• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 75
  • Tagged with
  • 75
  • 75
  • 44
  • 44
  • 17
  • 14
  • 14
  • 12
  • 11
  • 11
  • 10
  • 9
  • 9
  • 9
  • 8
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
51

Avaliação da gravidade da malária utilizando técnicas de extração de características e redes neurais artificiais

Almeida, Larissa Medeiros de 17 April 2015 (has links)
Submitted by Kamila Costa (kamilavasconceloscosta@gmail.com) on 2015-06-15T21:53:52Z No. of bitstreams: 1 Dissertação-Larissa M de Almeida.pdf: 5516102 bytes, checksum: e49d2bccd21168f811140c6accd54e8f (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-06-16T15:05:39Z (GMT) No. of bitstreams: 1 Dissertação-Larissa M de Almeida.pdf: 5516102 bytes, checksum: e49d2bccd21168f811140c6accd54e8f (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-06-16T15:07:25Z (GMT) No. of bitstreams: 1 Dissertação-Larissa M de Almeida.pdf: 5516102 bytes, checksum: e49d2bccd21168f811140c6accd54e8f (MD5) / Made available in DSpace on 2015-06-16T15:07:25Z (GMT). No. of bitstreams: 1 Dissertação-Larissa M de Almeida.pdf: 5516102 bytes, checksum: e49d2bccd21168f811140c6accd54e8f (MD5) Previous issue date: 2015-04-17 / Não Informada / About half the world's population lives in malaria risk areas. Moreover, given the globalization of travel, these diseases that were once considered exotic and mostly tropical are increasingly found in hospital emergency rooms around the world. And often when it comes to experience in tropical diseases, expert opinion most of the time is not available or not accessible in a timely manner. The task of an accurate and efficient diagnosis of malaria, essential in medical practice, can become complex. And the complexity of this process increases as patients have non-specific symptoms with a large amount of data and inaccurate information involved. In this approach, Uzoka and colleagues (2011a), from clinical information of 30 Nigerian patients with confirmed malaria, used the Analytic Hierarchy Process method (AHP) and Fuzzy methodology to conduct the evaluation of the severity of malaria. The results obtained were compared with the diagnosis of medical experts. This paper develops a new methodology to evaluate the severity of malaria and compare with the techniques used by Uzoka and colleagues (2011a). For this purpose the data set used is the same of that study. The technique used is the Artificial Neural Networks (ANN). Are evaluated three architectures with different numbers of neurons in the hidden layer, two training methodologies (leave-one-out and 10-fold cross-validation) and three stopping criteria, namely: the root mean square error, early stop and regularization. In the first phase, we use the full database. Subsequently, the feature extraction methods are used: in the second stage, the Principal Component Analysis (PCA) and in the third stage, the Linear Discriminant Analysis (LDA). The best result obtained in the three phases, it was with the full database, using the criterion of regularization associated with the leave-one-out method, of 83.3%. And the best result obtained in (Uzoka, Osuji and Obot, 2011) was with the fuzzy network which revealed 80% accuracy / Cerca de metade da população mundial vive em áreas de risco da malária. Além disso, dada a globalização das viagens, essas doenças que antes eram consideradas exóticas e principalmente tropicais são cada vez mais encontradas em salas de emergência de hospitais no mundo todo. E frequentemente quando se trata de experiência em doenças tropicais, a opinião de especialistas na maioria das vezes está indisponível ou não acessível em tempo hábil. A tarefa de chegar a um diagnóstico da malária preciso e eficaz, fundamental na prática médica, pode tornar-se complexa. E a complexidade desse processo aumenta à medida que os pacientes apresentam sintomas não específicos com uma grande quantidade de dados e informação imprecisa envolvida. Nesse sentido, Uzoka e colaboradores (2011a), a partir de informações clínicas de 30 pacientes nigerianos com diagnóstico confirmado de malária, utilizaram a metodologia Analytic Hierarchy Process (AHP) e metodologia Fuzzy para realizar a avaliação da gravidade da malária. Os resultados obtidos foram comparados com o diagnóstico de médicos especialistas. Esta dissertação desenvolve uma nova metodologia para avaliação da gravidade da malária e a compara com as técnicas utilizadas por Uzoka e colaboradores (2011a). Para tal o conjunto de dados utilizados é o mesmo do referido estudo. A técnica utilizada é a de Redes Neurais Artificiais (RNA). São avaliadas três arquiteturas com diferentes números de neurônios na camada escondida, duas metodologias de treinamento (leave-one-out e 10-fold cross-validation) e três critérios de parada, a saber: o erro médio quadrático, parada antecipada e regularização. Na primeira fase, é utilizado o banco de dados completo. Posteriormente, são utilizados os métodos de extração de características: na segunda fase, a Análise dos Componentes Principais (do inglês, Principal Component Analysis - PCA) e na terceira fase, a Análise Discriminante Linear (do inglês, Linear Discriminant Analysis – LDA). O melhor resultado obtido nas três fases, foi com o banco de dados completo, utilizando o critério de regularização, associado ao leave-one-out, de 83.3%. Já o melhor resultado obtido em (Uzoka, Osuji e Obot, 2011) foi com a rede fuzzy onde obteve 80% de acurácia.
52

