Técnicas de clasificación y perfiles espectrales para la discriminación de filetes de caballa (Scomber japonicus peruanus) congelados - descongelados

Simple item page
dc.contributor.advisorCastro Silupú, Wilson Manuel
dc.contributor.authorSaavedra García, Mónica del Rosario
dc.date.accessioned2023-01-31T19:30:56Z
dc.date.available2023-01-31T19:30:56Z
dc.date.issued2023-01-30
dc.description.abstractLa caballa es un alimento muy nutritivo y, por ende, es altamente perecedero debido a su composición química. La ruptura de la cadena de frío durante el procesamiento y almacenamiento, afecta la calidad e inocuidad de los alimentos y es algo muy difícil de comprobar. Por esta razón, es necesario hacer uso de métodos no destructivos y rápidos, que permitan detectar estos problemas; tal es el caso de la tecnología de imágenes hiperespectrales acopladas a herramientas quimiométricas. El objetivo de esta investigación fue determinar si existe diferencia estadísticamente significativa en la precisión de discriminación de filetes de caballa (Scomber japonicus peruanus) congelados - descongelados, usando técnicas de clasificación y perfiles espectrales. Se recolectaron 54 muestras en estado fresco en el Puerto de Bayóvar. Las muestras fueron fileteadas, obteniendo 108 filetes sin piel ni espinas; posteriormente, se adquirieron imágenes hiperespectrales de reflectancia, en el rango de 900 - 1700 nm, de las muestras en estado fresco y después del primer y segundo ciclo de congelación - descongelación. Las imágenes fueron pretratadas; corrigiendo y segmentando éstas previo a la extracción de perfiles medios. Se implementaron tres modelos de clasificación (Conjunto Discriminante Subespacial, Discriminante Lineal y Máquina de Soporte Vectorial) usando el software Matlab 2019a, para cada modelo, se determinó´ las métricas de rendimiento (precisión y medida F2) a partir de la matriz de confusión. Los resultados mostraron que el modelo Conjunto Discriminante Subespacial obtuvo el mayor rendimiento (Precisión 99.69 %, medida F-2 99.53 %), seguido de Maquina de Soporte Vectorial (Precisión 98.39 %, medida F-2 97.59 %) y Discriminante Lineal (Precisión 98.20 %, medida F-2 97.33 %). Existe diferencia significativa en la precisión de la discriminación de filetes de caballa usando tres diferentes técnicas de clasificación. Por tanto, Es posible realizar la discriminación de filetes de caballa sometidos a diferentes ciclos de congelación – descongelación.es_ES
dc.description.uriTesises_ES
dc.formatapplication/pdfes_ES
dc.identifier.urihttp://repositorio.unf.edu.pe/handle/UNF/219
dc.language.isospaes_ES
dc.publisherUniversidad Nacional de Fronteraes_ES
dc.publisher.countryPEes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Perú*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/*
dc.sourceUniversidad Nacional de Fronteraes_ES
dc.sourceRepositorio Institucional - UNFes_ES
dc.subjectCongelaciónes_ES
dc.subjectDescongelaciónes_ES
dc.subjectPescadoes_ES
dc.subjectImágenes hiperespectraleses_ES
dc.subjectAprendizaje automáticoes_ES
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.11.01es_ES
dc.titleTécnicas de clasificación y perfiles espectrales para la discriminación de filetes de caballa (Scomber japonicus peruanus) congelados - descongeladoses_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
renati.advisor.dni40322327
renati.advisor.orcidhttps://orcid.org/0000-0001-7286-1262es_ES
renati.author.dni72695579
renati.discipline721046es_ES
renati.jurorNúñez Alejos, Luis Albertoes_ES
renati.jurorSaavedra Cano, Fermín Máximoes_ES
renati.jurorCastro Silupú, Wilson Manueles_ES
renati.levelhttp://purl.org/pe-repo/renati/nivel#tituloProfesionales_ES
renati.typehttp://purl.org/pe-repo/renati/type#tesises_ES
thesis.degree.disciplineIngeniería de Industrias Alimentariases_ES
thesis.degree.grantorUniversidad Nacional de Frontera. Facultad de Ingeniería de Industrias Alimentarias y Biotecnologíaes_ES
thesis.degree.levelTitulo Profesionales_ES
thesis.degree.nameSaavedra García, Mónica del Rosarioes_ES

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
TESIS - Saavedra García, Mónica del Rosario.pdf
Size:
2.92 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Facultad de Ingeniería de Industrias Alimentarias