestales /
|c Carlos Mena Frau, Rodrigo Montecinos Guajardo.
|
| 260 |
|
|
|b Instituto Geográfico Militar
|c 2003
|a Santiago, Chile
|
| 300 |
|
|
|a pp. 99-108
|
| 500 |
|
|
|a En: Revista Geográfica de Chile, Terra Australis, nº 48, 2003. pp. 99-108. ISSN: 03788482
|
| 500 |
|
|
|a En: Revista Geográfica de Chile, Terra Australis, nº 48, 2003. pp. 99-108. ISSN: 03788482
|
| 520 |
|
|
|a En la investigación , se exponen los resultados provenientes de la aplicación de una metodología para determinar la calidad de los terrenos forestales, particularmente en plantaciones de Pinus radiata D. Don, utilizando la integración de los SIG. (Sistemas de Información Geográfica) y técnicas de estimación como los on las redes neuronales artificiales, del tipo retropropagación. El estudio se realizó en el predio Quivolgo 2, perteneciente a la empresa Forestal Celco S.A., ubicada en la comuna de Constitución.\\Dentro del contexto de la investigación, los resultados arrojaron que, las variables seleccionadas como mejores predictoras son las relaciones con la Pendiente del Terreno (MDP) y la distancia a los Cursos de Agua (DCA). Además, las redes neuronales realizan una buena predicción, ya que su estimación genera menores errores, comparativamente con técnicas de estimación tradicionales como el método de mínimos cuadrados. Es necesario aclarar que si bien la calidad de la estimación es óptima, se encuentra dentro de los rangos que manifiestan investigaciones anteriores.
|
| 520 |
|
|
|a En la investigación , se exponen los resultados provenientes de la aplicación de una metodología para determinar la calidad de los terrenos forestales, particularmente en plantaciones de Pinus radiata D. Don, utilizando la integración de los SIG. (Sistemas de Información Geográfica) y técnicas de estimación como los on las redes neuronales artificiales, del tipo retropropagación. El estudio se realizó en el predio Quivolgo 2, perteneciente a la empresa Forestal Celco S.A., ubicada en la comuna de Constitución.\\Dentro del contexto de la investigación, los resultados arrojaron que, las variables seleccionadas como mejores predictoras son las relaciones con la Pendiente del Terreno (MDP) y la distancia a los Cursos de Agua (DCA). Además, las redes neuronales realizan una buena predicción, ya que su estimación genera menores errores, comparativamente con técnicas de estimación tradicionales como el método de mínimos cuadrados. Es necesario aclarar que si bien la calidad de la estimación es óptima, se encuentra dentro de los rangos que manifiestan investigaciones anteriores.
|
| 653 |
|
|
|a PEDAGOGIA EN HISTORIA Y CIENCIAS SOCIALES
|
| 653 |
|
|
|a LICENCIATURA EN HISTORIA
|
| 900 |
|
|
|a ESTUDIOS-12
|
| 942 |
|
|
|c REVA
|
| 952 |
|
|
|0 0
|1 0
|4 0
|6 ESTUDIOS_12
|7 0
|8 General
|9 63153
|a BC
|b BC
|c General
|d 2017-08-03
|l 0
|o ESTUDIOS-12
|p FICTICIO3479
|r 2019-01-08 00:00:00
|t 1
|w 2017-08-03
|y REVA
|
| 999 |
|
|
|c 32733
|d 32733
|