Misturas finitas de normais assimétricas e de t assimétricas aplicadas em análise discriminante

Coelho, Carina Figueiredo 28 June 2013 (has links)
Submitted by Kamila Costa (kamilavasconceloscosta@gmail.com) on 2015-06-18T20:16:38Z No. of bitstreams: 1 Dissertação-Carina Figueiredo Coelho.pdf: 3096964 bytes, checksum: 57c06ccd1fdc732a7cf9a50381d3806b (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-07-06T15:29:34Z (GMT) No. of bitstreams: 1 Dissertação-Carina Figueiredo Coelho.pdf: 3096964 bytes, checksum: 57c06ccd1fdc732a7cf9a50381d3806b (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-07-06T15:27:26Z (GMT) No. of bitstreams: 1 Dissertação-Carina Figueiredo Coelho.pdf: 3096964 bytes, checksum: 57c06ccd1fdc732a7cf9a50381d3806b (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-07-06T15:33:36Z (GMT) No. of bitstreams: 1 Dissertação-Carina Figueiredo Coelho.pdf: 3096964 bytes, checksum: 57c06ccd1fdc732a7cf9a50381d3806b (MD5) / Made available in DSpace on 2015-07-06T15:33:36Z (GMT). No. of bitstreams: 1 Dissertação-Carina Figueiredo Coelho.pdf: 3096964 bytes, checksum: 57c06ccd1fdc732a7cf9a50381d3806b (MD5) Previous issue date: 2013-06-28 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / We investigated use of finite mixture models with skew normal independent distributions to model the conditional distributions in discriminat analysis, particularly the skew normal and skew t. To evaluate this model, we developed a simulation study and applications with real data sets, analyzing error rates associated with the classifiers obtained with these mixture models. Problems were simulated with different structures and separations for the classes distributions employing different training set sizes. The results of the study suggest that the models evaluated are able to adjust to different problems studied, from the simplest to the most complex in terms of modeling the observations for classification purposes. With real data, where then shapes distributions of the class is unknown, the models showed reasonable error rates when compared to other classifiers. As a limitation for the analized sets of data was observed that modeling by finite mixtures requires large samples per class when the dimension of the feature vector is relatively high. / Investigamos o emprego de misturas finitas de densidades na família normal assimétrica independente, em particular a normal assimétrica e a t assimétrica, para modelar as distribuições condicionais do vetor de características em Análise Discriminante (AD). O objetivo é obter modelos capazes de modelar dados com estruturas mais complexas onde, por exemplo, temos assimetria e multimodalidade, o quemuitas vezes ocorrem em problemas reais de AD. Para avaliar esta modelagem, desenvolvemos um estudo de simulação e aplicações em dados reais, analisando a taxa de erro (TE) associadas aos classificadores obtidos com estes modelos de misturas. Foram simulados problemas com diferentes estruturas, relativas à separação e distribuição das classes e o tamanho do conjunto de treinamento. Os resultados do estudo sugerem que os modelos avaliados são capazes de se ajustar aos diferentes problemas estudados, desde os mais simples aos mais complexos, em termos de modelagem das observações para fins de classificação. Com os dados reais, situações onde desconhecemos as formas das distribuições nas classes, os modelos apresentaram TE’s razoáveis quando comparados a outros classificadores. Como uma limitação, para os conjuntos de dados analisados, foi observado que a modelagem por misturas finitas necessita de amostras grandes por classe em situações onde a dimensão do vetor de características é relativamente alta.
53

Modelos de classificação de risco de crédito para financiamentos imobiliários: regressão logística, análise discriminante, árvores de decisão, bagging e boosting

