Made available in DSpace on 2016-06-02T19:05:35Z (GMT). No. of bitstreams: 1 2559.pdf: 3778790 bytes, checksum: 6c638e612ae760d51fad8def01969ed1 (MD5) Previous issue date: 2009-07-24 / Universidade Federal de Sao Carlos / Lately, the human face object has been exploited by the advent of systems involving biometrics, especially for applications in security. One of the most challenging applications is the problem of human face recognition, which consists of determining the correspondence between an input face and an individual from a database of known persons. The process of face recognition consists of two steps: feature extraction and classification. In the literature of face recognition, different techniques have been used, and they can be divided into holistic techniques (implicit feature extraction), feature-based techniques (explicit feature extraction) and hybrid techniques (involving the two previous). In many articles, holistic techniques have proved to be most efficient and generally they involve methods of statistical pattern recognition as Principal Component Analysis (PCA), Independent Component Analysis (ICA), Linear Discriminant Analysis (LDA), Support Vector Machines (SVM), and Neural Networks. For problems such as human face recognition in digital images, a crucial point is the ability to generalize. The solution for this problem is complex due to the high dimensionality of data and the small number of samples per person. Using a single classifier would reduce the ability of recognition, since it is difficult to design a single classifier in these conditions that capture all variability that span the human faces spaces. Thus, this work proposes to investigate the combination of multiple classifiers applied to the problem of face recognition, defining a new scheme to resolve this problem, varying the feature extraction with PCA and some its variants and LDA, K-Nearest Neighbor (K-NN) and Maximum Likelihood (MaxLike) classifiers and several trainable or not trainable methods for combining classifiers. Still, to mitigate the problem of small sample size (SSS), a technique for regularizing the covariance matrix was used. Finally, to assess the classification performance, Holdout and Resubstitution methods were used to partition the data set and the Kappa coefficient and Z and T statistics were used to measure the performance of the proposed scheme. From the experiments it was concluded that the best sub-schemes were the RBPCA/MaxLike-PCA/NN-KL5/NN classifiers combined by the Majorite Vote Rule for the ORL database and the RLDA+RPCA/MaxLike-KL4/NNKL5/ NN classifiers combined by the Sum Rule for the AR database, obtaining Kappa coefficients of 0.956 (mean) and 0.839, respectively. Besides that, it has been determined that these sub-schemes are robust to pose (ORL database), illumination and small change of the facial expression, but they were affected by occlusions (AR database). / Nas últimas décadas, o objeto face humana tem sido muito explorado graças ao advento dos sistemas envolvendo biometria, especialmente para aplicações nas áreas de segurança. Uma das aplicações mais desafiadoras é o problema de reconhecimento de face humana, que consiste em determinar a qual indivíduo em um banco de dados de pessoas conhecidas uma imagem de face corresponde. O processo de reconhecimento de face consiste basicamente em duas etapas: extração de atributos e classificação. Na literatura de reconhecimento de faces, diversas técnicas foram utilizadas, podendo ser divididas em técnicas holísticas (extração de atributos implícita), técnicas baseadas em características (extração de atributos explícita) e técnicas híbridas (envolvem as duas anteriores). Em maior número na literatura, as técnicas holísticas demonstraram ser mais eficientes e envolvem em geral, métodos de reconhecimento de padrões estatísticos como Principal Component Analysis (PCA), Independent Component Analysis (ICA), Linear Discriminant Analysis (LDA), Support Vector Machines (SVM), além de Redes Neurais. Para problemas como o reconhecimento de face humana em imagens digitais, um ponto determinante é a capacidade de generalização. Por esse problema ser complexo de ser resolvido, devido à alta dimensionalidade dos dados e ao número pequeno de amostras por pessoa, utilizar um único classificador tornaria reduzida a capacidade de reconhecimento, já que é difícil projetar um único classificador nestas condições que capture todas as variações que formam o espaço de faces humanas. Dessa forma, este trabalho se propôs à investigação de combinação de múltiplos classificadores aplicados ao problema do reconhecimento de face, obtendo um novo esquema para solução do mesmo, variando a extração de atributos com PCA e algumas variantes e LDA, classificadores K Vizinhos Mais Próximos e Máxima Verossimilhança e diversos combinadores treináveis ou não. Ainda, para amenizar o problema de poucas amostras, uma técnica de regularização de matrizes de covariância foi utilizada. Finalmente, para avaliação de desempenho utilizou-se Holdout e Resubstitution para particionar o conjunto de dados, assim como o coeficiente Kappa e testes de significância Z e T foram utilizados para medir o desempenho do esquema proposto. Dos experimentos concluiu-se que os melhores subesquemas foram o RBPCA/MaxVer-PCA/NN-KL5/NN → Votação por Maioria para o banco de dados ORL e o RLDA+RPCA/MaxVer-KL4/NN-KL5/NN → Soma para o banco de dados AR com coeficientes Kappa 0,956 (médio) e 0,839, respectivamente. Além disso, foi determinado que estes subesquemas são robustos à pose (ORL), iluminação e à pequenas variações de expressão facial, mas sofreram influência de oclusões (AR).

