Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/38586
Registro completo de metadados
Campo DCValorIdioma
dc.creatorHein, Paulo Ricardo Gherardi-
dc.creatorLima, José Tarcísio-
dc.creatorChaix, Gilles-
dc.date.accessioned2020-01-23T11:27:19Z-
dc.date.available2020-01-23T11:27:19Z-
dc.date.issued2010-
dc.identifier.citationHEIN, P. R. G.; LIMA, J. T.; CHAIX, G. Otimização de calibrações baseadas em espectroscopia no infravermelho próximo para estimativa de propriedades da madeira de Eucalyptus. Floresta, Curitiba, v. 40, n. 3, p. 615-624, jul./set. 2010.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/38586-
dc.description.abstractNear infrared spectroscopy (NIRS) is a non-destructive technique used for rapid evaluation, characterization and classification of biological materials. The extraction of the information contained in the NIR spectrum is complex and requires the use of chemo metric methods. Thus, by means of multivariate regression, the absorbance spectra are correlated to wood properties, making possible the prediction in unknown samples. There are some chemo metric tools that can improve the adjustment of the predictive models. The aim of this work was to simulate partial least squares regression based on NIR spectra and laboratory data and to study the influence of the application of mathematical treatment, the removal of outliers and the wavelengths selection in the adjustment of models to estimate the density and modulus of elasticity in Eucalyptus wood. The use of the first and second derivative spectra, the disposal of outliers, and the variables selection improved significantly the model fit, reducing the standard error and increasing the coefficient of determination and the ratio of performance to deviation.pt_BR
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal do Paranápt_BR
dc.rightsAttribution 4.0 International*
dc.rightsacesso abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.sourceFlorestapt_BR
dc.subjectEspectroscopia no infravermelho próximopt_BR
dc.subjectMódulo de elasticidadept_BR
dc.subjectMadeirapt_BR
dc.subjectEucalyptuspt_BR
dc.subjectNear infrared spectroscopypt_BR
dc.subjectWoodpt_BR
dc.titleOtimização de calibrações baseadas em espectroscopia no infravermelho próximo para estimativa de propriedades da madeira de Eucalyptuspt_BR
dc.title.alternativeOptimization of calibrations based on near infrared spectroscopy for estimation of Eucalyptus wood propertiespt_BR
dc.typeArtigopt_BR
dc.description.resumoA espectroscopia no infravermelho próximo (NIRS) é uma técnica não-destrutiva, rápida e utilizada para avaliação, caracterização e classificação de materiais, sobretudo de origem biológica. A obtençãode informações contida nos espectros NIR é complexa e requer a utilização de métodos quimiométricos. Assim, por meio de regressão multivariada, os espectros de absorbância podem ser associados às propriedades da madeira, tornando possível a sua predição em amostras desconhecidas. Existem algumas ferramentas quimiométricas que melhoram o ajuste dos modelos preditivos. Assim, o objetivo deste trabalho foi simular regressões dos mínimos quadrados parciais baseados nas informações espectrais e de laboratório e estudar a influência da aplicação de tratamentos matemáticos, do descarte de amostras anômalas e da seleção de comprimentos de onda no ajuste dos modelos para estimativa da densidade básica e do módulo de elasticidade em ensaio de compressão paralela às fibras da madeira de Eucalyptus. A aplicação da primeira e segunda derivada nos espectros, o descarte de amostras anômalas e a seleção de algumas das variáveis espectrais melhorou significativamente o ajuste do modelo, reduzindo o erro padrão e aumentando o coeficiente de determinação e a relação de desempenho do desvio.pt_BR
Aparece nas coleções:DCF - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Otimização de calibrações baseadas em espectroscopia.pdf272,56 kBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons