Tiểu luận môn Đánh giá cảm quan thực phẩm: Tìm hiểu về ứng dụng của PCA trong phân tích mô tả định lượng

Ọ<br /> <br /> N<br /> <br /> N<br /> <br /> M<br /> <br /> M<br /> <br /> KHOA CÔNG NGH TH C PH M<br /> BỘ M N ÁN<br /> <br /> Á ẢM QUAN TH C PH M<br /> <br /> T I:<br /> <br /> TÌM HIỂU VỀ ỨNG DỤNG CỦA PCA<br /> TRONG PHÂN TÍCH MÔ TẢ ỊN<br /> <br /> GVHD:<br /> Lớp:<br /> SINH VIÊN THỰC HIỆN:<br /> <br /> TP HCM Th ng năm<br /> <br /> LƢỢNG<br /> <br /> ề tài: Tìm hiểu ứng dụng của PCA trong phân tích mô tả định lượng<br /> <br /> DANH SÁCH NHÓM<br /> STT<br /> <br /> NHÓM<br /> <br /> Ọ & ÊN<br /> <br /> MSSV<br /> <br /> PHÂN CÔNG<br /> <br /> 2<br /> <br /> ề tài: Tìm hiểu ứng dụng của PCA trong phân tích mô tả định lượng<br /> <br /> MỤ LỤ<br /> Chƣơng 1.<br /> <br /> iới thiệu phƣơng pháp Principle Component Analysis (PCA) ..........4<br /> <br /> 1. Khái niệm .............................................................................................................4<br /> ách tiến hành phƣơng pháp PCA ....................................................................4<br /> <br /> 2.<br /> <br /> 3. Ƣu điểm của<br /> <br /> A:............................................................................................... 5<br /> <br /> 4. Mục đích chính ....................................................................................................5<br /> Chƣơng 2. Ứng dụng của<br /> <br /> A ...................................................................................7<br /> <br /> 1. Quá trình lên men................................................................................................ 7<br /> ánh giá cảm quan .............................................................................................. 8<br /> <br /> 2.<br /> <br /> 3. PCA của thuộc tính cảm quan của sản phẩm lên men ....................................8<br /> 4. Ứng dụng trong đánh giá cảm quan của sản phẩm sữa ................................ 10<br /> 4.1.<br /> <br /> Giới thiệu .....................................................................................................10<br /> <br /> 4.2.<br /> <br /> Phân tích mô tả định lƣợng .......................................................................12<br /> <br /> 4.3.<br /> <br /> ịnh nghĩa hƣơng vị cho sản phẩm sữa ...................................................13<br /> <br /> 5. Sử dụng PCA trong chế biến nƣớc ép rau bằng cách lên men lactic ...........14<br /> 5.1.<br /> <br /> Giới thiệu .....................................................................................................14<br /> <br /> 5.2.<br /> <br /> Nguyên liệu ..................................................................................................15<br /> <br /> 5.3.<br /> <br /> Xácđịnh pH : ............................................................................................... 15<br /> <br /> 5.4.<br /> <br /> Xác định Acide: ........................................................................................... 15<br /> <br /> 5.5.<br /> <br /> ánh giá cảm quan của các loại nƣớc ép bắp cải, cà rốt ........................ 16<br /> <br /> 5.6.<br /> <br /> PHƢƠNG PHÁP THỐNG KÊ ..................................................................16<br /> <br /> 5.7.<br /> <br /> KẾT QUẢ ....................................................................................................16<br /> <br /> 6. Ứng dụng PCA trong sản phẩm sữa tiệt trùng...............................................17<br /> 6.1.<br /> <br /> Tóm tắt.........................................................................................................17<br /> <br /> 6.2.<br /> <br /> Giới thiệu .....................................................................................................17<br /> <br /> 6.3.