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

Capítulo I. Introdução
comprimentos de onda, com apenas um único espectro. Conseqüentemente, o uso
de técnicas de RP tornou-se uma ferramenta indispensável na identificação,
caracterização e avaliação de diferenças e similaridades entre grupos de amostras
e/ou variáveis em diferentes conjuntos de dados, sobretudo os espectrométricos [3,4] .
A Figura 1.1 é apresentada com o propósito de facilitar o entendimento da
manipulação dos dados provenientes de medidas espectrométricas.
Figura 1.1. Disposição da matriz de dados espectrométricos.
A matriz de dados é organizada colocando-se, nas colunas, as variáveis que
correspondem aos valores de absorbância de p comprimentos de onda. Neste
exemplo, o espectro de absorção na região do infravermelho próximo (NIR: Near
Infrared) foi registrado na faixa de 1100 a 2500 nm, com resolução de 2 nm. Então,
para a aplicação das técnicas de reconhecimento de padrões, a matriz X terá 701
colunas correspondentes aos 701 comprimentos de onda (λ) e o número de linhas
equivalente ao número de amostras (espectros) analisadas.
As técnicas de RP podem ser divididas em não-supervisionadas e
supervisionadas [3-5] . As características de ambas, bem como suas aplicações frente
aos diferentes métodos serão mostradas nas próximas seções.
1.2.1. Técnicas de reconhecimento de padrões não-supervisionadas
As técnicas de RP não-supervisionadas avaliam a existência de
agrupamentos sem utilizar o conhecimento prévio dos membros das classes, ou
4