Algoritmo das Projeções Sucessivas Para Seleção de ... - PPGQ

Capítulo VI. Classificação de solos brasileiros
O primeiro comprimento de onda selecionado (em torno de 279 nm) pelo
SPA pode estar associado à raia do manganês (Mn I). Nele, as três classes
encontram-se com intensidade de emissão bem diferentes (Figura 6.11a). O SPA
selecionou uma variável localizada próxima à linha de base do espectro
(340,38 nm), com intensidade de emissão muito baixa. Mesmo assim, com uma
ampliação nessa região, pode-se perceber que as intensidades de emissão, por
mais que pequenas, são diferentes para a classe do Nitossolo. Curiosamente, o SPA
selecionou dois comprimentos de onda localizados em regiões muito próximas
(396,15 nm e 396,20 nm) que, possivelmente, devem estar associados à raia do
alumínio (Al I). Finalmente, a última variável selecionada pelo SPA encontra-se
localizada na região de 396,85 nm. Essa região pode estar associada à raia iônica
do cálcio (Ca II), onde o perfil da média da classe dos Latossoso é bem diferente
das demais ordens [142] .
O modelo LDA construído com os cinco comprimentos de onda selecionados
resultou, assim como o SW-LDA, em seis erros de classificação para o conjunto de
teste. O resultado de classificação para os três diferentes métodos de seleção de
variáveis é apresentado na Tabela 6.4.
Tabela 6.4. Número de erros obtidos pelos modelos GA-LDA, SW-LDA e SPA-LDA em amostras de
solos brasileiros do conjunto de teste.
Classe
GA-LDA (12) SW-LDA (5) SPA-LDA (5)
Arg. Lat. Nit. Arg. Lat. Nit. Arg. Lat. Nit.
Argissolo 6 2 4 3 2 1 4 1 3
Latossolo 2 2 0 0 2 2 0 1 1
Nitossolo 1 2 3 0 1 1 0 1 1
Os valores entre parênteses representam o número de variáveis selecionadas pelo GA-LDA, SW-LDA ou SPA-LDA.
É importante lembrar que, em LDA, o número de erros do Tipo I é idêntico
ao do Tipo II, ou seja, se uma amostra deixar de ser classificada em sua classe
verdadeira, obrigatoriamente será classificada em uma classe errada (erro do Tipo
II). Com o SPA-LDA, quatro amostras de argissolo deixaram de ser classificadas em
sua classe verdadeira. Dessas quatro, uma foi classificada na classe Latossolo e
três no grupo dos Nitossolos. O SW-LDA e SPA-LDA apresentaram um desempenho
semelhante e melhor do que o GA-LDA. Contudo, para otimizar o conjunto de
variáveis pelo SW, torna-se necessário avaliar alguns valores de limiar.
Os resultados até aqui apresentados foram provenientes de um estudo de
classificação envolvendo espectros LIBS com 26624 variáveis. A alta
dimensionalidade apresentada nesses sinais provocou um elevado tempo
93