Artificial neural networks classify cotton genotypes for fiber length.

Informe múltiplos e-mails separados por vírgula.

imagem

Resumo: Fiber length is the main trait that needs to be improved in cotton. However, the presence of genotypes x environments interaction for this trait can hinder the recommendation of genotypes with greater length fibers. The aim of this study was to evaluate the adaptability and stability of the fibers length of cotton genotypes for recommendation to the Midwest and Northeast, using artificial neural networks (ANNs) and Eberhart and Russell method. Seven trials were carried out in the states of Ceará, Rio Grande do Norte, Goiás and Mato Grosso do Sul. Experimental design was a randomized block with four replications. Data were submitted to analysis of adaptability and stability through the Eberhart & Russell and ANNs methodologies. Based on these methods, the genotypes BRS Aroeira, CNPA CNPA 2009 42 and CNPA 2009 27 has better performance in unfavorable, general and favorable environment, respectively, for having fiber length above the overall mean of environments and high phenotypic stability.

Ano de publicação: 2018

Tipo de publicação: Artigo de periódico

Unidade: Embrapa Algodão

Observações

1 - Por padrão são exibidas publicações dos últimos 20 anos. Para encontrar publicações mais antigas, configure o filtro ano de publicação, colocando o ano a partir do qual você deseja encontrar publicações. O filtro está na coluna da esquerda na busca acima. 

2 - Para ler algumas publicações da Embrapa (apenas as que estão em formato ePub), é necessário ter, no celular ou computador, um desses softwares gratuitos. Sistemas Android: Google Play Livros; IOS: iBooks; Windows e Linux: software Calibre.

 


Acesse outras publicações

Acesse a Base de Dados da Pesquisa Agropecuária (BDPA) para consultar o acervo completo das bibliotecas da Embrapa.