@MASTERSTHESIS{ 2015:1725181073,
 	title = {Classificação multivariada de biodiesel B100 e B5 usando imagens digitais},
 	year = {2015},
 	url = "http://tede.bc.uepb.edu.br/jspui/handle/tede/3187",
 	abstract = "Objetiva-se com este trabalho apresentar uma metodologia simples, rápida, de baixo custo e não destrutiva baseada na utilização de imagens digitais e técnicas quim iometricas, para a classificação de biodiesel e de misturas biodiesel/diesel (B5) com relação ao tipo de óleo de origem (algodão, girassol, milho e soja). Para isso, imagens de biodiesel e das misturas foram obtidas a partir de uma webcam e, em seguida, foram decompostas em histogramas contendo as distribuições de frequência dos níveis de cores RGB, HSI, escala de cinza, individualmente, cinza + RGB, cinza + HSI e um sistema utilizando todos os histogramas juntos (escala de cinza + RGB+ HSI) foram utilizados. Foi realizada uma análise exploratória dos dados utilizando a PCA a fim de avaliar se é possível identificar similaridades e diferenças entre as amostras do conjunto de dados utilizadas na construção dos modelos de classificação. Os dados obtidos a part ir de cada histograma foram particionados em conjuntos de treinamento e teste usando o algoritmo Kennard-Stone (KS). Em seguida, foram construídos modelos de classificação SIMCA (Modelagem Independente e Flexível por Analogia de Classe), PLS-DA (Análise Discriminante por Mínimos Quadrados Parciais) e LDA (Analise Discriminante Linear) empregando algoritmos de seleção de variáveis SPA (Algoritmo das Projeções Sucessivas). Para a classificação do biodiesel em termos do óleo de origem apesar de todos os modelos estarem bem ajustados, o modelo SPA-LDA se destacou por apresentar como resultado 100% das amostras de biodiesel classificadas corretamente em sua devida classe. Na classificação das misturas biodiesel/diesel B5 os resultados dos quatros modelos testados foram satisfatórios, no entanto o melhor resultado foi para o modelo SPA-LDA com uma taxa de classificação correta de 87,50% e 97,50% para os conjuntos de treinamento e teste respectivamente. Estes resultados sugerem que os modelos propostos são alternativas promissoras para classificação de biodiesel e de suas misturas biodiesel/diesel (B5) em termos do óleo de partida. Como vantagem, a análise é rápida, não utiliza reagente e a caracterização química das amostras não é necessária.",
 	publisher = {Universidade Estadual da Paraíba},
 	scholl = {Programa de Pós-Graduação em Ciências Agrárias - PPGCA},
 	note = {Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP}
}