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

Capítulo I. Introdução
Técnicas quimiométricas de análise junto com espectroscopia de
Fluorescência foram utilizadas com intuito de discriminar filés de peixes frescos dos
descongelados [13] . Inicialmente, a PCA foi aplicada aos espectros normalizados com
intuito de se avaliar similaridades e diferenças nas duas classes de amostras. Duas
PCs foram suficientes para uma boa discriminação, tendo a PC1 descrito 84,9% da
variância explicada dos dados, enquanto que a PC2, 12,1%. A segunda etapa desse
trabalho consistiu em utilizar os valores de escores obtidos pelas 5 primeiras PCs
em um estudo supervisionado que utilizava a Análise Discriminante Fatorial (FDA).
Nesse caso, também foram alcançados bons resultados.
Um conjunto de dados provenientes de espectros de absorbância na região
do NIR foi utilizado por Pontes et al. [14] em um estudo de classificação e verificação
de adulteração de bebidas alcoólicas destiladas. O gráfico dos escores apresentado
pelas duas primeiras PCs relevou uma boa discriminação entre as 4 classes de
bebidas, assim como uma distinção entre as amostras adulteradas com etanol,
metanol ou água em diferentes níveis de concentração.
Recentemente, a espectroscopia fotoacústica no infravermelho próximo com
Transformada de Fourier (FTIR-PAS) foi avaliada quanto ao seu potencial para
identificar amostras de solos [15] . Os espectros PAS de 166 amostras pertencentes a
cinco tipos de solos mediterrâneos foram registrados na região de 4000 a
400 cm -1 . Dois pré-processamentos foram realizados no domínio dos espectros:
suavização pelo método de Savitzky-Golay [16]
(com janela de 25 pontos) e uma
normalização pela área. A PCA foi, então, aplicada a esses dados com intuito de
reduzir a dimensionalidade. Os valores de escores obtidos serviram como entrada
para o emprego de outras técnicas de cunho supervisionado.
Em se tratando dos métodos de RP não-supervisionados, é importante
ressaltar que a presença ou ausência de agrupamentos depende quase que
exclusivamente dos valores das medidas que foram realizadas nas amostras. Em
alguns sistemas de investigação, espera-se a presença de diversos agrupamentos,
mas nem sempre isto acontece. Possivelmente, os motivos pelos quais isto não
ocorra são: uso de alguma propriedade (por ex.: região do espectro, concentração
de alguma espécie, etc) que não seja suficientemente discriminante, ou ainda, pela
falta ou uso inadequado de algum pré-processamento.
Vale salientar que a PCA permite a realização de uma análise exploratória
dos dados. Para classificar uma amostra futura como pertencente a um ou mais
7