Lopes, Neilson Soares 08 August 2011 (has links)
Made available in DSpace on 2016-03-15T19:25:35Z (GMT). No. of bitstreams: 1 Neilson Soares Lopes.pdf: 983372 bytes, checksum: 2233d489295cd76cb2d8dcbd78e1e5de (MD5) Previous issue date: 2011-08-08 / Fundo Mackenzie de Pesquisa / This study applied the techniques of traditional parametric discriminant analysis and logistic regression analysis of credit real estate financing transactions where borrowers may or may not have a payroll loan transaction. It was the hit rate compared these methods with the non-parametric techniques based on classification trees, and the methods of meta-learning bagging and boosting that combine classifiers for improved accuracy in the algorithms.In a context of high housing deficit, especially in Brazil, the financing of real estate can still be very encouraged. The impacts of sustainable growth in the mortgage not only bring economic benefits and social. The house is, for most individuals, the largest source of expenditure and the most valuable asset that will have during her lifetime.At the end of the study concluded that the computational techniques of decision trees are more effective for the prediction of payers (94.2% correct), followed by bagging (80.7%) and boosting (or arcing , 75.2%). For the prediction of bad debtors in mortgages, the techniques of logistic regression and discriminant analysis showed the worst results (74.6% and 70.7%, respectively). For the good payers, the decision tree also showed the best predictive power (75.8%), followed by discriminant analysis (75.3%) and boosting (72.9%). For the good paying mortgages, bagging and logistic regression showed the worst results (72.1% and 71.7%, respectively). Logistic regression shows that for a borrower with payroll loans, the chance to be a bad credit is 2.19 higher than if the borrower does not have such type of loan.The presence of credit between the payroll operations of mortgage borrowers also has relevance in the discriminant analysis. / Neste estudo foram aplicadas as técnicas paramétricas tradicionais de análise discriminante e regressão logística para análise de crédito de operações de financiamento imobiliário. Foi comparada a taxa de acertos destes métodos com as técnicas não-paramétricas baseadas em árvores de classificação, além dos métodos de meta-aprendizagem BAGGING e BOOSTING, que combinam classificadores para obter uma melhor precisão nos algoritmos.Em um contexto de alto déficit de moradias, em especial no caso brasileiro, o financiamento de imóveis ainda pode ser bastante fomentado. Os impactos de um crescimento sustentável no crédito imobiliário trazem benefícios não só econômicos como sociais. A moradia é, para grande parte dos indivíduos, a maior fonte de despesas e o ativo mais valioso que terão durante sua vida. Ao final do estudo, concluiu-se que as técnicas computacionais de árvores de decisão se mostram mais efetivas para a predição de maus pagadores (94,2% de acerto), seguida do BAGGING (80,7%) e do BOOSTING (ou ARCING, 75,2%). Para a predição de maus pagadores em financiamentos imobiliários, as técnicas de regressão logística e análise discriminante apresentaram os piores resultados (74,6% e 70,7%, respectivamente). Para os bons pagadores, a árvore de decisão também apresentou o melhor poder preditivo (75,8%), seguida da análise discriminante (75,3%) e do BOOSTING (72,9%). Para os bons pagadores de financiamentos imobiliários, BAGGING e regressão logística apresentaram os piores resultados (72,1% e 71,7%, respectivamente).A regressão logística mostra que, para um tomador com crédito consignado, a chance se ser um mau pagador é 2,19 maior do que se este tomador não tivesse tal modalidade de empréstimo. A presença de crédito consignado entre as operações dos tomadores de financiamento imobiliário também apresenta relevância na análise discriminante.
54

Análise discriminante como instrumento para a concessão de crédito

Mantovanini, João Carlos Labate 12 December 1990 (has links)
Made available in DSpace on 2010-04-20T20:14:52Z (GMT). No. of bitstreams: 0 Previous issue date: 1990-12-12T00:00:00Z / Trata da apresentação da técnica estatística conhecida como Análise Discriminante e sua aplicação na classificação de empresas, quanto à condição de solvência, para fins de concessão de crédito. Aborda aspectos conceituais e teóricos dessa técnica estatística e os recentes estudos sobre sua aplicação e limitações em finanças.
55

Aplicativo computacional da função discriminante quadrática para utilização em ciências experimentais