Made available in DSpace on 2014-06-11T19:29:31Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-08-20Bitstream added on 2014-06-13T19:38:37Z : No. of bitstreams: 1 nakada_lyk_me_bauru.pdf: 2147740 bytes, checksum: 0a4ee05972f9488a128466336dde5ede (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) / O presente trabalho foi desenvolvido em três etapas, cronologicamente: i) estudo da qualidade de águas pluviais coletadas por telhada por telhado cerâmico e armazenadas; ii) modificações em estado experimental em escala real de coleta e tratamento simplificado de águas pluviais, para possibilitar o estudo de três diferentes meios filtrantes; e iii) coletas, estudos de tratabilidade em escala de bancada e estudos do tratamento em escala real. Os resultados indicam que: i) as águas pluviais coletadas após escoamento sobre telhados cerâmicos necessitam de tratamento para assegurar o uso, mesmo que para atividades não potáveis, conforme recomendações da NBR 15527 (ABNT, 2007); cada precipitação possui aspectos qualitativos particulares, significativamente dependentes do período de estiagem antecedente à chuva, de modo que demandam ensaios de tratabilidade para cada evento: ii) a implantação de sistemas de coleta e tratamento/aproveitamento de águas pluviais em novos empreendimentos imobiliários é mais conveniente do que a inclusão desse sistemas como adaptação de sistemas de água já existentes; iii) para as águas pluviais estudadas, em nenhuma configuração de tratamento foi integralmente atendido o padrão de qualidade recomendado pela NBR 15527 (ABNT, 2007), entretanto, a estratégia de tratamento simplificado investigado pode produzir água com a qualidade recomendada / The present work was developed in three steps, in the following chronological order: i) study of the quality o stored roof-harvested rainwater; ii) modifications in the full-scale experimental plant for rainwater harvesting and simplified treating, to enable the study of three different media filter, iii) harvest of rainwater, treatability studies in bench scale and study of the full-scale treatment. The results indicate that: i) the ceramic roof-harvested rainwater require treatment to safeguard uses, even for non-drinkable purposes, according to recommendations of the current norm NBR 15527 (ABNT, 2007); each rain event presents specific qualitative aspects, significantly dependent on the dry days before the rain, hence, each harvested rainwater demands treatability studies; ii) the implementation of rainwater harvesting and treatment systems in new buildings is more convenient than the addition of those systems as adaptations of water systems from previolusly existing buildings. iii) for the studied rainwater, nome of the treatment configurations completely met the quality recommended by norm, through, the treatment strategy can produce water which meet the quality recommendations

Resumo: Modelos não lineares são úteis para ajustar curvas de produção de ovos de aves, facilitando o estudo do desempenho dessa característica ao longo do tempo. As estimativas de parâmetros genéticos da produção de ovos e de outras características associadas auxiliam no processo de seleção. O objetivo do trabalho foi: (1) utilizar modelos não lineares para ajustar curvas de produção de ovos aos dados de uma população de aves selecionada para postura e uma controle e verificar as mudanças ocorridas entre estas curvas preditas em função do processo de seleção, por meio do ganho genético e pelas diferenças entre as estimativas dos parâmetros dos modelos; (2) estimar parâmetros genéticos para características relacionadas à postura de ovos da população selecionada, avaliar a associação genética entre estas e determinar quais as melhores características que podem ser utilizadas para melhorar a produção de ovos. Foram estudados os ajustes de 10 modelos não lineares aplicados aos registros da produção de ovos de 54 semanas de postura de 1693 aves de uma população selecionada para taxa de postura e 282 aves de uma população controle. Foi utilizado o PROC NLIN do SAS com o algoritmo de Gauss-Newton para efetuar os ajustes dos modelos. Os parâmetros genéticos, considerando 1289 aves da linhagem selecionada, foram estimados pelo método da máxima verossimilhança restrita, utilizando modelo animal que incluiu o efeito fixo de incubação e os efeitos aleatórios genético aditivo e residual. As características estudadas foram relação altura-largura e peso dos ovos às 32, 37 e 40 semanas de idade (REL32, REL37, REL40, PO32, PO37 e PO40, respectivamente), peso corporal às 54 e 62 semanas (PC54 e PC62), idade à maturidade sexual (IMS), taxa de postura nos períodos parciais de 17 a 30 e 17 a 40 semanas (P1730 e P1740), taxa de postura nos períodos residuais de ... