diplomski rad
Kemometrijski model zavisnosti svojstava kvalitete pšeničnog zrna i brašna

Iva Vasilj (2016)
Sveučilište Josipa Jurja Strossmayera u Osijeku
Prehrambeno-tehnološki fakultet Osijek
Zavod za procesno inženjerstvo
Katedra za modeliranje, optimiranje i automatizaciju
Podaci o radu
NaslovKemometrijski model zavisnosti svojstava kvalitete pšeničnog zrna i brašna
AutorIva Vasilj
Voditelj/MentorDamir Magdić (mentor)
Daniela Horvat (komentor)
Sažetak rada
Kemometrijskim metodama su određene povezanosti između svojstava pšeničnog zrna i brašna od 24 kultivara. Kultivari su uzgajani na poljima Poljoprivrednog instituta Osijek tijekom deset godina (2005.-2014.). Analizirana svojstva su: prinos pšenice (Y), hektolitarska masa (HL), masa tisuću zrna pšenice (TKW), udio proteina (P), udio vlažnog glutena (WG), gluten indeks (GI), sedimentacijska vrijednost (SED), broj padanja (FN) i izbrašnjavanje (FY). Na izmjerenom setu podataka provedena je sljedeća deskriptivna statistička analiza: određivanje srednjih vrijednosti, medijana, minimalne i maksimalne vrijednosti, standardne devijacije, koeficijenta varijabilnosti i njihovih međusobnih korelacijskih koeficijenata. Provedene su i sljedeće kemometrijske analize: analiza glavnih komponenti (PCA), klaster analiza (CA) i regresijska analiza metodom najmanjih kvadrata (PLSR). Analiza glavnih komponenti korištena je za smanjenje broja varijabli, klaster analiza korištena je za pokazivanje veza među svojstvima, a regresijska analiza metodom najmanjih kvadrata korištena je za izradu prediktivnih modela. Rezultati pokazuju da je na temelju snažnih korelacija moguće smanjiti broj varijabli i sa manje od devet svojstava opisati varijabilnost seta podataka. Predloženim prediktivnim matematičkim modelima moguće je korištenjem izmjerenih vrijednosti izračunavati vrijednosti preostalih svojstava s točnošću većom od 90%.
Ključne riječipšenica brašno kemometrijske metode
Naslov na drugom jeziku (engleski)Chemometric dependence model of quality of wheat grain and flour
Povjerenstvo za obranuSandra Budžaki (predsjednik povjerenstva)
Damir Magdić (član povjerenstva)
Daniela Horvat (član povjerenstva)
Ana Bucić-Kojić (član povjerenstva)
Ustanova koja je dodijelila akademski/stručni stupanjSveučilište Josipa Jurja Strossmayera u Osijeku
Prehrambeno-tehnološki fakultet Osijek
Ustrojstvena jedinica niže razineZavod za procesno inženjerstvo
Katedra za modeliranje, optimiranje i automatizaciju
MjestoOsijek
Država obraneHrvatska
Znanstveno područje, polje, granaBIOTEHNIČKE ZNANOSTI
Prehrambena tehnologija
Inženjerstvo
Vrsta studijasveučilišni
Stupanjdiplomski
Naziv studijskog programaProcesno inženjerstvo
Akademski / stručni nazivmagistar/magistra inženjer/inženjerka procesnog inženjerstva
Kratica akademskog / stručnog nazivamag. ing. proc.
Vrsta radadiplomski rad
Jezik hrvatski
Datum obrane2016-10-10
Sažetak rada na drugom jeziku (engleski)
Chemometric methods were used to determine connection among properties of wheat grain and flour produced from 24 cultivars. Cultivars were breed on Agricultural institute Osijek in period of ten years (2005-2014). Following properties were analysed: yield (Y), hectolitre mass (HL), thousand kernel weight (TKW), protein content (P), wet gluten content (WG), gluten index value (GI), sedimentation value (SED), falling number (FN) and flour yield (FY). Following descriptive statistical analysis was applied on experimental set of data: mean value, median, minimum and maximum, standard deviation, coefficient of variability and coefficient of correlation. Following chemometric analysis were applied: principal component analysis (PCA), cluster analysis (CA) and partial least square method (PLSR). Principal component analysis was used for reduction of number of variables, cluster analysis was used for enlightening connections among properties while partial least square regression analysis was used for designing predictive mathematical models. Results show that strong correlations can be used for decreasing number of variables and describing variability of data set with less than nine properties. Using proposed predictive mathematical models based on experimental data makes possible calculating values of rest of properties with precision bigger than 90%.
Ključne riječi na drugom jeziku (engleski)wheat flour chemometric methods
Vrsta resursatekst
Prava pristupaRad u otvorenom pristupu
Uvjeti korištenja radahttp://rightsstatements.org/vocab/InC/1.0/
URN:NBNhttps://urn.nsk.hr/urn:nbn:hr:109:501144
PohranioIvana Šuvak