Submitted by ANA KARLA PEREIRA RODRIGUES (anakarla_@hotmail.com) on 2017-08-09T15:33:48Z
No. of bitstreams: 1
arquivototal.pdf: 4699110 bytes, checksum: ef3b7c0aa5c4758d2c77e65ad6a81ad3 (MD5) / Made available in DSpace on 2017-08-09T15:33:48Z (GMT). No. of bitstreams: 1
arquivototal.pdf: 4699110 bytes, checksum: ef3b7c0aa5c4758d2c77e65ad6a81ad3 (MD5)
Previous issue date: 2016-06-20 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / This work involves the development of two studies that are presented in chapters 2 and 3. At
first, a new method to perform the calibration transfer was designed. This method was
developed to make use of separate variables instead of using the full spectrum or spectral
windows. To accomplish this task a univariate procedure is initially used to correct the spectra
recorded in the secondary equipment, given a set of transfer samples. A robust regression
technique is then used to obtain a model with small sensitivity with respect to the univariate
correction. The proposed method is employed in two case studies involving near infrared
spectrometric determination of specific mass, research octane number and naphtenes in
gasoline, and moisture and oil in corn. In both cases, better calibration transfer results were
obtained in comparison with piecewise direct standardization (PDS). In the second, a new
strategy for cotton seed classification using near infrared (NIR) hyperspectral images (HSI)
was developed. Initially the cotton seeds samples were recorded on a station HSI image-NIR
and a conventional spectrometer NIR. Thereon, the images were segmented and the mean
spectrum of each seed was extract. Classification models SPA-LDA e PLS-DA based on the
mean spectral were developed for two data sets. The results for models SPA-LDA and PLSDA
showed that the classification with HSI-NIR data set has been achieved with greater
accuracy when compared to models for the NIR-conventional data set. / Este trabalho envolve o desenvolvimento de dois estudos, que são apresentados nos capítulos
2 e 3. No primeiro, um novo método para realizar a transferência de calibração foi concebido.
Este método foi desenvolvido para fazer uso de variáveis isoladas em vez de usar todo o
espectro ou janelas espectrais. Para realizar essa tarefa, um procedimento univariado é
inicialmente usado para corrigir os espectros registrados no equipamento secundário, dado um
conjunto de amostras de transferência. Uma técnica de regressão robusta é então usada para
obter um modelo com pequena sensibilidade em relação aos resíduos da correção univariada.
O novo método é então empregado em dois estudos de caso envolvendo análise
espectrométrica NIR, em que foram determinados os parâmetros massa específica, RON
(Research Octane Number) e teor de naftênicos em gasolina e os teores de água e óleo em
amostras de milho. Os resultados do novo método foram melhores do que os obtidos usando o
método PDS. No segundo, uma nova estratégia para classificação de sementes de algodão
usando imagens hiperespectrais no NIR foi desenvolvido. Inicialmente as amostras de
sementes de algodão foram registradas em uma estação de imagem HSI-NIR e em um
equipamento NIR convencional. Após isso, as imagens foram segmentadas e os espectros
médios de cada semente foram extraídos. Os modelos de classificação SPA-LDA e PLS-DA
baseados nos espectros médios foram construídos para os dois conjuntos de dados. Os
resultados SPA-LDA e PLS-DA para os modelos demonstraram que a classificação com os
dados HSI-NIR foi alcançada com maior exatidão quando comparada aos modelos obtidos
usando o NIR-convencional.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.biblioteca.ufpb.br:tede/9237 |
| Date | 20 June 2016 |
| Creators | Soares, Sófacles Figueredo Carreiro |
| Contributors | Araujo, Mario Cesar Ugulino de, Galvão, Roberto Kawakami Harrop |
| Publisher | Universidade Federal da Paraíba, Programa de Pós-Graduação em Química, UFPB, Brasil, Química |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFPB, instname:Universidade Federal da Paraíba, instacron:UFPB |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 1435648362225100898, 600, 600, 600, 600, 600, 9054006085480167889, 1571700325303117195, -2555911436985713659, 2075167498588264571 |
Page generated in 0.0169 seconds