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

More documents

Recommendations

Info

Referências Bibliográficas [76] BUREAU, S.; RUIZ, D.; REICH, M.; GOUBLE, B.; BERTRAND, D.; AUDERGON, J-M.; RENARD, C. M. G.C., Rapid and non-destructive analysis of apricot fruit quality using FT-near-infrared spectroscopy, Food Chemistry, 113:1323, 2009. [77] XIA, J-F.; LI, X-Y.; LI, P-W.; MA, Q.; DING, X-X., Application of wavelet transform in the prediction of navel orange vitamin c content by near-infrared spectroscopy, Agricultural Sciences in China, 6:1067, 2007. [78] CERQUEIRA, E. O.; POPPI, R. J.; KUBOTA, L. T., Utilização de filtro de transformada de fourier para a minimização de ruídos em sinais analíticos, Química Nova, 23:690, 2000. [79] WOLD, S; ESBENSEN, K.; GELADI, P., Principal component analysis, Chemometrics and Intelligent Laboratory Systems, 2:37, 1987. [80] CAMO S.A. Manual do Usuário. UNSCRAMBLER 7.5. Noruega. 1998. [81] VANDEGINSTE, B. G. M.; SIELHORST, C.; GERRITSEN, M., The nipals algorithm for the calculation of the principal components of a matrix, TRAC-Trends In Analytical Chemistry, 7:286, 1988. [82] MAESSCHALCK, R. D.; JOUAN-RIMBAUD, D.; MASSART, D. L., The Mahalanobis distance, Chemometrics and Intelligent Laboratory Systems, 50:1, 2000. [83] DASH, M.; LIU, H., Feature selection for classification, Intelligent Data Analysis, 1:131, 1997. [84] SIEDLECKI, W.; SKLANSKY, J., On automatic feature selection, International Journal of Pattern Recognition and Artificial Intelligence, 2:197, 1998. 109
Referências Bibliográficas [85] GALVÃO, R. K. H.; ARAÚJO, M. C. U., Linear regression modelling: variable selection. In: WALCZAK, B., FERRÉ, R. T., BROWN, S., Compreehensive chemometrics, 2009. [86] GAMBARRA NETO, F. F. Classificação de óleos vegetais utilizando voltametria de onda quadrada e métodos quimiométricos. João Pessoa, Programa de Pós- Graduação em Química, UFPB, 2008. Dissertação de Mestrado. [87] MORETTO, E.; FEET, R. Tecnologia de Óleos e Gorduras vegetais na Indústria de Alimentos. São Paulo: Varela Editora e Livraria, 1998. [88] Agência Nacional de Vigilância Santitária (ANVISA). Resolução nº. 482, RDC 492/99. Disponível em: http://www.anvisa.gov.br/legis/resol/482_99.htm. Acesso em 20 de Dezembro de 2007. [89] PEREIRA, A. F. C. Determinação simultânea de acidez, índice de refração e viscosidade em óleos vegetais usando espectrometria NIR, calibração multivariada e seleção de variáveis. João Pessoa, Programa de Pós-Graduação em Química, UFPB, 2007. Dissertação de Mestrado. [90] Empresa Brasileira de Pesquisa Agropecuária EMBRAPA). Soja na alimentação. Disponível em: http://www.cnpso.embrapa.br/soja/alimentacao/index.php?p agina=23. Acesso : 15 de outubro de 2007. [91] HOURANT, P.; BAETEN, V.; MORALES, M. T.; MEURENS, M.; APARICIO, R., Oil and fat classification by selected bands of near-infrared spectroscopy, Applied Spectroscopy, 54:1168, 2000. [92] LAI, Y. W.; KEMSLEY, E. K.; WILSON, R. H., Potential of fourier transform infrared spectroscopy for the authentication of vegetable oils, Journal of Agricultural and Food Chemistry, 42: 1154, 1994. 110
Page 1 and 2:
Universidade Federal da Paraíba Ce
Page 3:
P814a Pontes, Márcio José Coelho
Page 6 and 7:
Agradecimentos • A Deus; • A to
Page 8 and 9:
Sumário Lista de Figuras..........
Page 10 and 11:
6.4. Objetivos ....................
Page 12 and 13:
Figura 3.10. Espectro médio para c
Page 14 and 15:
Figura 6.10. Espectro médio da cla
Page 16 and 17:
Tabela 5.2. Número de amostras de
Page 18 and 19:
Resumo Neste trabalho, o Algoritmo
Page 20 and 21:
Publicações decorrentes do trabal
Page 22 and 23:
Capítulo I. Introdução 1. INTROD
Page 24 and 25:
Capítulo I. Introdução Tabela 1.
Page 26 and 27:
Capítulo I. Introdução seja, as
Page 28 and 29:
Capítulo I. Introdução Técnicas
Page 30 and 31:
Capítulo I. Introdução Candolfi
Page 32 and 33:
Capítulo I. Introdução técnicas
Page 34 and 35:
Capítulo I. Introdução foram uti
Page 36 and 37:
Capítulo I. Introdução 1.4. Obje
Page 38 and 39:
Capítulo II. Fundamentação Teór
Page 40 and 41:
Page 42 and 43:
Page 44 and 45:
Page 46 and 47:
Page 48 and 49:
Page 50 and 51:
Page 52 and 53:
Page 54 and 55:
CAPÍTULO III CLASSIFICAÇÃO DE Ó
Page 56 and 57:
Capítulo III. Classificação de
Page 58 and 59:
Page 60 and 61:
Page 62 and 63:
Page 64 and 65:
Page 66 and 67:
Page 68 and 69:
Page 70 and 71:
Page 72 and 73:
Capítulo IV. Classificação de ó
Page 74 and 75:
Page 76 and 77:
Page 78 and 79:
Page 80 and 81: Capítulo IV. Classificação de ó
Page 86 and 87: Capítulo V. Classificação de caf
Page 100 and 101: Capítulo VI. Classificação de so
Page 118 and 119: CAPÍTULO VII CONCLUSÕES
Page 120 and 121: Capítulo VII. Conclusões 7.1. Pro
Page 122 and 123: Referências Bibliográficas direta
Page 124 and 125: Referências Bibliográficas Assess
Page 126 and 127: Referências Bibliográficas [44] B
Page 128 and 129: Referências Bibliográficas [61] S
Page 132 and 133: Referências Bibliográficas [93] B
Page 134 and 135: Referências Bibliográficas [112]
Page 136 and 137: Referências Bibliográficas [129]
Page 138 and 139: Anexos O código-fonte do programa
Page 140 and 141: Anexos end save(filename,'L') else
Page 142 and 143: Anexos Programas Auxiliares do SPA-
Page 144: Anexos Programas Auxiliares do SPA-
show all

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

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?