<br /> <br /> PCA ..............................................................................................................18<br /> <br /> TÀI LI U THAM KHẢO........................................................................................... 22<br /> <br /> NHÓM<br /> <br /> 3<br /> <br /> ề tài: Tìm hiểu ứng dụng của PCA trong phân tích mô tả định lượng<br /> <br /> hƣơng 1<br /> <br /> iới thiệu phƣơng pháp rinciple Component Analysis (PCA)<br /> <br /> 1. Khái niệm<br />  Phương ph p Principle Component Analysis (PCA) đây là một thành tựu<br /> của tóan học mà ngày nay được ứng dụng trong rất nhiều lĩnh vực: công nghệ thông<br /> tin sinh học tài chính … và công nghệ thực phẩm<br />  Với dữ liệu cần phân tích ban đầu phụ thuộc nhiều biến vấn đề là c c biến này<br /> thường có tương quan với nhau sẽ bất lợi cho việc p dụng c c biến này để xây dựng<br /> c c mô hình tính to n ví dụ: hồi quy… và với số biến giải thích lớn chúng ta sẽ rất khó<br /> để có c i nhìn trực quan về dữ liệu<br /> 2. ách tiến hành phƣơng pháp<br /> A<br />  hƣơng pháp<br /> A sẽ "chiếu" (biễu diễn) dữ liệu đa chiều lên một không<br /> gian có cơ sở trực giao tức nếu ta xem mỗi cơ sở trong không gian mới là một biến thì<br /> hình ảnh của dữ liệu gốc trong không gian mới này sẽ được biểu diễn thông qua c c<br /> biến độc lập (tuyến tính) Vấn đề là nếu chuyển dữ liệu ban đầu sang không gian mới<br /> thì những thông tin đ ng quan tâm của dữ liệu ban đầu liệu có bị mất? ể giải quyết<br /> vấn đề này phương ph p PCA sẽ tìm không gian mới với tiêu chí cố gắng phản nh<br /> được càng nhiều thông tin gốc càng tốt và thước đo cho kh i niệm "thông tin" ở đây<br /> là phương sai Một điểm hay nữa là c c biến trong không gian mới độc lâp nên ta có<br /> thể tính to n được tỷ lệ giải thích phương sai của từng biến mới đối với dữ liệu điều<br /> này cho phép ta cân nhắc việc chỉ dùng số ít c c biến để giải thích dữ liệu<br />  Nói một c ch ngắn gọn mục tiêu của PCA là tìm một không gian mới (với số<br /> chiều nhỏ hơn không gian cũ) C c trục tọa độ trong không gian mới được xây dựng<br /> sao cho trên mỗi trục độ biến thiên của dữ liệu trên đó là lớn nhất có thể Tiếng Việt<br /> thì dài dòng nhưng tiếng Anh thì mục tiêu này gọi là maximize the variability Ba chữ<br /> này gói gọn ý tưởng chính của PCA.<br /> <br /> NHÓM<br /> <br /> 4<br /> <br /> ề tài: Tìm hiểu ứng dụng của PCA trong phân tích mô tả định lượng<br /> <br />  Minh họa PCA: phép chiếu lên c c trục tọa độ kh c nhau có thể cho c ch nhìn<br /> rất kh c nhau về cùng một dữ liệu<br />  Một ví dụ kinh điển là hình ảnh về con lạc đà Cùng là một con lạc đà nhưng<br /> nếu nhìn từ bên hông thì ta có được đầy đủ thông tin nhất trong khi nhìn từ phía trước<br /> thì thật khó để nói nó là lạc đà<br /> 3. Ƣu điểm của<br /> A:<br />  Giúp giảm số chiều của dữ liệu<br />  Thay vì giữ lại c c trục tọa độ của không gian cũ PCA xây dựng một không<br /> gian mới ít chiều hơn nhưng lại có khả năng biểu diễn dữ liệu tốt tương đương không<br /> gian cũ nghĩa là đảm bảo độ biến thiên (variability) của dữ liệu trên mỗi chiều mới<br />  C c trục tọa độ trong không gian mới là tổ hợp tuyến tính của không gian cũ<br /> do đó về mặt ngữ nghĩa PCA xây dựng feature mới dựa trên c c feature đã quan s t<br /> được iểm hay là những feature này vẫn biểu diễn tốt dữ liệu ban đầu<br />  Trong không gian mới c c liên kết tiềm ẩn của dữ liệu có thể được kh m ph<br /> mà nếu đặt trong không gian cũ thì khó ph t hiện hơn hoặc những liên kết như thế<br /> không thể hiện rõ<br /> 4. Mục đích chính<br /> Phân tích thành phần chính (PCA) được sử dụng cho hai mục tiêu:<br />  Giảm số lượng các biến bao gồm một bộ dữ liệu trong khi giữ lại các biến đổi<br /> trong dữ liệu.<br />  X c định các mô hình ẩn trong dữ liệu, và phân loại chúng theo nhiều cách<br /> thông tin lưu trữ trong các dữ liệu.<br />  Khi khai thác một bộ dữ liệu bao gồm nhiều biến (sử dụng thay thế cho nhau<br /> với kích thước hạn sau đây) có khả năng là c c tập con của các biến liên quan chặt chẽ<br /> với nhau. Cho một tương quan cao giữa hai hay nhiều biến số có thể kết luận rằng các<br /> biến này là kh dư thừa do đó chia sẻ các nguyên tắc về việc x c định kết ể minh<br /> chứng cho lập luận này chúng ta hãy xem xét một ví dụ cơ bản. Giả sử chúng ta đã đo<br /> được 2 tham số (tức là tính đại diện bởi số lượng bằng số) của một hình phẳng đó là<br /> NHÓM<br /> <br /> 5<br /> <br />