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Nonlinear models are useful to adjust egg production curves to study the performance of this trait over the time. Estimates of genetic parameters for egg production and other associated traits help in the selection process. The aim of this study were: (1) use nonlinear models to fit curves of egg production data from a population of birds selected for laying and its respective control and describe the changes between these predicted curves through the genetic gain and differences between the estimates of parameters, resulting by the selection process; (2) to estimate genetic parameters for traits related to egg-laying of the selected population to evaluate the genetic association between them and determine what traits can be used to improve the egg production. Ten non-linear models have been used to adjust the record of egg production of 1693 laying hens of the selected population and 282 hens of the control population in 54 weeks of egg production. The SAS PROC NLIN with the Gauss-Newton algorithm has been used to make the adjustments of the models. Genetic parameters for 1289 selected hens were estimated by restricted maximum likehood using an animal model that included fixed effects of incubation and random additive genetic and residual effects. The traits in this study were the relation between height-width of the egg and egg weight at 32, 37 and 40 weeks of age (HW32, HW37, HW40, EW32, EW37 and EW40, respectively), body weight at 54 and 62 weeks (BW54 and BW62), age at first egg (AFE), the egg production in 17 to 30 and 17 to 40 weeks (P1730 and P1740), in 30 to 70 and 40 to 70 weeks (P3070 and P4070) and the total egg production (TEP). Two multivariate analyses were made: a k-means clustering method to describe patterns of egg and poultry and principal components with the breeding values (BV). There were differences between the parameters of egg production curves in the selected ... (Complete abstract click electronic access below) / Orientador: Danísio Prado Munari / Coorientador: Mônica Corrêa Ledur / Banca: João Ademir de Oliveira / Banca: Lenira El Faro Zadra / Mestre

Fundação de Amparo à Pesquisa do Estado do Rio de Janeiro / Este trabalho apresenta um método para reconhecimento do padrão na biodisponibilidade do ferro, através da interação com substâncias que auxiliam a absorção como vitamina C e vitamina A e nutrientes inibidores como cálcio, fitato, oxalato, tanino e cafeína. Os dados foram obtidos através de inquérito alimentar, almoço e jantar, em crianças de 2 a 5 anos da única Creche Municipal de Paraty-RJ entre 2007 e 2008. A Análise de Componentes Principais (ACP) foi aplicada na seleção dos nutrientes e utilizou-se o Algoritmo Fuzzy C-Means (FCM) para criar os agrupamentos classificados de acordo com a biodisponibilidade do ferro. Uma análise de sensibilidade foi desenvolvida na tentativa de buscar quantidades limítrofes de cálcio a serem consumidas nas refeições. A ACP mostrou que no almoço os nutrientes que explicavam melhor a variabilidade do modelo foram ferro, vitamina C, fitato e oxalato, enquanto no jantar o cálcio se mostrou eficaz na determinação da variabilidade do modelo devido ao elevado consumo de leite e derivados. Para o almoço, a aplicação do FCM na interação dos nutrientes, notou-se que a ingestão de vitamina C foi determinante na classificação dos grupos. No jantar, a classificação de grupos foi determinada pela quantidade de ferro heme na interação com o cálcio. Na análise de sensibilidade realizada no almoço e no jantar, duas iterações do algoritmo determinaram a interferência total do cálcio na biodisponibilidade do ferro. / This dissertation presents a method for pattern recognition on the bioavailability of iron, through interaction with substances that help the absorption such as vitamin C and vitamin A and inhibitors as calcium, phytate, oxalate, tannin and caffeine. The database was obtained through dietary, lunch and dinner, in children 2-5 years in the Municipal Nursery of Paraty - Rio de Janeiro, between 2007 and 2008. The Principal Component Analysis (PCA) was applied in the selection of nutrients and used the Fuzzy C-Means Algorithm (FCM) to create the groups classified according to the bioavailability of iron. A sensitivity analysis was developed in an attempt to find neighboring amounts of calcium being consumed at meals. The PCA showed that at lunch the nutrients that best explained the variability of the model were iron, vitamin C, phytate and oxalate, while at dinner the calcium was effective in determining the variability of the model due to high consumption of dairy products. For lunch, the application of FCM in the interaction of nutrients, it was noted that the intake of vitamin C was decisive in the classification of groups. At dinner, the classification of groups was determined by the amount of iron in the interaction with calcium. In the sensitivity analysis performed for lunch and dinner, two iterations of the algorithm determined the total interference of calcium on iron bioavailability.

