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

More documents

Recommendations

Info

Capítulo III. Classificação de óleos vegetais A Figura 3.7 apresenta os espectros médios de cada classe de óleo vegetal com a indicação dos sete comprimentos de onda selecionados pelo SPA. Como se pode notar, os comprimentos de onda selecionados pelo SPA-LDA estão realmente associados a pontos característicos dos espectros (picos, vales, ombros e inflexões). Nenhuma variável foi selecionada em regiões de baixa intensidade de absorção. É interessante observar que os dois picos em torno de 260 nm e 280 nm não foram incluídos na seleção do SPA-LDA. Possivelmente, isto ocorreu devido à colinearidade entre estes picos com o pico correspondente à variável selecionada em 269 nm. Figura 3.7. Espectro médio para cada tipo de óleo vegetal analisado. (a) milho, (b) soja, (c) canola e (d) girassol. O modelo LDA obtido com as sete variáveis selecionadas pelo SPA foi, então, aplicado à classificação de amostras do conjunto de teste. Como resultado, apenas uma amostra foi classificada incorretamente (soja classificada como canola). Os gráficos dos escores obtidos pela LDA utilizando os sete comprimentos de onda selecionados pelo SPA são apresentados nas Figuras 3.8-3.9. 45
Capítulo III. Classificação de óleos vegetais Figura 3.8. Gráfico dos escores da Função Discriminante 2 (FD2) versus Função Discriminante 1 (FD1) para todas as amostras de óleos vegetais (●: milho, ●: girassol, ▲: canola e ■: soja). Figura 3.9. Gráfico dos escores da Função Discriminante 3 (FD3) versus Função Discriminante 1 (FD1) para todas as amostras de óleos vegetais (●: milho, ●: girassol, ▲: canola e ■: soja). Diferentemente dos gráficos dos escores obtidos pela PCA (Figura 3.4 e Figura 3.5), os resultados apresentados pela LDA revelam claramente uma discriminação entre as classes de óleos vegetais estudadas. De fato, é possível 46
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 54 and 55: CAPÍTULO III CLASSIFICAÇÃO DE Ó
Page 56 and 57: Capítulo III. Classificação de
Page 72 and 73: Capítulo IV. Classificação de ó
Page 86 and 87: Capítulo V. Classificação de caf
Page 100 and 101: Capítulo VI. Classificação de so
Page 116 and 117:
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 130 and 131:
Page 132 and 133:
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?