Redes neurais e tecnicas de pre-processamento de sinais em espectroscopia de reflectancia no infravermelho proximo

AUTOR(ES)

Cesar Alexandre de Mello

DATA DE PUBLICAÇÃO

1998

RESUMO

Neste trabalho foi avaliado o desempenho de técnicas de pré-processamento de sinais e de modelamento de dados, para estimar o teor de nitrogênio em folhas de trigo a partir de espectros de reflectância difusa no infravermelho próximo (NIRR), obtidos em um espectrofotômetro de infravermelho próximo, com monocromador baseado em filtro óptico acústico sintonizável ( AOTF ). As técnicas de pré-processamento de sinais utilizadas foram: filtro de Savitsky-Golay, filtro de Fourier, filtro de Wavelet e Correção multiplicativa de espalhamento de Luz (MSC). Os métodos de modelamento de dados utilizados foram: Redes Neurais ordinárias, Redes Neurais com apodização (RNP), Mínimos Quadrados Parciais (PLS), Mínimos Quadrados Parciais-Polinomial (POLIPLS) e Mínimos Quadrados Parciais-Redes Neurais (NNPLS). Os resultados obtidos indicam que se desejar-se utilizar, com eficiência, a espectroscopia de reflectância difusa no infravermelho próximo para determinar o teor de nitrogênio em folhas deve-se, invariavelmente, corrigir efeitos relativos ao espalhamento de luz utilizando o MSC e tratar o espectro obtido de modo a remover ruídos, utilizando filtro de Fourier ou filtro de Wavelets; caso contrário, os erros de previsão serão elevados. Utilizando como referência o método Kjeldahl para determinação de nitrogênio em plantas, observou-se que as redes neurais com apodização apresentaram desempenhos similares aos das redes neurais sem apodização e ao PLS redes neurais. Entretanto, ambos os tipos de redes e o PLS redes neurais, forneceram melhores resultados que o PLS e o PLS polinomial.

ASSUNTO(S)

calibração multivariada

Documentos Relacionados

• Pré-processamento no processo de descoberta de conhecimento em banco de dados
• Predição de proteína em grãos de milho pela espectroscopia de reflectância no infravermelho próximo.
• "Uma abordagem para pré-processamento de dados textuais em algoritmos de aprendizado"
• Predição de proteína, matéria seca e fósforo em grãos de milho pela espectroscopia de reflectância no infravermelho próximo.
• Determinação não destrutiva do nitrogênio total em plantas por espectroscopia de reflectância difusa no infravermelho próximo