. Leastsquares support vector machines (LS-SVM) were used as an alternative multivariate calibration method for the simultaneous quantification of some common adulterants found in powdered milk samples, using near-infrared spectroscopy. Excellent models were built using LS-SVM for determining R 2 , RMSECV and RMSEP values. LS-SVMs show superior performance for quantifying starch, whey and sucrose in powdered milk samples in relation to PLSR. This study shows that it is possible to determine precisely the amount of one and two common adulterants simultaneously in powdered milk samples using LS-SVM and NIR spectra.Keywords: support vector machines; multivariate regression; powdered milk
INTRODUÇÃORecentemente, as redes neurais empregando perceptrons de múltiplas camadas e as redes neurais de função base radial vêm sendo amplamente utilizadas em diversos campos da ciência, como por ex.: na teoria de controle, no processamento de sinais e em problemas de modelagem linear e não linear 1,2 . Neste contexto, uma promissora ferramenta denominada máquina de vetor de suporte (SVM) 1-4 tem sido utilizada em problemas de classificação e de modelamento. Este algoritmo, baseado na aprendizagem de máquinas de vetores de suporte, foi recentemente introduzido e aplicado em problemas já conhecidos nas áreas da química 5-9 , farmacêutica 10 , microbiológica 11 e mais amplamente na área médica [12][13][14][15][16][17] .Entretanto, na área da quimiometria, à qual se referem os problemas de quantificação (regressão multivariada), as aplicações encontradas na literatura ainda são escassas como a exemplo das aplicações das máquinas de vetor de suporte com mínimos quadrados (LS-SVM) com o emprego de espectros Raman para monitorar reações de copolimerização e de espectros NIR na quantificação de misturas ternárias realizadas por Thissen et al. 18,19 na comparação do desempenho da LS-SVM com métodos clássicos de regressão publicado por Chauchard et al. 20 visando a previsão da acidez total em uvas, e ainda, do trabalho de Cogdill et al. 21 que emprega espectroscopia NIR para estimar propriedades da madeira.Neste sentido, o presente artigo vem apresentar à comunidade científica os principais fundamentos que tornam as máquinas de vetor de suporte excelentes alternativas aos já consagrados méto-dos de regressão multivariada, destacando-se sua capacidade de generalização e elevada robustez. Como aplicação desta nova ferramenta quimiométrica são apresentados e discutidos os resultados empregando espectros NIR de amostras de leite em pó puro e com adição de amido, soro de leite e/ou sacarose.
MÁQUINAS DE VETORES DE SUPORTE (SVM)As máquinas de vetores de suporte (SVM -"Support Vector Machines") usadas para regressão são uma generalização do algoritmo "Generalized Portrait" desenvolvido, na Rússia, por Vapnik, Lerner e Chervonenkis na década de 60 22 . Uma abordagem similar, empregando programação linear ao invés de programação quadrática, foi desenvolvida na mesma época nos Estados Unidos 23 . A estratégia de aprendizado baseada em vetores de su...
