Use este identificador para citar ou linkar para este item:
http://repositorio.ufla.br/jspui/handle/1/4833| Título: | Determinação de constituintes químicos em madeira de eucalipto por PI-CG/EM e calibração multivariada: comparação entre redes neurais artificiais e máquinas de vetor suporte |
| Título(s) alternativo(s): | Determination of chemical constituents in eucalyptus wood by py-gc/ms and multivariate calibration: comparison between artificial neural network and support vector machines |
| Palavras-chave: | Analytical pyrolysis Artificial neural network Least square-support vector machine |
| Data do documento: | 27-Ago-2010 |
| Editor: | Sociedade Brasileira de Química |
| Citação: | NUNES, C. A. et al. Determinação de constituintes químicos em madeira de eucalipto por PI-CG/EM e calibração multivariada: comparação entre redes neurais artificiais e máquinas de vetor suporte. Química Nova, São Paulo, v. 34, n. 2, p. 279-283, jan./fev. 2011. |
| Resumo: | Multivariate models were developed using Artificial Neural Network (ANN) and Least Square - Support Vector Machines (LS-SVM) for estimating lignin siringyl/guaiacyl ratio and the contents of cellulose, hemicelluloses and lignin in eucalyptus wood by pyrolysis associated to gaseous chromatography and mass spectrometry (Py-GC/MS). The results obtained by two calibration methods were in agreement with those of reference methods. However a comparison indicated that the LS-SVM model presented better predictive capacity for the cellulose and lignin contents, while the ANN model presented was more adequate for estimating the hemicelluloses content and lignin siringyl/guaiacyl ratio. |
| URI: | http://repositorio.ufla.br/jspui/handle/1/4833 |
| Aparece nas coleções: | DCA - Artigos publicados em periódicos |
Arquivos associados a este item:
Não existem arquivos associados a este item.
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.