Neste trabalho, investigamos o controle coerente das bandas de emissão, excitadas via absorção multifotônica, em um cristal de óxido de Zinco (ZnO) através das formatação de pulsos laser ultracurtos (790 nm, 30 fs, 80 MHz e 5 nJ). O ZnO vem se mostrado um possível candidato a dispositivos fotônicos devido a sua grande energia de ligação de éxciton (60 meV).Inicialmente, implementamos a montagem experimental do sistema de formatação de pulsos, bem como de excitação e coleta da fluorescência do ZnO. O controle coerente foi feito através de um programa baseado em um algoritmo genético (GA), também desenvolvido no transcorrer deste trabalho. Através do algoritmo genético, observamos um ganho significativo da emissão do ZnO por meio de fases espectrais impostas ao pulso laser. Monitorando o traço de autocorrelação do pulso, inferimos que este se torna mais longo após a otimização das bandas de emissão via GA. Além disso, verificamos que as funções de fase que otimizam o processo são complexas e oscilatórias. Através da análise das componentes principais (PCA), fizemos uma análise do conjunto de dados providos pelo GA, onde observamos que este método pode ser usado como um filtro para os dados, suavizando as curvas e enfatizando os aspectos mais importantes das máscaras de fase obtidas pelo controle coerente. Por fim investigamos qual a importância das máscaras suavizadas para o entendimento físico do processo. / In this work, we investigate the coherent control of the emission bands, excited via multiphoton absorption, in a zinc oxide crystal (ZnO) by pulse shaping ultrashort laser pulses (790 nm, 30 fs, 5 nJ and 80 MHz). ZnO has been preposed as a potential material for photonic devices due to its strong exciton binding energy(60 meV). Initially, we have implemented the pulse shaper experimental setup, as well as the fluorescence measurements of ZnO. The coherent control was carried out through genetic algorithm (GA) based software, also developed in the course of this work. Using the genetic algorithm, we have observed a significant increase in the ZnO emission when appropriated spectral phase masks are applied to the laser pulse. Autocorrelation measurements were used to infer the pulse duration, which get longer after optimization of the emission band via GA. Additionally, we have found that the phase masks that optimize the process are complex oscillatory functions. Through the Principal Component Analysis, we analyzed the data provided by the GA and observed that it can be used to filter the data, smoothing the curves and highlighting the most important aspects of phase masks obtained by the coherent control. Finally we investigate how important the smoothed masks are for the physical understanding of the process.

