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 I. Introdução<br />
agrupamentos inicialmente caracterizados, recorre-se às técnicas <strong>de</strong> RP<br />
supervisiona<strong>das</strong> que serão apresenta<strong>das</strong> na próxima seção.<br />
1.2.2. Técnicas <strong>de</strong> reconhecimento <strong>de</strong> padrões supervisiona<strong>das</strong><br />
Diferentemente <strong>das</strong> técnicas <strong>de</strong> RP não-supervisiona<strong>das</strong>, as<br />
supervisiona<strong>das</strong> utilizam uma informação adicional sobre os membros <strong>das</strong> classes<br />
em estudo, ou seja, é necessário um conjunto <strong>de</strong> treinamento com objetos <strong>de</strong><br />
categorias conheci<strong>das</strong> para a elaboração <strong>de</strong> mo<strong>de</strong>los que sejam capazes <strong>de</strong><br />
i<strong>de</strong>ntificar amostras <strong>de</strong>sconheci<strong>das</strong> [3-5] . Antes da elaboração <strong>de</strong>sses mo<strong>de</strong>los, tornase<br />
indispensável estabelecer quais medi<strong>das</strong> químicas são realmente a<strong>de</strong>qua<strong>das</strong><br />
para o processo <strong>de</strong> classificação, pois um mau planejamento experimental ou dados<br />
experimentais ina<strong>de</strong>quados influenciam <strong>de</strong> forma negativa o <strong>de</strong>sempenho dos<br />
métodos empregados.<br />
Diversos Métodos <strong>de</strong> RP supervisionados têm sido aplicados em Química<br />
Analítica, mas eles diferem essencialmente na forma como a classificação é <strong>de</strong> fato<br />
alcançada. Dessa forma, a sua escolha <strong>de</strong>pen<strong>de</strong>rá da natureza dos dados,<br />
sobretudo com atenção ao número e tipo <strong>de</strong> variáveis emprega<strong>das</strong> no estudo.<br />
Contudo, a mo<strong>de</strong>lagem in<strong>de</strong>pen<strong>de</strong>nte e flexível por analogia <strong>de</strong> classes (SIMCA:<br />
Soft In<strong>de</strong>pen<strong>de</strong>nt Mo<strong>de</strong>ling of Class Analogy) e a análise discriminante linear (LDA:<br />
Linear Discriminant Analysis) vêm se <strong>de</strong>stacando nos últimos anos com um número<br />
elevado <strong>de</strong> aplicações [3-4] .<br />
1.2.2.1. SIMCA<br />
Proposto por Svante Wold [17] , o SIMCA é um método bem estabelecido na<br />
literatura e é largamente utilizado para classificação <strong>de</strong> amostras em conjuntos <strong>de</strong><br />
dados com alta dimensionalida<strong>de</strong>. Nele, a localização dos objetos é mo<strong>de</strong>lada<br />
através do uso <strong>de</strong> componentes principais, ou seja, uma região no espaço<br />
multidimensional é <strong>de</strong>limitada através da construção <strong>de</strong> um mo<strong>de</strong>lo PCA para cada<br />
categoria <strong>de</strong> amostras. Um novo objeto será classificado como pertencente a uma<br />
ou mais classes previamente mo<strong>de</strong>la<strong>das</strong> se possuir características que o permitam<br />
ser inserido no espaço multidimensional <strong>de</strong> algum (ns) dos mo<strong>de</strong>los [5,17] .<br />
O SIMCA tem sido aplicado com sucesso em diferentes matrizes, incluindo:<br />
medicamentos [18] e ervas medicinais [19] , alimentos [20] , bebi<strong>das</strong> alcoólicas [14] ,<br />
cosméticos [21] , entre outras [22-25] .<br />
8