Simeão, Sandra Fiorelli de Almeida Penteado [UNESP] 19 December 2006 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:31:35Z (GMT). No. of bitstreams: 0 Previous issue date: 2006-12-19Bitstream added on 2014-06-13T21:02:54Z : No. of bitstreams: 1 simeao_sfap_dr_botfca.pdf: 899191 bytes, checksum: da6ed77a45734c278c56395d23c51cd0 (MD5) / Universidade Estadual Paulista (UNESP) / Aspectos teóricos relacionados à Análise Discriminante Multivariada - Linear e Quadrática - foram discutidos, por meio de um extenso levantamento histórico da função discriminante, com seus primórdios no trabalho de Fisher e sua posterior evolução, enfocando o intenso desenvolvimento das técnicas classificatórias discriminantes com o advento dos computadores. Foi dada ênfase aos softwares estatísticos desenvolvidos para PC, que realizam a análise discriminante, e que representam uma grande contribuição para pesquisadores e usuários desta técnica. Considerando a dificuldade existente quanto a aplicativos computacionais acessíveis a pesquisadores da área de ciências agrárias, elaborou-se um programa que realiza a análise discriminante quadrática com as respectivas freqüências de classificação correta, bem como o manual explicativo do usuário. Verificou-se que a função discriminante quadrática trata de um procedimento bastante útil nas ciências agrárias, como, por exemplo, em estudos nas áreas de solos, cultivos diversos (soja, milho, cana de açúcar, pupunha, braquiária, frutas), criação de animais e classificação e seleção de madeiras; porém, subutilizada frente à dificuldade de programas computacionais de fácil manuseio e acesso a pesquisadores das áreas aplicadas. Os procedimentos estudados e discutidos foram ilustrados com exemplos de aplicação, utilizando dados experimentais agronômicos de espécies de Girassóis e Eucalyptus, submetidos ao aplicativo desenvolvido. / A large historical study of the discriminant function has allowed a discussion on theoretical aspects related to the Multivaried Discriminant Analysis - Linear and Quadratic, showing its past in the work of Fisher and its later evolution, emphasizing the wide development of classificatory discriminant techniques with the happening of the computers, and specific statistic softwares which practice the discriminant analysis, representing a big contribution to researches and users of this technique. Considering the difficulty in relation to accessible softwares to researches of the agrarian area, a software which performs a linear and quadratic discriminant analysis was built with its frequencies of correct classification, as well as an explicative manual to users. The quadratic discriminant was studied as being a very useful process in agrarian sciences. Some examples of this usefulness is in studies of the ground, diversified cultivation (soybean, corn, sugarcane, pejibaye, brachiaria decumbens fruits), animal creation and wood selection, and classification; however, misused in relation to the difficulties of easy handing and access to researchers of applied areas. The studied and discussed procedures were illustrated with applications, using agronomic experimental data of Sunflower and Eucalyptus, submitted to developed software.
56

Redes neurais artificiais na discriminação de populações de retrocruzamento com diferentes graus de similaridade / Artificial neural networks to discriminate backcross populations with different degrees of similarity

Sant'anna, Isabela de Castro 26 February 2014 (has links)
Made available in DSpace on 2015-03-26T13:42:32Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1270776 bytes, checksum: 45ceec810d57392774ec214a30c1e3a3 (MD5) Previous issue date: 2014-02-26 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / The correct classification of individuals has a top importance for the genetic variability preservation as well as to maximize gains. The multivariate statistical techniques commonly used in these situations are the Fisher and Anderson discriminant functions, allowing to allocate an initially unknown individual in a probably g population or predefined groups. However, for higher levels of similarity such as backcross populations these methods has proved to be inefficient. Currently, much has been Said about a new paradigm of computing, artificial neural networks, which can be used to solve many statistical problems as similar subjects grouping, time-series forecasting and in particular, the classification problems. The aim of this study was to conduct a comparative study between the Fisher and Anderson discriminant functions and artificial neural networks through the number of incorrect classifications of individuals known to belong to different simulated backcross with increasing levels of populations similarity. The dissimilarity, measured by Mahalanobis distance, was a concept of fundamental importance in the use of discrimination techniques, due the quantification of how much populations were divergent. Data collection was done through simulation using the software Genes. Each population generated was characterized by a set of elements measured by characteristics of a continuous distribution. The relations of relatives and hierarchical structuring were established considering genetically divergent populations, F1 hybrid and five generations of backcrossing in relation to each of the relatives, establishing measures of effectiveness of the tested methodologies. The phenotypic data of populations were used to establish the Fisher and Anderson discriminant function and the calculation of the apparent error rate (AER), which measures the number of incorrect classifications. The ERA Estimations were compared with those obtained by means of neural networks. The artificial neural network is shown as a promising technique to solve classification problems, once it had a number of incorrect individuals classifications smaller than the data obtained by the discriminant functions. / A correta classificação de indivíduos é de extrema importância para fins de preservação da variabilidade genética existente bem como para a maximização dos ganhos. As técnicas de estatística multivariada comumente utilizada nessas situações são as funções discriminantes de Fisher e de Anderson, que permitem alocar um indivíduo inicialmente desconhecido em uma das g populações prováveis ou grupos pré-definidos. Entretanto, para altos níveis de similaridade como é o caso de populações de retrocruzamentos esses métodos tem se mostrado pouco eficientes. Atualmente, muito se fala de um novo paradigma de computação, as redes neurais artificiais, que podem ser utilizadas para resolver diversos problemas da Estatística, como agrupamento de indivíduos similares, previsão de séries temporais e em especial, os problemas de classificação. O objetivo desse trabalho foi realizar um estudo comparativo entre as funções discriminantes de Fisher e de Anderson e as redes neurais artificiais quanto ao número de classificações incorretas de indivíduos sabidamente pertencentes a diferentes populações simuladas de retrocruzamento, com crescentes níveis de similaridade. A dissimilaridade, medida pela distância de Mahalanobis, foi um conceito de fundamental importância na utilização das técnicas de discriminação, pois quantificou o quanto as populações eram divergentes. A obtenção dos dados foi feita através de simulação utilizando o programa computacional Genes. Cada população, gerada por simulação, foi caracterizada por um conjunto de elementos mensurados por características de natureza contínua. Foram geradas considerados 50 locos independentes, cada qual com dois alelos. As relações de parentescos e a estruturação hierárquica foram estabelecidas considerando populações genitoras geneticamente divergentes, híbrido F1 e cinco gerações de retrocruzamento em relação a cada um dos genitores, permitindo estabelecer parâmetros de eficácia das metodologias testadas. Os dados fenotípicos das populações foram utilizados para estabelecimento da função discriminante de Fisher e Anderson e para o cálculo da taxa de erro aparente (TEA), que mede o xi número de classificações incorretas. As estimativas de TEA foram comparadas com as obtida por meio das Redes Neurais Artificiais. As redes neurais artificiais mostraram-se uma técnica promissora no que diz respeito a problemas de classificação, uma vez que apresentaram um número de classificações incorretas de indivíduos menor que os dados obtidos pelas funções discriminantes.
57

