Aplicació i desenvolupament de tècniques quimiomètriques a l'anàlisi agroalimentària
En aquesta tesi es presenten diferents treballs relacionats amb l'ús i desenvolupament de diferents tècniques quimiomètriques aplicades a dades d'espectrofotometria. En concret, s'avalúen les seves prestacions en la determinació de diferents paràmetres de qualitat en olis d'oliva...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2002 |
| País: | España |
| Institución: | Universitat Autònoma de Barcelona |
| Repositorio: | Dipòsit Digital de Documents de la UAB |
| Idioma: | catalán |
| OAI Identifier: | oai:ddd.uab.cat:38484 |
| Acceso en línea: | https://ddd.uab.cat/record/38484 |
| Access Level: | acceso abierto |
| Palabra clave: | Espectroscòpia infraroja pròxima Aliments Oli d'oliva |
| Sumario: | En aquesta tesi es presenten diferents treballs relacionats amb l'ús i desenvolupament de diferents tècniques quimiomètriques aplicades a dades d'espectrofotometria. En concret, s'avalúen les seves prestacions en la determinació de diferents paràmetres de qualitat en olis d'oliva de diferents orígens i categoríes fent servir dades espectrofotomètriques d'infrarroig mitjà i proper. S'estudia la determinació de l'índex d'acidesa en mostres d'oli d'oliva de diferents origens i categories, fent servir espectrofotometria FTIR-ATR, es comprova com una acurada selecció de les mostres, tenint en compte altres factors externs, permet obtenir equacions de calibració amb una adeqüada capacitat predictiva. El fraccionament de l'interval d'acideses lliures permet l'obtenció d'equacions amb millor capacitat predictiva. De tots el modes espectrals assajats, Standard Normal Variate (SNV) proporciona resultats comparables als obtinguts fent servir dades d'absorbància, però fent servir equacions más simples. A més, SNV es mostra com l'únic pretractament efectiu al quantificar mostres estressades tèrmicament. En segon terme, s'estudia la viabilitat de les xarxes neuronals artificials (ANN) i de la regressió logística (LR) com a eines classificadores de mostres d'oli d'oliva verge de Catalunya que pertanyen a les Denominacions d'Origen Protegides de Siurana i Les Garrigues. Partint de dades NIR s'assagen perceptrons multicapa amb diferents topologies. El perceptró seleccionat permet discriminar mostres de predicció amb un 100% d'encert. La regressió logística necessita d'una etapa prèvia de selecció de variables que s'aplica al conjunt de dades de dimensionalitat reduïda. Un cop seleccionades les variables, l'equació obtinguda té una capacitat predictiva simil·lar a la dels perceptrons. També s'estudia l'efecte de la correcció ortogonal del senyal (OSC) a un conjunt de dades NIR amb l'intenció de realitzar la determinació quantitativa de tres àcids grassos (Oleic, Linoleic i Linolènic) en olis d'oliva verges fent servir PLSR. Es compara la capacitat predictiva de les equacions calculades fent servir dades tractades amb OSC envers d'altres pretractaments més comuns com les derivades (primera i segona) i SNV. Per altra banda, es comprova quin és l'efecte de la seva aplicació en els espectres NIR i en la seva correlació amb la concentració. Els resultats obtinguts no proporcionen diferències apreciables en la capacitat predictiva, únicament una simplificació de les equacions de calibració. Finalment, es proposen estratègies de validació de l'algoritme OSC. Es comprova quin és l'efecte dels possibles paràmetres d'ajust i es proposen dues estratègies clàssiques de validació (test set i validació creuada) per a determinar els valors òptims d'aquests paràmetres. Ambdúes estratègies proporcionen pràcticament els mateixos resultats quantitatius quan s'apliquen a conjunts de dades NIR enregistrades de forma diferent (reflectància i transmitància). |
|---|