Andere Kunden interessierten sich auch für
![Cálculo estrutural de edifícios em concreto armado]( "Cálculo estrutural de edifícios em concreto armado")
Cálculo estrutural de edifícios em concreto armado45,99 €![Identificação de determinantes de desempenho através da análise de rácios]( "Identificação de determinantes de desempenho através da análise de rácios")
Identificação de determinantes de desempenho através da análise de rácios44,99 €![Análise de Factores que Influenciam o Desempenho dos Colaboradores]( "Análise de Factores que Influenciam o Desempenho dos Colaboradores")
Análise de Factores que Influenciam o Desempenho dos Colaboradores36,99 €![Modelos para detecção e previsão de anomalias em séries temporais]( "Modelos para detecção e previsão de anomalias em séries temporais")
Modelos para detecção e previsão de anomalias em séries temporais23,99 €![Estratégias de Cópia das Famílias para Superar a Insegurança Alimentar:]( "Estratégias de Cópia das Famílias para Superar a Insegurança Alimentar:")
Estratégias de Cópia das Famílias para Superar a Insegurança Alimentar:26,99 €![Análise comparativa dos factores explicativos do desempenho escolar]( "Análise comparativa dos factores explicativos do desempenho escolar")
Análise comparativa dos factores explicativos do desempenho escolar29,99 €![Um estudo analítico para estimar a carga de arrefecimento do edifício proposto]( "Um estudo analítico para estimar a carga de arrefecimento do edifício proposto")
Um estudo analítico para estimar a carga de arrefecimento do edifício proposto29,99 €
O incêndio florestal é a combustão descontrolada e não prescrita da vegetação natural que representa uma grande ameaça para o ambiente. Sendo um fenómeno natural, é impossível para a humanidade evitá-lo. Existe uma necessidade de previsão precoce, detecção rápida e acção imediata para controlar tais fenómenos para proteger o ecossistema. Neste livro, um modelo de previsão que é capaz de prever os incêndios florestais é derivado usando computação suave e técnicas de aprendizagem de máquinas. O conjunto de dados consiste em 517 registos de séries cronológicas de dados do parque natural de Montesinho, em Portugal. Para encontrar alguns dos padrões críticos e segmentar as regiões de fogo (utilizando agrupamento), são utilizados métodos PCA e agrupamento através de K-means, respectivamente, no conjunto de dados. Cinco técnicas de computação suave, nomeadamente MPNN, PNN, KNN, RBF e SVM, são aplicadas simultaneamente. As bibliotecas Python tais como Scikit-learn, Pandas, Matplotlib e Seaborn são utilizadas para a execução dos algoritmos. Finalmente, cada técnica de computação suave é avaliada sob os parâmetros de avaliação tais como MSE, RMSE, MAE, RAE & IG e é identificado o modelo apropriado com os melhores valores.