Publications by Luis Castillo
Muestreo Botrytis Colombian organics
NPlantas= round((4635)*(1/(0.5*0.3))) NPlantas ## [1] 30900 NPlantas=47100 p=0.5 n=ceiling(NPlantas*p*(1-p)/((NPlantas-1)*(0.05/1.96)^2+p*(1-p)));n ## [1] 382 muestras<-sample(1580,124,replace = F);muestras ## [1] 411 184 1220 507 964 842 1433 1214 770 1498 1077 654 338 1038 1098 ## [16] 1357 804 175 368 879 916 504 351 688 8...
619 sym R (4575 sym/18 pcs) 6 img
"Modelacion muestreo de plagas, fenologia y enfermedades"
# To clean environment rm(list = ls(all.names = TRUE)) gc() ## used (Mb) gc trigger (Mb) max used (Mb) ## Ncells 518249 27.7 1158588 61.9 644245 34.5 ## Vcells 923541 7.1 8388608 64.0 1634757 12.5 Lote xy<-expand.grid(x=seq(0,19.75,0.25), y=seq(0,29.25,0.75)) dim(xy) ## [1] 3200 2 cat("Hileras:",length...
361 sym R (17227 sym/38 pcs) 10 img
ALS LiDAR
Cree un script (código) que resuelva y muestre las siguientes preguntas (cada pregunta otorga 5 puntos a su tarea de calificación): Lea el archivo 001134.las en R. Subconjunto del data.frame de este objeto LAS y muestre la estructura, str(), de estos datos. Proyecte este LAS en UTM para la zona 18 al norte y luego genere un LAS normalizado...
2068 sym R (12156 sym/37 pcs) 4 img
matriz de vester
# To clean environment rm(list = ls(all.names = TRUE)) gc() ## used (Mb) gc trigger (Mb) max used (Mb) ## Ncells 516970 27.7 1154957 61.7 644200 34.5 ## Vcells 920683 7.1 8388608 64.0 1634597 12.5 library(readxl) library(Hmisc) ## Loading required package: lattice ## Loading required package: survival ## Loading required...
615 sym R (2276 sym/18 pcs) 2 img
Support Vector Machines (SVM)
En la última parte de este tutorial, hemos realizado una clasificación SVM usando un núcleo radial para las coberturas terrestres de la zona seca de los Andes colombianos en Santander. La tarea de este tutorial es evaluar (ejecutar y ajustar) los otros dos núcleos. Luego, debe comparar los tres modelos kernel (lineal, radial y sigmoide) y...
1081 sym R (10460 sym/33 pcs)
Modelo de distribucion de especies para Spodoptera frugiperda
# To clean environment rm(list = ls(all.names = TRUE)) gc() ## used (Mb) gc trigger (Mb) max used (Mb) ## Ncells 519723 27.8 1162822 62.2 644200 34.5 ## Vcells 927978 7.1 8388608 64.0 1634532 12.5 # loads the dismo library library(raster) ## Warning: package 'raster' was built under R version 4.2.2 ## Loading required pa...
2019 sym R (38385 sym/163 pcs) 19 img
Muestreo de malezas lote 16
NPlantas= round((4635)*(1/(0.5*0.3))) NPlantas ## [1] 30900 NPlantas=47100 p=0.5 n=ceiling(NPlantas*p*(1-p)/((NPlantas-1)*(0.05/1.96)^2+p*(1-p)));n ## [1] 382 muestras<-sample(1580,24,replace = F);muestras ## [1] 758 383 103 757 1234 1033 491 1403 458 608 821 1469 1048 1427 626 ## [16] 169 1463 130 1012 1487 1428 110 329 1110 xy<...
610 sym 2 img
Redes Neuronales
2020-04-14 Historia Linea de tiempo Resurgimiento en la época actual 1- Big Data: Bases de datos más grandes, mayor capacidad de almacenamiento. 2- Hardware: GPUs, procesamiento en paralelo. 3- Software: Mejoras en técnicas, nuevos modelos, Toolboxes. Introducción a Redes Neuronales ¿Que es una neurona? Las neuronas son simples procesador...
4170 sym 16 img
DGAC2020 - Curvas NURBS
NURBS Luis Castillo Junio 24, 2020 Introducción NURBS son las siglas de No-Uniforme Rational B-Spline, son la representación más popular de una spline en los software comerciales de CAD. Son capaces de representar una gran variadas de formas como círculos, hipérbolas, parábolas y aun así preservar exactitud matemática. No-Uniforme La p...
17306 sym 7 img
Tarea 2 CE
set.seed(2020) PCP<-runif(30,0,300) dias<-seq(1,30,1) plot(dias,PCP,type="l") abline(h=mean(PCP),col="red") x = dias y= sin(x)+ 30 plot(x,y, type="l") abline(h=mean(y)) acf(y) #Función de autocorrelación #_____________________________________________________________________ set.seed(123) # aceite del cultivo de limonaria en cc de aceite acc...
21 sym R (7665 sym/82 pcs) 16 img