prikaz prve stranice dokumenta Kemometrijski model zavisnosti svojstava kvalitete pšeničnog zrna i brašna
  Preuzmi
PDF 2.88 MB
diplomski rad
Kemometrijski model zavisnosti svojstava kvalitete pšeničnog zrna i brašna
2016. urn:nbn:hr:109:501144
Vasilj, Iva
Sveučilište Josipa Jurja Strossmayera u Osijeku
Prehrambeno-tehnološki fakultet Osijek
Zavod za procesno inženjerstvo
Katedra za modeliranje, optimiranje i automatizaciju

Citirajte ovaj rad

Vasilj, I. (2016). Kemometrijski model zavisnosti svojstava kvalitete pšeničnog zrna i brašna (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Prehrambeno-tehnološki fakultet Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:109:501144

Vasilj, Iva. "Kemometrijski model zavisnosti svojstava kvalitete pšeničnog zrna i brašna." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Prehrambeno-tehnološki fakultet Osijek, 2016. https://urn.nsk.hr/urn:nbn:hr:109:501144

Vasilj, Iva. "Kemometrijski model zavisnosti svojstava kvalitete pšeničnog zrna i brašna." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Prehrambeno-tehnološki fakultet Osijek, 2016. https://urn.nsk.hr/urn:nbn:hr:109:501144

Vasilj, I. (2016). 'Kemometrijski model zavisnosti svojstava kvalitete pšeničnog zrna i brašna', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Prehrambeno-tehnološki fakultet Osijek, citirano: 25.09.2024., https://urn.nsk.hr/urn:nbn:hr:109:501144

Vasilj I. Kemometrijski model zavisnosti svojstava kvalitete pšeničnog zrna i brašna [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Prehrambeno-tehnološki fakultet Osijek; 2016 [pristupljeno 25.09.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:109:501144

I. Vasilj, "Kemometrijski model zavisnosti svojstava kvalitete pšeničnog zrna i brašna", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Prehrambeno-tehnološki fakultet Osijek, Osijek, 2016. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:109:501144

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:109:501144
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovKemometrijski model zavisnosti svojstava kvalitete pšeničnog zrna i brašna
Naslov (engleski)Chemometric dependence model of quality of wheat grain and flour
AutorIva Vasilj
MentorDamir Magdić (mentor)
MentorDaniela Horvat (komentor)
MBZ: 220423
Član povjerenstvaSandra Budžaki (predsjednik povjerenstva)
Član povjerenstvaDamir Magdić (član povjerenstva)
Član povjerenstvaDaniela Horvat (član povjerenstva)
MBZ: 220423
Član povjerenstvaAna Bucić-Kojić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Prehrambeno-tehnološki fakultet Osijek
(Zavod za procesno inženjerstvo)
(Katedra za modeliranje, optimiranje i automatizaciju)
Osijek
Datum i država obrane2016-10-10, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		BIOTEHNIČKE ZNANOSTI
Prehrambena tehnologija
Inženjerstvo
Sažetak
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%.
Sažetak (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
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:109:501144
Studijski programNaziv: Procesno inženjerstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka procesnog inženjerstva (mag. ing. proc.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2016-10-14 10:07:58