Classificação de alfaces e barras de cereais a partir da espectroscopia NIR e análise discriminante linear / Classification of lettuce and cereal bars as from the NIR spectroscopy and Linear Discriminate Analysis

Brito, Anna Luiza Bizerra de 03 February 2014 (has links)
Made available in DSpace on 2015-05-14T13:21:32Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 15006665 bytes, checksum: 541b3c9095c1006563486163e559d5fd (MD5) Previous issue date: 2014-02-03 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The search for a better quality of life has led to increased consumption of foods with fewer calories, high in fiber and vitamins, and obtained from different forms of cultivation. Amid these foods, there are cereal bars and lettuce, foods that are easily accessible, widely consumed and have high nutritional values. Like any other food, require efficient methods that can ensure its quality. Thus, the need for rapid, accurate analytical methods and low cost, which can help to identify and classify these foods safely arises. Within this perspective, this paper makes use of Near Infrared Spectroscopy (NIR) combined with Linear Discriminant Analysis (LDA) to classify samples of cereal bars and lettuce. A total of 121 samples of cereal bars, three distinct types (conventional, diet and light) and 104 samples of three different types of lettuce cultivation (conventional, organic and hydroponic) was used. The acquisition of the spectra was made on equipment Spectrum 400 (Perkin Elmer) with accessory NIRA (Near Infrared Reflectance Acessory) in the range 10000 - 4000 cm-1. Classification models were constructed by combining the LDA algorithms and variable selection: Stepwise (SW), Successive Projections Algorithm (SPA) and Genetic Algorithm (GA). Strategies for pre - processing data were evaluated and the efficiency of the models was determined from the of correct classification rate (CCR) for the full set of samples and the test set. For both matrices the model that generated a better CCR was the GA-LDA valued 95% to matrix of the cereal bars and 97.1 % for array of lettuces, both based on the total set of samples (training, validation and testing). Regarding the set of test models presented results of CCR with performance of 90.3 % and 95.4 % for matrices of cereal bars and lettuce respectively. / A busca por uma melhor qualidade de vida tem levado ao aumento do consumo de alimentos com menos calorias, ricos em fibras e vitaminas, e obtidos de formas de cultivo diferenciadas. Em meio a esses alimentos, encontram-se as barras de cereais e as alfaces, que são alimentos de fácil acesso, muito consumidos e que possuem altos valores nutricionais. Como qualquer outro alimento, necessitam de métodos eficientes que possam assegurar sua qualidade. Assim, surge a necessidade de métodos analíticos rápidos, precisos e de baixo custo, que possam ajudar a identificar e classificar com segurança a esses alimentos. Dentro desta perspectiva, este trabalho faz uso da Espectroscopia no Infravermelho Próximo (NIR) aliada a Análise Discriminante Linear (LDA) para classificar amostras de barras de cereais e alfaces. Um total de 121 amostras de barras de cereais, de três tipos distintos (convencional, diet e light) e 104 amostras de alface de três diferentes tipos de cultivo (convencional, orgânico e hidropônico) foi utilizado. A aquisição dos espectros foi feita no equipamento Spectrum 400 (Perkin Elmer) com acessório NIRA (Near Infrared Reflectance Acessory) na faixa de 10.000 a 4.000 cm-1. Modelos de classificação foram construídos através da associação da LDA e algoritmos de seleção de variáveis: Stepwise (SW), Algoritmo das Projeções Sucessivas (SPA) e Algoritmo Genético (GA). Estratégias de pré-processamento de dados foram avaliadas e a eficiência dos modelos foi determinada em relação à taxa de classificação correta (TCC), para o conjunto total das amostras e para o conjunto de teste. Para as duas matrizes o modelo que gerou um melhor TCC foi o GA-LDA com valor de 95% para matriz das barras de cereais e 97,1% para matriz das alfaces, ambos baseados no conjunto total das amostras (treinamento, validação e teste). Em relação ao conjunto de teste os modelos apresentaram resultados de TCC com desempenho de 90,3% e 95,4% para as matrizes das barras de cereais e alfaces respectivamente.
58

