|
|
|
|
| LEADER |
02744na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2019 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid6732
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Đuran, Tea
|9 40567
|
| 245 |
1 |
0 |
|a Razvoj analitičkih modela za praćenje stanja zemljišta korištenjem podataka dobivenih dronovima :
|b diplomski rad /
|c Tea Đuran ; [mentor Mihaela Vranić].
|
| 246 |
1 |
|
|a Development of analytical models for monitoring the state of the land by using data obtained from drones
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b T. Đuran,
|c 2019.
|
| 300 |
|
|
|a 36 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b diplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Programsko inženjerstvo i informacijski sustavi, šifra smjera: 54, datum predaje: 2019-06-28, datum završetka: 2019-07-09
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Ovaj rad sadrži pregled načina korištenja poljoprivrednih dronova za daljinsko praćenje, pregled svojstava podataka dobivenih snimanjem zemljišta iz zraka, njihovu analizu i definiciju stršećih vrijednosti kontekstu geoprostornih podataka. Razvijeni su analitički modeli za praćenje stanja zemljišta preko vrijednosti dobivenih iz slika. Nad njima je korišten algoritam k-sredina za klasifikaciju na temelju vrste i količine pokrova tla. Napravljena je detekcija promjena između dva snimljena trenutka te je korištenjem lokalne polinomijalne regresije procijenjena funkcija kretanja vrijednosti indeksa koji opisuju stanje zemljišta. Rezultati analiza i predviđanja su prikazani u Shiny aplikaciji koja na sažet način korisniku daje uvid u stanje zemljišta.
|
| 520 |
3 |
|
|a Sažetak na engleskom: This thesis provides an overview of agricultural drones usage in remote sensing, properties of data extracted from aerial images, their analysis and the definition of outliers in a geospatial context. The data was used for the development of analytical models intended for crop monitoring. Observed land was classified using the K-means algorithm based on the type and amount of soil cover. Aerial images were used for detection of changes between two captured moments, and the Normalized Difference Vegetation Index value was estimated using local polynomial regression. The results of the analysis and prediction were presented in a Shiny application in order to summarize the state of the land and make it accessible to users.
|
| 653 |
|
1 |
|a Analitički model
|a Daljinsko praćenje
|a Precizna agrikultura
|a Poljoprivredni dron
|a Shiny aplikacija
|
| 653 |
|
1 |
|a Analytical model, Remote sensing, Precision agriculture
|a Agricultural drone
|a Shiny application
|
| 700 |
1 |
|
|a Vranić, Mihaela
|4 ths
|9 31252
|
| 942 |
|
|
|c Y
|
| 999 |
|
|
|c 51284
|d 51284
|