Algoritmo das Projeções Sucessivas Para Seleção de ... - PPGQ
Algoritmo das Projeções Sucessivas Para Seleção de ... - PPGQ
Algoritmo das Projeções Sucessivas Para Seleção de ... - PPGQ
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Capítulo VI. Classificação <strong>de</strong> solos brasileiros<br />
O primeiro comprimento <strong>de</strong> onda selecionado (em torno <strong>de</strong> 279 nm) pelo<br />
SPA po<strong>de</strong> estar associado à raia do manganês (Mn I). Nele, as três classes<br />
encontram-se com intensida<strong>de</strong> <strong>de</strong> emissão bem diferentes (Figura 6.11a). O SPA<br />
selecionou uma variável localizada próxima à linha <strong>de</strong> base do espectro<br />
(340,38 nm), com intensida<strong>de</strong> <strong>de</strong> emissão muito baixa. Mesmo assim, com uma<br />
ampliação nessa região, po<strong>de</strong>-se perceber que as intensida<strong>de</strong>s <strong>de</strong> emissão, por<br />
mais que pequenas, são diferentes para a classe do Nitossolo. Curiosamente, o SPA<br />
selecionou dois comprimentos <strong>de</strong> onda localizados em regiões muito próximas<br />
(396,15 nm e 396,20 nm) que, possivelmente, <strong>de</strong>vem estar associados à raia do<br />
alumínio (Al I). Finalmente, a última variável selecionada pelo SPA encontra-se<br />
localizada na região <strong>de</strong> 396,85 nm. Essa região po<strong>de</strong> estar associada à raia iônica<br />
do cálcio (Ca II), on<strong>de</strong> o perfil da média da classe dos Latossoso é bem diferente<br />
<strong>das</strong> <strong>de</strong>mais or<strong>de</strong>ns [142] .<br />
O mo<strong>de</strong>lo LDA construído com os cinco comprimentos <strong>de</strong> onda selecionados<br />
resultou, assim como o SW-LDA, em seis erros <strong>de</strong> classificação para o conjunto <strong>de</strong><br />
teste. O resultado <strong>de</strong> classificação para os três diferentes métodos <strong>de</strong> seleção <strong>de</strong><br />
variáveis é apresentado na Tabela 6.4.<br />
Tabela 6.4. Número <strong>de</strong> erros obtidos pelos mo<strong>de</strong>los GA-LDA, SW-LDA e SPA-LDA em amostras <strong>de</strong><br />
solos brasileiros do conjunto <strong>de</strong> teste.<br />
Classe<br />
GA-LDA (12) SW-LDA (5) SPA-LDA (5)<br />
Arg. Lat. Nit. Arg. Lat. Nit. Arg. Lat. Nit.<br />
Argissolo 6 2 4 3 2 1 4 1 3<br />
Latossolo 2 2 0 0 2 2 0 1 1<br />
Nitossolo 1 2 3 0 1 1 0 1 1<br />
Os valores entre parênteses representam o número <strong>de</strong> variáveis seleciona<strong>das</strong> pelo GA-LDA, SW-LDA ou SPA-LDA.<br />
É importante lembrar que, em LDA, o número <strong>de</strong> erros do Tipo I é idêntico<br />
ao do Tipo II, ou seja, se uma amostra <strong>de</strong>ixar <strong>de</strong> ser classificada em sua classe<br />
verda<strong>de</strong>ira, obrigatoriamente será classificada em uma classe errada (erro do Tipo<br />
II). Com o SPA-LDA, quatro amostras <strong>de</strong> argissolo <strong>de</strong>ixaram <strong>de</strong> ser classifica<strong>das</strong> em<br />
sua classe verda<strong>de</strong>ira. Dessas quatro, uma foi classificada na classe Latossolo e<br />
três no grupo dos Nitossolos. O SW-LDA e SPA-LDA apresentaram um <strong>de</strong>sempenho<br />
semelhante e melhor do que o GA-LDA. Contudo, para otimizar o conjunto <strong>de</strong><br />
variáveis pelo SW, torna-se necessário avaliar alguns valores <strong>de</strong> limiar.<br />
Os resultados até aqui apresentados foram provenientes <strong>de</strong> um estudo <strong>de</strong><br />
classificação envolvendo espectros LIBS com 26624 variáveis. A alta<br />
dimensionalida<strong>de</strong> apresentada nesses sinais provocou um elevado tempo<br />
93