Classificação de óleos vegetais comestíveis usando imagens digitais e técnicas de reconhecimento de padrões / Classification of edible vegetable oil using digital image data and pattern recognition techniques

Milanez, Karla Danielle Tavares de Melo 26 August 2013 (has links)
Made available in DSpace on 2015-05-14T13:21:42Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 3270377 bytes, checksum: f7faeeb5a1fdf2284d994edc54a6a265 (MD5) Previous issue date: 2013-08-26 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work presents a simple and non-expensive based on digital image and pattern recognition techniques for the classification of edible vegetable oils with respect to the type (soybean, canola, sunflower and corn) and the conservation state (expired and non-expired period of validity). For this, images of the sample oils were obtained from a webcam, and then, they were decomposed into histograms containing the distribution of color levels allowed for a pixel. Three representations for the color of a pixel were used: red-green-blue (RGB), hue-saturation-intensity (HSI) and grayscale. Linear discriminant analysis (LDA) was employed in order to build classification models on the basis of a reduced subset of variables. For the purpose of variable selection, two techniques were utilized, namely the successive projections algorithm (SPA) and stepwise (SW) formulation. Models based on partial least squares-discriminant analysis and (PLS-DA) applied to full histograms (without variable selection) were also employed for the purpose of comparison. For the study evolving the classification with respect to oil type, LDA/SPA, LDA /SW and PLS-DA models achieved a correct classification rate (CCR) of 95%, 90% and 95%, respectively. For the identification of expired non-expired samples, LDA / SPA models were found to the best method for classifying sunflower, soybean and canola oils, achieving a TCC of 97%, 94% and 93%, respectively, while the model LDA/SW correctly classified 100% of corn oil samples. These results suggest that the proposed method is a promising alternative for inspection of authenticity and the conservation state of edible vegetable oils. As advantages, the method does not use reagents to carry out the analysis and laborious procedures for chemical characterization of the samples are not required / Este trabalho apresenta um método simples e de baixo custo, baseado na utilização de imagens digitais e técnicas de reconhecimento de padrões, para a classificação de óleos vegetais comestíveis com relação ao tipo (soja, canola, girassol e milho) e ao estado de conservação (prazo de validade expirado e não expirado). Para isso, imagens das amostras de óleos vegetais foram obtidas a partir de uma webcam e, em seguida, as mesmas foram decompostas em histogramas contendo as distribuições dos níveis de cores permitidos a um pixel. Três modelos para a cor de um pixel foram utilizados: vermelho-verde-azul (RGB), matiz-saturação-intensidade (HSI) e tons de cinza. A análise discriminante linear (LDA) foi utilizada para o desenvolvimento de modelos de classificação com base em um subconjunto reduzido de variáveis. Para fins de seleção de variáveis, duas técnicas foram utilizadas: o algoritmo das projeções sucessivas (SPA) e o stepwise (SW). Modelos baseados na análise discriminante por mínimos quadrados parciais (PLS-DA) aplicados aos histogramas completos (sem seleção de variáveis) também foram utilizados com o propósito de comparação. No estudo envolvendo a classificação com respeito ao tipo, modelos LDA/SPA, LDA/SW e PLS-DA atingiram uma taxa de classificação correta (TCC) de 95%, 90% e 95%, respectivamente. Na identificação de amostras expiradas e não expiradas, o modelo LDA/SPA foi considerado o melhor método para a classificação das amostras de óleos de girassol, soja e canola, atingindo uma TCC de 97%, 94% e 93%, respectivamente, enquanto que o modelo LDA/SW classificou corretamente 100% das amostras de milho. Estes resultados sugerem que o método proposto é uma alternativa promissora para a inspeção de autenticidade e estado de conservação de óleos vegetais comestíveis. Como vantagem, a metodologia não utiliza reagentes, a análise é rápida e procedimentos laboriosos para a caracterização química das amostras não são necessários
59

Técnicas multivariadas aplicadas na determinação dos fatores sociais que concorrem a depressão de mulheres