Este trabalho análise as ocorrências de 12 classes de substâncias (monoterpenos, sesquiterpenos, lactonas sesquiterpênicas, diterpenos, triterpenos, cumarinas, flavonóides, poliacetilenos, benzofuranos, benzopiranos, acetofenonas e fenilpropanóides) na família Asteraceae e na sua tribo Heliantheae. Pretende-se demonstrar a existência de correlações na produção de metabólitos secundários em níveis taxonômicos baixos (tribos, subtribos e gêneros). Utilizou-se um banco de dados com cerca de 36.000 ocorrências das principais substâncias isoladas em plantas da família. O estudo do equilíbrio químico na produção de metabólitos secundários foi feito utilizando-se Regressão Linear Múltipla. As afinidades entre os grupos com base na sua Química foram pesquisadas por vários métodos tais como: Análise de componentes principais, Análise de Cluster e Análises cladísticas. Observou-se também o grau de oxidação médio de vários metabólitos e sua utilidade como ferramenta em análises quimiotaxonômicas. Foi possível mostrar a existência de um equilíbrio na produção das 12 classes de metabólitos em níveis das tribos e subtribos. Mas, no nível dos gêneros um equilíbrio moderado foi encontrado. Também foi possível mostrar a existência de um equilíbrio oxidativo em vários níveis (tribos, subtribos). No nível dos gêneros nenhum equilíbrio foi encontrado utilizando-se o parâmetro passo oxidativo. Foi possível agrupar algumas das subfamílias de Asteraceae segundo Bremer e subtribos da tribo Heliantheae segundo Stuessy usando Análises de componentes principais e Análise de Cluster / This work analyse the occurrence of 12 classes of substances (monoterpenes, sesquiterpenes, sesquiterpene lactones, diterpenes, triterpenes, coumarins, flavonoids, polyacetylenes, Benzofurans, benzopyrans, acetophenones and phenylpropanoids) in the Asteraceae family and its Heliantheae tribe. This study intends to demonstrate the existence of correlations in the production of secondary metabolites in lower taxonomic levels (tribes, subtribes and genera). We used a database of about 36,000 occurrences of the main substances isolated from the plant family. The study of chemical equilibrium in the production of secondary metabolites was done using Multiple Linear Regression. The affinities between the groups based on their chemistry were investigated by various methods such as principal component analysis, Cluster and cladistic analysis. There was also the average degree of oxidation of various metabolites and their usefulness as a tool in chemotaxonomic analysis. It was possible to show the existence of a balance in the production of 12 classes of metabolites in the levels of the tribes and subtribes. But the level of the genus balance was found moderate. It was also possible to show the existence of an oxidative equilibrium in various levels (tribes, subtribes). The level of genus balance was not found using the parameter oxidation step. We could group some of the subfamilies of Asteraceae according to Bremer and the subtribes of Heliantheae according to Stuessy using the principal component analysis and Cluster Analysis

Made available in DSpace on 2014-06-12T15:56:06Z (GMT). No. of bitstreams: 2 arquivo2738_1.pdf: 2219821 bytes, checksum: e0060e817bd6a925ad67e0971641acff (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Classificadores têm sido largamente aplicados nos mais diversos campos científicos e industriais, em geral obtendo bons desempenhos. Entretanto, quando aplicados a problemas cuja quantidade de dados disponível para o treinamento é limitada (bases de dados pequenas) ou quando estes dados apresentam um desbalanceamento entre as classes (bases de dados desbalanceadas), a maioria dos classificadores obtém um desempenho pobre. O poder de generalização do classificador é reduzido quando bases de dados pequenas são utilizadas durante o processo de treinamento, enquanto que em bases de dados desbalanceadas, as classes com maior representatividade e menor importância tendem a ser favorecidas. Inerentes a diversos problemas do mundo real, conjuntos de dados pequenos e desbalanceados representam uma limitação a ser superada por algoritmos de aprendizagem para produção de classificadores precisos e confiáveis. Neste trabalho é proposta uma abordagem baseada na adição de ruído Gaussiano durante o processo de treinamento de uma rede neural MultiLayer Perceptron (MLP) com o intuito de contornar as limitações referentes às bases de dados pequenas e/ou desbalanceadas, possibilitando a rede neural obter um alto poder de generalização A metodologia proposta pode ser dividida em duas etapas principais. Na primeira, um estudo acerca da correlação entre as variáveis é realizado. Este estudo envolve avaliar a correlação entre as variáveis por meio do coeficiente de correlação de Pearson e a descorrelação das variáveis através do método Análise de Componentes Principais (ACP). Na segunda, ruídos derivados a partir de uma distribuição Gaussiana são inseridos nas variáveis de entrada. Para validar a abordagem proposta foram utilizadas três bases públicas de um conhecido benchmark da comunidade de redes neurais, Proben1. Os resultados experimentais indicam que a abordagem proposta obtém um desempenho estatisticamente melhor (95% de confiança) que o método de treinamento convencional, principalmente quando utilizado o método PCA para descorrelação das variáveis antes da aplicação de ruído

