Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Predicting soluble solid content in intact jaboticaba [Myrciaria jaboticaba (Vell.) O. Berg] fruit using near-infrared spectroscopy and chemometrics

Texto completo
Autor(es):
Torres Mariani, Nathalia Cristina [1] ; da Costa, Rosangela Camara [2] ; Gomes de Lima, Kassio Michell [2] ; Nardini, Viviani [1] ; Cunha Junior, Luis Carlos [1] ; de Almeida Teixeira, Gustavo Henrique [3]
Número total de Autores: 6
Afiliação do(s) autor(es):
[1] Univ Sao Paulo, Fac Ciencias Farmacent Ribeirao Preto, Dept Anal Clin Toxicol & Bromatol, BR-14040903 Ribeirao Preto, SP - Brazil
[2] Univ Fed Rio Grande do Norte, Grp Pesquisa Quim Biol & Quimiometria, Programa Posgrad Quim, BR-59072970 Natal, RN - Brazil
[3] Univ Estadual Paulista UNESP, Fac Ciencias Agrorias & Vet, Dept Prod Vegetal, BR-14884900 Jaboticabal, SP - Brazil
Número total de Afiliações: 3
Tipo de documento: Artigo Científico
Fonte: Food Chemistry; v. 159, p. 458-462, SEP 15 2014.
Citações Web of Science: 17
Resumo

The aim of this study was to evaluate the potential of near-infrared reflectance spectroscopy (NIR) as a rapid and non-destructive method to determine soluble solid content (SSC) in intact jaboticaba {[}Myrciaria jaboticaba (Veil.) O. Berg] fruit. Multivariate calibration techniques were compared with pre-processed data and variable selection algorithms, such as partial least squares (PLS), interval partial least squares (iPLS), a genetic algorithm (GA), a successive projections algorithm (SPA) and nonlinear techniques (BP-ANN, back propagation of artificial neural networks; LS-SVM, least squares support vector machine) were applied to building the calibration models. The PLS model produced prediction accuracy (R-2 = 0.71, RMSEP = 1.33 degrees Brix, and RPD = 1.65) while the BP-ANN model (R-2 = 0.68, RMSEM = 1.20 degrees Brix, and RPD = 1.83) and LS-SVM models achieved lower performance metrics (R-2 = 0.44, RMSEP = 1.89 degrees Brix, and RPD = 1.16). This study was the first attempt to use NIR spectroscopy as a non-destructive method to determine SSC jaboticaba fruit. (C) 2014 Elsevier Ltd. All rights reserved. (AU)

Processo FAPESP: 08/51408-1 - Desenvolvimento de uma metodologia utilizando a espectroscopia do infravermelho próximo (NIRS) para a seleção e classificação de frutos íntegros de açaizeiro (Euterpe oleracea Mart.) e palmiteiro-jussara (Euterpe edulis Mart.)
Beneficiário:Gustavo Henrique de Almeida Teixeira
Modalidade de apoio: Auxílio à Pesquisa - Jovens Pesquisadores