SILVA, Gilberto Pereira da 22 July 2004 (has links)
Submitted by (ana.araujo@ufrpe.br) on 2016-07-05T20:35:43Z No. of bitstreams: 1 Gilberto Pereira da Silva.pdf: 302040 bytes, checksum: 1febdb9b7d8623f0bbe1564c7b381ddd (MD5) / Made available in DSpace on 2016-07-05T20:35:43Z (GMT). No. of bitstreams: 1 Gilberto Pereira da Silva.pdf: 302040 bytes, checksum: 1febdb9b7d8623f0bbe1564c7b381ddd (MD5) Previous issue date: 2004-07-22 / In this work we investigate which social factors contribute more to induce a depressive state in women. We sample 1000 patients from the public health system of the metropolitan area of Recife. Among then 57% were diagnostic as depressive and the others as suffering some humor disturbance. The social factors that we took in account were age, professional activity, condition civil, son, education level and sanitary area. The data we analyzed through multivariate analysis, i.e. , principal component analysis and discriminate analysis. We found out that, among the considered social factors, age, civil, and professional activity are the most important factors as longs depression is concerned. Further, the discriminate analysis shown that there exists a statistical significant difference between the group of women which are probable diagnostic as depressive and the other group in our sample. / Neste trabalho investigamos os fatores sociais que mais concorrem para a depressão em mulheres. Consideramos uma amostra de 1000 pacientes atendidas na Rede de Saúde Pública Municipal do Grande Recife das quais 57% foram diagnosticadas como depressivas e o restante com algum distúrbio de humor. Os fatores sociais que consideramos foram: idade, atividade profissional, estado civil, prole, grau de instrução e distrito sanitário. Os dados foram analisados através das técnicas multivariadas Análise de Componentes Principais e Análise Discriminante. Verificamos que, dos fatores analisados, os que mais contribuem para o estado depressivo em mulheres são a idade, a atividade profissional e o estado civil. Além disso, a análise discriminante mostrou que existe diferença significativa entre o grupo de mulheres com diagnóstico positivo e o grupo de mulheres diagnosticadas com possíveis diagnóstico de depressão.
60

Influência do tipo de crescimento, época e densidade de semeadura em caracteres morfoagronômicos de cultivares de soja / Influence of stem termination, sowing date and plant density on soybeans morphological traits

