EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Desenvolvimento de algoritmo de k-nearest neighbors (vizinhos mais próximos) para classificação de imagens de organismos do plâncton.

Agatha Manzi, Bruno De-Carli

Anais do Encontro Nacional de Pós-graduação · 04.11.2026 · 10 (1)

DOI: 10.66221/q6drrm10 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Anais do Encontro Nacional de Pós-graduação, online erschienen am 04.11.2026. Verfasst von Agatha Manzi und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

This study aimed to develop a k-nearest neighbors (KNN)-based algorithm for the automated recognition of planktonic organisms from digital images. Image datasets were used to train and evaluate the classifier, and its performance was assessed based on classification accuracy. The KNN approach achieved accuracy rates comparable to those obtained through conventional image identification by non-specialist observers, suggesting its potential as an alternative computational tool for plankton ecological analyses.

Zitieren

APA

Manzi, A., & De-Carli, B. (2026). Desenvolvimento de algoritmo de k-nearest neighbors (vizinhos mais próximos) para classificação de imagens de organismos do plâncton. Anais do Encontro Nacional de Pós-graduação, 10(1). https://doi.org/10.66221/q6drrm10

Vancouver

Manzi A, De-Carli B. Desenvolvimento de algoritmo de k-nearest neighbors (vizinhos mais próximos) para classificação de imagens de organismos do plâncton. Anais do Encontro Nacional de Pós-graduação. 2026;10(1). doi:10.66221/q6drrm10

BibTeX
@article{Manzi2026,
  author = {Manzi, Agatha and De-Carli, Bruno},
  title = {Desenvolvimento de algoritmo de k-nearest neighbors (vizinhos mais próximos) para classificação de imagens de organismos do plâncton},
  journal = {Anais do Encontro Nacional de Pós-graduação},
  year = {2026},
  volume = {10},
  number = {1},
  doi = {10.66221/q6drrm10}
}
Kostenlos starten →