Avaliação do desempenho de ondaletas para a construção de modelos de regressão multivariada empregando dados de espectroscopia no infravermelho

Tecno-lógica

Endereço:
Av. Independência, 2293 - Bloco 53 - Universitário
Santa Cruz do Sul / RS
Site: http://online.unisc.br/seer/index.php/tecnologica/index
Telefone: (51) 3717-7545
ISSN: 1982-6753
Editor Chefe: Rosana de Cassia de Souza Schneider
Início Publicação: 30/11/1997
Periodicidade: Semestral
Área de Estudo: Ciências Exatas, Área de Estudo: Química, Área de Estudo: Engenharias, Área de Estudo: Engenharia ambiental, Área de Estudo: Engenharia química

Avaliação do desempenho de ondaletas para a construção de modelos de regressão multivariada empregando dados de espectroscopia no infravermelho

Ano: 2008 | Volume: 12 | Número: 1
Autores: M. Werlang, M. Rizzi, E. M. K. Theisen, G. Fenner, M. F. Ferrão, A. E.Gerbase, R. E. P. Pazos
Autor Correspondente: M. F. Ferrão | [email protected]

Palavras-chave: PLS, otimização, ondaletas, redução da dimensionalidade, infravermelho, polióis de soja

Resumos Cadastrados

Resumo Português:

Neste trabalho utilizou-se a Transformada Discreta Ondaleta (TDO) Daubechies, com 4 coeficientes (Daub4), para compactar a
dimensão da matriz de dados espectrais, obtidos por espectroscopia no infravermelho com transformada de Fourier no intervalo 650-
4.000 cm-1, através da reflectância total atenuada (FTIR-ATR) de amostras de polióis de óleo de soja, visando a determinação do valor
de hidroxilas (VOH) que para as amostras estudadas corresponde a faixa 23,66-195,04 mg de KOH/g. Através dos modelos de
regressão por mínimos quadrados parciais (PLS), comparou-se o desempenho de cada um dos 5 conjuntos de dados compactados, com
o original e/ou entre eles. O conjunto de dados dos espectros de polióis, compactado a 1/4 da sua dimensão original, foi considerado
como o mais robusto apresentando redução do RMSEP em 20,28% em relação ao modelo com os espectros não compactados e
coeficientes de determinação semelhantes. Esse resultado implicou em um modelo de dimensões menores com a mesma capacidade
preditiva, assim a TDO (Daub4), mostra ser um método robusto para a redução da dimensão da matriz de dados espectrais, quando
pretende-se construir modelos de regressão multivariados.