Submitted by Patricia Barros (patricia.barros@ufes.br) on 2017-07-03T10:36:35Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Andre Georghton Cardoso Pacheco Agregacao de classificadores neurais via integral de Choquet com respeito a uma medida fuzzy.pdf: 2377890 bytes, checksum: a119a6b35273222d80df45cdde5602db (MD5) / Approved for entry into archive by Patricia Barros (patricia.barros@ufes.br) on 2017-07-19T09:37:39Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Andre Georghton Cardoso Pacheco Agregacao de classificadores neurais via integral de Choquet com respeito a uma medida fuzzy.pdf: 2377890 bytes, checksum: a119a6b35273222d80df45cdde5602db (MD5) / Made available in DSpace on 2017-07-19T09:37:39Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Andre Georghton Cardoso Pacheco Agregacao de classificadores neurais via integral de Choquet com respeito a uma medida fuzzy.pdf: 2377890 bytes, checksum: a119a6b35273222d80df45cdde5602db (MD5) / CAPES / Data classification appears in many real-world problems, e.g., recognition of image patterns, differentiation among species of plants, classifying between benign and malignant tumors, among others. Many of these problems present data patterns, which are difficult to be identified, thus requiring more advanced techniques to be solved. Over the last few years, various classification algorithms have been developed to address these problems, but there is no classifier able to be the best choice in all situations. So, the concept of ensemble systems arise, which more than one methodology is used together to solve a particular problem. As a simple and effective methodology, ensemble of classifiers have been applied in several classification problems, aiming to improve performance and increase reliability of the final result. However, in order to improve the classification accuracy, an affective aggregation of classifiers must be performed. In this work, we present two contributions: first, we describe three classifiers based on neural networks, a multilayer feedforward trained by Levenberg-Marquardt algorithm; an extreme learning machine (ELM); and a discriminative restricted Boltmann machine (DRBM). Furthermore, we use conventional classifier k-nearest neighbors (KNN). Next, we propose an aggregation methodology to ensemble of classifiers using Choquet integral with respect to a fuzzy measure obtained by principal component analysis (PCA). Then, we apply this methodology to aggregate the classifiers performed to conventional benchmarks, for large database and the results are promising. / Classificação de dados pode ser aplicada em diversos problemas reais, tais como: reconhecer padrões em imagens, diferenciar espécies de plantas, classificar tumores benignos e malignos, dentre outros. Muitos desses problemas possuem padrões de dados difíceis de serem identificados, o que requer, consequentemente, técnicas mais avançadas para sua resolução. Ao longo dos anos, diversos algoritmos de classificação foram desenvolvidos para abordar esses problemas, todavia, não existe um classificador capaz de ser a melhor opção em todas as situações. Baseado nisso, surge o conceito de sistema baseado em elenco, no qual, mais de uma metodologia é utilizada em conjunto para solucionar um determinado problema. Por ser uma metodologia simples e eficaz, elenco de classificadores vem sendo aplicado em diversos problemas de classificação com intuito de melhorar o desempenho e de aumentar confiabilidade do resultado final. Entretanto, para que o elenco seja capaz de promover melhorias, uma boa técnica de agregação deve ser aplicada. Neste trabalho, duas contribui- ções são apresentadas: primeiramente será apresentado o uso de três classificadores baseado em redes neurais artificiais, sendo uma rede neural multicamadas feedforward usando o algoritmo de treinamento de Levenberg-Marquardt, uma rede neural do tipo máquina de aprendizado extremo (ELM), e uma máquina de Boltzmann restrita discriminativa (DRBM), além de um classificador convencional do tipo K vizinhos mais próximos (KNN). A seguir é proposta uma metodologia de agregação de elenco de classificadores utilizando a integral de Choquet com respeito a uma medida fuzzy obtida através da técnica de Análise de Componentes Principais (PCA). Por fim, tal metodologia é aplicada para agregar os classificadores obtidos para benchmarks convencionais da literatura, para grande base de dados e os resultados são promissores

