Detalhes bibliográficos
| Ano de defesa: |
2003 |
| Autor(a) principal: |
Cláudia Eliane da Matta |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Instituto Tecnológico de Aeronáutica
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=51
|
Resumo: |
Esta tese investiga o uso de análise discriminante e redes neurais artificiais em conjunto com técnicas de seleção de números de onda para classificação de espectros Raman de tecidos arteriais sadios, ateromatosos ou calcificados. Duas técnicas de seleção são estudadas: a primeira é baseada na Função Discriminante de Fisher, definida para cada variável espectral como a razão entre a dispersão dos dados entre as classes e dentro de cada classe; a segunda emprega um Algoritmo Genético de modo a levar em conta a informação conjunta de grupos de variáveis ao invés de considerá-los isoladamente. Para avaliação dos classificadores resultantes, foi utilizado um conjunto de 60 espectros Raman obtidos no Instituto de Pesquisa e Desenvolvimento (IP&D) da UNIVAP. Para esse conjunto de dados, a Função Discriminante de Fisher conduziu à seleção de comprimentos de onda concentrados em torno de picos espectrais, o que prejudicou o desempenho dos classificadores. A seleção realizada pelo Algoritmo Genético foi mais bem distribuída ao longo da faixa espectral de trabalho e possibilitou um bom desempenho de classificação, mesmo na presença de problemas simulados de desalinhamento espectral. Na comparação entre os classificadores, verificou-se que tanto o modelo obtido por análise discriminante linear quanto a rede neural classificaram corretamente todos os espectros de validação. Contudo, o modelo de discriminante linear apresentou maior robustez ao desalinhamento espectral. |
