2007
DOI: 10.1590/s0100-40422007000200042
|View full text |Cite
|
Sign up to set email alerts
|

Reconhecimento de padrões por métodos não supervisionados: explorando procedimentos quimiométricos para tratamento de dados analíticos

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
2
1

Citation Types

0
18
0
8

Year Published

2009
2009
2020
2020

Publication Types

Select...
9

Relationship

0
9

Authors

Journals

citations
Cited by 57 publications
(26 citation statements)
references
References 17 publications
0
18
0
8
Order By: Relevance
“…Principal component analysis (PCA) is based on performing linear comparisons of the original variables. The principal components (PC) are mutually orthogonal and explain the variance decreases with an increase in the PC number (Correia & Ferreira, 2007). Therefore, this study evaluated the effect of the addition of flaxseed flour to the diet of Nile tilapia on the fatty acid composition of its muscle tissue as a function of the feeding time using chemometrics.…”
Section: Introductionmentioning
confidence: 99%
“…Principal component analysis (PCA) is based on performing linear comparisons of the original variables. The principal components (PC) are mutually orthogonal and explain the variance decreases with an increase in the PC number (Correia & Ferreira, 2007). Therefore, this study evaluated the effect of the addition of flaxseed flour to the diet of Nile tilapia on the fatty acid composition of its muscle tissue as a function of the feeding time using chemometrics.…”
Section: Introductionmentioning
confidence: 99%
“…Principal component analysis (PCA) is based on performing linear comparisons of the original variables. Principal components (PC) are mutually orthogonal and explain variance decrease with an increase in PC number (Correia & Ferreira, 2007).…”
Section: The Cultivars Chenopodium Quinoa Brs Piabiru Andmentioning
confidence: 99%
“…É também capaz de separar a informação importante da redundante e aleatória. Em uma análise de componentes principais, o agrupamento das amostras define a estrutura dos dados pela construção gráficos de scores e loadings, cujos eixos são componentes principais (PCs) nos quais os dados são projetados [14][15]. Os scores fornecem a composição das PCs em relação as amostras, enquanto os loadings fornecem essa mesma composição em relação às variáveis.…”
Section: Análise Multivariadaunclassified
“…A análise de agrupamento hierárquico (HCA) é um processo hierárquico no qual, em cada passo a matriz de dados é diminuída em uma dimensão, pela reunião de pares semelhantes, até a reunião de todos os pontos em um único grupo [15,16]. O objetivo da HCA é exibir os dados em um espaço bidimensional de maneira a enfatizar os seus agrupamentos e padrões naturais.…”
Section: Análise Multivariadaunclassified