Made available in DSpace on 2014-08-20T13:25:40Z (GMT). No. of bitstreams: 1 Tese_Ana_Paula_Pereira_ Schunemann.pdf: 1246057 bytes, checksum: c60b8be4e7e8bac211613fe410545012 (MD5) Previous issue date: 2009-07-24 / The objective of this study was to evaluate the effect of controlled atmosphere (CA) on the physico-chemical and sensory quality strawberry Camarosa‟ and peach 'Eldorado', produced under conventional (CS) and organic (OS) system during the storage. We applied the statistical technique of principal component analysis (PCA) between the sensory variables in strawberry Camarosa‟ and peach 'Eldorado', to select the variables most representative of the variability of the data and characterize homogeneous groups of samples as storage system under refrigeration or under different conditions of CA and production system SC and SO. The strawberries were stored at a temperature of 1.5 º C RH 90-95%, and made the following treatments: cold storage (CS) - 21% O2 and 0.03% CO2, 4% O2 + 5% CO2 (AC1) 4% O2 + 10% CO2 (AC2). The fruits were kept under storage for a period of 3, 6 and 9 days to 1.5 ° C plus one day of simulated commercialization (SC) at 20 ° C. The peaches were stored at a temperature of 1.5 º C relative humidity of 90-95%, and made the following treatments: control 21% O2 + 0.03% CO2 (AR), 2% O2 + 5% CO2 (AC1), 2% O2 + 10% CO2 (AC2), 2% O2 + 15% CO2 (AC3). The fruits were stored for a period of 15, 30 and 45 days at 1.5 ° C over three days in SC at 20 ° C. A completely randomized design was used for the physic-chemical analyzes, and for the sensory analysis a randomized block design; each judger was considered as a replication. Data were submitted to analysis of variance, and for mean comparison it was applied the Tukey test (P <0.05). AC with 4% O2 and 5% CO2 was effective in preserving the physical, chemical and sensory strawberries Camarosa‟ up to nine days + one day of the SC produced an CS and up to 6 days to the OS. Using cold AR be stored up to this period was lower, without significant losses in firmness, weight loss and significant changes in the attributes of appearance, flavor and texture. The fruits stored in AR In peaches 'Eldorado', in general, the fruit was change the characteristics of flavor, texture and appearance, and the treatments containing 2% O2 and 10% CO2 and 2% O2 and 15% CO2 preserved the physical-chemical and sensory up to 30 days in CS and 15 days in the OS. In AR this period was less than 15 days, without significant losses in sensory quality. Furthermore, the 45 days treatments were altered would not permit evaluation of flavor. The PCA was valid to discriminate the proxy variables and characterize homogeneous groups. / O objetivo do trabalho foi avaliar o efeito de condições de atmosfera controlada (AC) sobre a qualidade físico-química e sensorial de morango Camarosa‟ e pêssego Eldorado‟, produzidos em sistema convencional (SC) e orgânico (SO), durante o período de armazenamento. Aplicou-se a técnica estatística de análise dos componentes principais (ACP), entre as variáveis sensoriais em morango Camarosa‟ e pêssego Eldorado‟, para selecionar as variáveis mais representativas da variabilidade dos dados e caracterizar grupos homogêneos de amostras conforme sistema de armazenamento, sob refrigeração (AR) ou sob diferentes condições de AC e sistema de produção SC e SO. Os morangos foram armazenados a temperatura de 1,5ºC UR de 90-95%, sendo realizados os seguintes tratamentos: armazenamento refrigerado (AR) - 21 % O2 e 0,03 % CO2, 4 % O2 + 5 % CO2 (AC1), 4 % O2 + 10 % CO2 (AC2). As frutas foram armazenadas por um período de 3, 6 e 9 dias a 1,5°C mais um dia de simulação de comercialização (SC) em temperatura de 20°C. Os pêssegos foram armazenados a temperatura de 1,5ºC umidade relativa de 90-95%, sendo realizados os tratamentos: controle 21 % O2 + 0,03 % CO2 (AR), 2 % O2 + 5 % CO2 (AC1), 2 % O2 + 10 % CO2 (AC2), 2 % O2 + 15 % CO2 (AC3). As frutas foram armazenadas por um período de 15, 30 e 45 dias a 1,5°C mais três dias de SC em temperatura de 20°C. O delineamento experimental utilizado para as análises físico-químicas foi inteiramente casualizado e para análise sensorial blocos ao acaso, sendo cada julgador uma repetição. Os dados foram submetidos à análise de variância e para comparação das médias, foi aplicado o teste de Tukey (P<0,05). A AC com 4% de O2 e 5% de CO2 foi eficiente na preservação das características físico-químicas e sensorial de morangos Camarosa‟ em até nove dias + um de comercialização produzidos em SC e até 6 dias para o SO. As frutas armazenadas em AR, este período foi inferior, pois ocorrem perdas significativas na firmeza, perda de massa e alterações significativa nos atributos de aparência, sabor e textura. Em pêssegos Eldorado‟, em geral, as frutas apresentaram alteração nas características de sabor, textura e aparência, sendo que os tratamentos contendo 2% O2 e 10% CO2 e 2% O2 e 15% CO2 preservaram a qualidade físico-química e sensorial até os 30 dias no SC e até 15 dias no SO. Em AR este período foi inferior a 15 dias, pois ocorrem perdas significativas na qualidade sensorial. Além disso, aos 45 dias os tratamentos apresentaram-se alterados impossibilitando a avaliação de sabor. A ACP foi válida para discriminar as variáveis representativas e caracterizar grupos homogêneos.

