Experimento didático de quimiometria para classificação de óleos vegetais comestíveis por espectroscopia no infravermelho médio combinado com análise discriminante por mínimos quadrados parciais: um tutorial, parte V
Carregando...
Data
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Artigo de periódico
Título alternativo
Didactic experiment of chemometrics for the classification of edible vegetable oils by fourier transform infrared spectroscopy and partial least squares discriminant analysis: a tutorial, Part V
Primeiro orientador
Membros da banca
Resumo
A teaching experiment on supervised pattern recognition in chemometrics was proposed in this tutorial to introduce partial least squares discriminant analysis (PLS-DA). A new approach of the experiment published in the first tutorial of this series was revisited and employed to the classification of edible vegetable oils. The spectra of olive, canola, soybean and corn oils were obtained using an attenuated total reflectance Fourier transform infrared (ATR-FTIR) spectrometer in the range of 600 to 4000 cm-1. The combination of ATR-FTIR and PLS-DA classification method was able to correctly classify 100% of the validation samples. The Matlab commands, routines and functions were presented, and a didactic explanation of the concepts and interpretation of the data was provided.
Abstract
Um experimento de ensino sobre reconhecimento supervisionado de padrões em quimiometria foi proposto neste tutorial para introduzir a análise discriminante de mínimos quadrados parciais (PLS-DA). Uma nova abordagem do experimento publicado no primeiro tutorial desta série foi revisitada e empregada na classificação de óleos vegetais comestíveis. Os espectros dos óleos de oliva, canola, soja e milho foram obtidos utilizando um espectrômetro infravermelho com transformada de Fourier de refletância total atenuada (ATR-FTIR) na faixa de 600 a 4000 cm-1. A combinação do método de classificação ATR-FTIR e PLS-DA foi capaz de classificar corretamente 100% das amostras de validação. Foram apresentados os comandos, rotinas e funções do Matlab e fornecida uma explicação didática dos conceitos e interpretação dos dados.
Assunto
Espectroscopia de Luz Próxima ao Infravermelho, Quimiometria, Análise Discriminante
Palavras-chave
Spectroscopy, Near-Infrared, Chemometrics, Discriminant Analysis
Citação
Departamento
Curso
Endereço externo
https://www.scielo.br/j/qn/a/Bq7xdFNQ8dsKrxhPCbsHYPc/