Vaz Bisneta, Mariana 20 February 2015 (has links)
Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-03-31T20:17:42Z No. of bitstreams: 2 Dissertação - Mariana Vaz Bisneta - 2015.pdf: 6629201 bytes, checksum: b7081f288e6426640f564925ba69b856 (MD5) license_rdf: 19874 bytes, checksum: 38cb62ef53e6f513db2fb7e337df6485 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-04-04T14:26:36Z (GMT) No. of bitstreams: 2 Dissertação - Mariana Vaz Bisneta - 2015.pdf: 6629201 bytes, checksum: b7081f288e6426640f564925ba69b856 (MD5) license_rdf: 19874 bytes, checksum: 38cb62ef53e6f513db2fb7e337df6485 (MD5) / Made available in DSpace on 2016-04-04T14:26:36Z (GMT). No. of bitstreams: 2 Dissertação - Mariana Vaz Bisneta - 2015.pdf: 6629201 bytes, checksum: b7081f288e6426640f564925ba69b856 (MD5) license_rdf: 19874 bytes, checksum: 38cb62ef53e6f513db2fb7e337df6485 (MD5) Previous issue date: 2015-02-20 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / In Brazil determinate stem termination soybean plants with long juvenile period are traditionally grown. In the last five years, indeterminate and semideterminate soybean plants, especially early maturity varieties in early sowing dates, were adopted in different latitudes, aiming to cultivate a second crop. When grown on different densities, soybean plants have compensation mechanisms on stem height, number of branches and pods per plant. The objectives of this study were: i) evaluate the effect of sowing date and plant density on soybean morphoagronomic traits of soybean cultivars with different stem termination; ii) correlate grain yield with morphoagronomic traits in each type of growth and sowing date, and yield components with each other in each type of growth and density; iii) perform discrimination among types of growth in soybean cultivars, identifying sowing conditions that cause changes in the response of morphological traits with ambiguity in the phenotypic expression of growth types. Three experiments were: early October (10.02.13), mid November (11.18.13) and early January (08.01.14) in the experimental area of Embrapa Arroz e Feijão in Santo Antonio de Goiás, Brazil (16°29’S, 49°17’W), at 2013/2014 season. Trials were performed in a randomized complete block design with three replications. Treatments included two factors, stem termination and plant population density. Four cultivars were used for each stem termination; determined, semideterminate and indeterminate. The plant densities corresponded to 50%, 100% and 150% of commercial recommendation to each variety. The traits assessed were number of days to flowering, number of days to maturity, plant height at flowering, height of first pod, plant height at maturity, growth percentage after flowering, number of nodes on main stem, number of branches on main stem, number of pods per node, number of pods per plant, number of grains per pod, number of grains per plant, one hundred grain weight and yield. For most assessed traits, soybean plants of each type of growth respond differently to changes on sowing date and plant density. Only in November sowing, the determinate type of growth showed lower yield comparing to the others types. The increase in plant density causes higher plants on flowering and maturity, less number of nodes and branches in the main stem, and lower average on yield components. Regardless of the type of growth, in the first sowing date yield showed greater correlation, positive, with number of seeds per pod; however, in other sowing dates this correlation occurred with one hundred grain weight. Plant density has more influence on the associations among yield components in the determinate and indeterminate growth types, than in the semideterminate type. The greatest variation in morphoagronomic traits was observed between determinate stem termination and the other types of growth. Most change on classification of type of growth (ambiguity) occurs in late sowing and high plant density. The percentages of growth after flowering and main stem node and branches numbers are the most important traits on type of growth discrimination. / No Brasil tradicionalmente são cultivadas plantas de soja com tipo de crescimento determinado e portadoras de período juvenil longo. Nos últimos cinco anos, plantas de soja com tipo de crescimento indeterminado e semideterminado, sobretudo de ciclo precoce, nas várias faixas de latitude, passaram a ser adotadas no início da época de semeadura, visando o cultivo da segunda safra (safrinha). Quando cultivada em diferentes densidades populacionais, as plantas de soja apresentam mecanismos de compensação, por exemplo, na altura, no número de ramificações e de vagens por planta. Assim, os objetivos deste trabalho foram: i) avaliar o efeito da época e densidade de semeadura em caracteres morfoagronômicos de plantas de soja com diferentes tipos de crescimento; ii) correlacionar a produtividade de grãos com caracteres morfoagronômicos, em cada tipo de crescimento e época de semeadura, assim como os componentes de produção entre si, em cada tipo de crescimento e densidade de plantas, buscando-se identificar mudanças nas associações, decorrentes do efeito da densidade de plantas; iii) discriminar os tipos de crescimento em cultivares de soja, identificando condições de semeadura que provoquem mudanças na resposta de caracteres morfoagronômicos, implicando em ambiguidade na expressão fenotípica dos tipos de crescimento. Foram instalados três experimentos em diferentes épocas de semeadura: início de outubro (02/10/13), meados de novembro (18/11/13) e início de janeiro (08/01/14), em área experimental da Embrapa Arroz e Feijão, em Santo Antônio de Goiás (16°29’S, 49°17’W), na safra 2013/2014. Os ensaios foram realizados em delineamento de blocos completos casualizados, com três repetições. Os tratamentos incluíram dois fatores, tipos de crescimento e densidades de semeadura. Foram utilizadas quatro cultivares para cada tipo de crescimento; determinado, semideterminado e indeterminado. As densidades de plantas corresponderam a 50%, 100% e 150% da população recomendada comercialmente para cada cultivar. Foram avaliados 14 caracteres; número de dias para florescimento, número de dias para maturação, altura da planta na floração, altura de inserção da primeira vagem, altura de planta na maturação, porcentagem de crescimento após a floração, número de nós na haste principal, número de ramificações na haste principal, número de vagens por nó, número de vagens por planta, número de grãos por vagem, número de grãos por planta, massa de cem grãos e produtividade. Para a maioria dos caracteres estudados, as plantas de cada tipo de crescimento responderam diferentemente às variações de época e densidade de semeadura. Apenas na semeadura de novembro o tipo de crescimento determinado resultou em menor produtividade que os outros tipos. O aumento da densidade de plantas provocou maior altura de plantas, tanto na floração como na maturação; assim como menor número de nós e de ramificações na haste principal e menor média dos componentes de produção. Independentemente do tipo de crescimento, na primeira época de semeadura a produtividade mostrou-se correlacionada positivamente e em maior magnitude com o número de grãos por vagem; já nas outras épocas, a correlação foi maior com a massa de cem grãos. A densidade influencia mais a associação entre os componentes de produção nos tipos de crescimento determinado e indeterminado do que no tipo semideterminado. A maior variação nos caracteres morfoagrônomicos ocorreu entre o tipo determinado e os outros tipos. A plasticidade de tipos de crescimento (ambiguidade) ocorre, principalmente, na semeadura tardia e sob alta densidade de plantas. A porcentagem de crescimento após a floração, número de ramificações e de nós na haste principal são as variáveis mais importantes na discriminação dos tipos de crescimento.

Page generated in 0.1004 seconds