Submitted by Geyciane Santos (geyciane_thamires@hotmail.com) on 2015-10-26T15:25:30Z No. of bitstreams: 1 Dissertação - João Vitor Silva de Loureiro.pdf: 2409815 bytes, checksum: 3450dbc2ad4f05bc1bd2ccbd06e220a6 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-10-26T18:05:45Z (GMT) No. of bitstreams: 1 Dissertação - João Vitor Silva de Loureiro.pdf: 2409815 bytes, checksum: 3450dbc2ad4f05bc1bd2ccbd06e220a6 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-10-26T18:07:52Z (GMT) No. of bitstreams: 1 Dissertação - João Vitor Silva de Loureiro.pdf: 2409815 bytes, checksum: 3450dbc2ad4f05bc1bd2ccbd06e220a6 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-10-26T18:21:27Z (GMT) No. of bitstreams: 1 Dissertação - João Vitor Silva de Loureiro.pdf: 2409815 bytes, checksum: 3450dbc2ad4f05bc1bd2ccbd06e220a6 (MD5) / Made available in DSpace on 2015-10-26T18:21:27Z (GMT). No. of bitstreams: 1 Dissertação - João Vitor Silva de Loureiro.pdf: 2409815 bytes, checksum: 3450dbc2ad4f05bc1bd2ccbd06e220a6 (MD5) Previous issue date: 2015-05-15 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The formation of Terra Preta (TPI) intrigued many researchers, besides it has too many hypotheses, the most likely involves human activities, whose origin is related to the deposition of material remained of pre-Columbian populations. It resulted in soils rich in humic acid (HA) that are regarded as natural binders most widely distributed in nature, which greatly contributes to soil fertility. This study applied statistical methods of multivariate analyzes such as hierarchical cluster analysis (HCA), Principal Component Analysis (PCA), infrared spectra Fourier Transform (FT-IR) and ultraviolet-visible spectra (UV-Vis) AH ICC for eight sites in the Amazon region, and applied to spectra of X-ray diffraction (XRD) of soil same eight sites of the ICC. Statistical methods were applied using the R software that makes use of normalization of the data obtained from each spectrum to generate the results of PCA and HCA. Using r software tools, it was possible observe which functional groups and stretches contributed positively OH, C=O and C=C, to generate graphics of PCA and HCA extracted from the FT-IR spectra. As for the results of UV-Vis spectra it was not possible to observe that groups could contribute to generation of HCA and PCA. For the XRD spectra it was observed that the PC1 that kaolinite and illite were the most positive contribution to the graphics, the PC2 that in most of the contribution was quartz. Thus, the simple application of HCA and PCA in the spectra allowed to compare the eight sites and classifies them according to similarity of the spectra. / A formação da Terra Preta de Índio (TPI) intriga muitos pesquisadores, por mais que exista muitas hipóteses, a mais plausível envolve atividades antrópicas, cuja origem está relacionada à deposição de restos de materiais de populações précolombianas. O que resultou em solos ricos em ácidos húmicos (AH), que são consideradas ligantes naturais mais amplamente distribuídos na natureza, o que contribui bastante para a fertilidade do solo. Neste estudo foi aplicado os métodos estatísticos de análises multivariadas como Análise de Agrupamentos Hierárquicos (HCA) e Análise de Componentes Principais (PCA) de espectros de infravermelho com Transformada de Fourier (FT-IR) e espectros de ultravioleta-visível (UV-Vis) para AH de oito sítios de TPI da região amazônica, e aplicado para espectros de difração de raios x (DRX) de solos dos mesmos oito sítios de TPI. Os métodos estatísticos foram aplicados com software R, que faz uso de normalização dos dados obtidos de cada espectro para geração dos resultados de HCA e PCA. Com ajuda das ferramentas do software R foi possível observar grupos funcionas ou estiramentos contribuíram positivamente, O-H, C=O e C=C, para gerar os gráficos de HCA e PCA extraídos dos espectros FTIR. Já para os resultados obtidos dos espectros UV-Vis não foi possível observar que grupamentos poderiam contribuir para geração do HCA e PCA. Quanto aos espectros dos de DRX foi possível observar que que na PC1 a caulinita e a ilita foram as que mais contribuíram positivamente para os gráficos, quanto que na PC2 a maior parte da contribuição foi do quartzo. Dessa forma, a simples aplicação de HCA e PCA nos espectros permitiu comparar os oitos sítios e classifica-los segundo similaridades dos espectros.