8290614272

8290614272



11. Literatura

[24]    Q.-S. Xu, Y.-Z. Liang, Monte Carlo cross validation, Chemom. Intell. Lab. Syst. 56 (2001) 1-11.

[25]    S. Semeels, C. Croux, P. Filzmoser, P.J. Van Espen, Partial robust M-regression, Chemom. Intell. Lab. Syst. 79 (2005) 55-64.

[26]    H. Fritz, P. Filzmoser, C. Croux, A comparison of algorithms for the multivariate L 1-median, Comput. Stat. 27 (2012) 393-łlO.

[27]    O. Hossjer, C. Croux, Generalizing univariate signed rank statistics for testing and estimating a multivariate location parameter, J. Nonparametric Stat. 4 (1995) 293-308.

[28]    A.C. 01ivieri, G.M. Escandar, A.M. de la Pefia, Second-order and higher-order multivariate calibration methods applied to non-multilinear data using different algorithms, TrAC Trends Anal. Chem. 30 (2011) 607-617.

[29]    V. Centner, D.L. Massart, O.E. de Noord, S. de Jong, B.M. Vandeginste, C. Sterna, Elimination of Uninformative Variables for Multivariate Calibration, Anal. Chem. 68(1996)3851-3858.

[30]    A. Smolińska, A.C. Hauschild, R.R.R. Fijten, J.W. Dallinga, J. Baumbach, F.J. van Schooten, Current breathomics a review on data pre-processing techniques and machinę leaming in metabolomics breath analysis, J. Breath Res. 8 (2014) 027105.

[31]    M. Daszykowski, J. Orzeł, M.S. Wróbel, H. Czamik-Matusewicz, B. Walczak, Improvement of classification using robust soft classification rules for near-infrared reflectance spectral data, Chemom. Intell. Lab. Syst. 109 (2011) 86-93.

[32]    R.A. Fisher, The use of multiple measurements in taxonomic problems, Ann. Eugen. 7(1936) 179-188.

[33]    M. Barker, W. Rayens, Partial lcast squares for discrimination, J. Chemom. 17 (2003) 166-173.

[34]    L. Breiman, J. Friedman, CJ. Stone, R.A. Olshen, Classification and regression trees, Taylor & Francis, 1984.

[35]    S. Wold, M. Sjostrom, S1MCA: A method for fhalyzing Chemical data in terms of similarity and analogy, w: Chemometrics: Theory and Application, American Chemical Society, Waszyngton, 1977.

[36]    Dynamie Time Warping and Correlation Optimized Warping | Plant Food Science group & Spectroscopy and Chemometrics group, http://www.models.life.ku.dk/dtw_cow (ostatni dostęp 27 listopada 2014).

[37]    M. Daszykowski, S. Semeels, K. Kaczmarek, P. Van Espen, C. Croux, B. Walczak, TOMCAT: A MATLAB toolbox for multivariate calibration techniąues, Chemom. Intell. Lab. Syst. 85 (2007) 269-277.

[38]    The N-way toolbox for MATLAB | Plant Food Science group & Spectroscopy and Chemometrics group, http://www.models.kvl.dk/nwaytoolbox (ostatni dostęp 12 marca 2012).

[39]    W. Cheung, I.T. Shadi, Y. Xu, R. Goodacre, Quantitative analysis of the banned food dye sudan-1 using surface enhanced raman scattering with multivariate chemometrics, J. Phys. Chem. C. 114 (2010) 7285-7290.

[40]    Y. Ni, Y. Wang, S. Kokot, Simultaneous kinetic spectrophotometric analysis of five synthetic food colorants with the aid of chemometrics, Talanta. 78 (2009) 432-441.

[41]    M. Daszykowski, Y. Vander Heyden, B. Walczak, Robust partial least squares model for prediction of green tea antioxidant capacity from chromatograms, J. Chromatogr. A. 1176 (2007) 12-18.

[42]    X. Lu, B.A. Rasco, Determination of antioxidant content and antioxidant activity in foods using infrared spectroscopy and chemometrics: a review, Crit. Rev. Food Sci. Nutr. 52 (2012) 853-875.

[43]    X. Lu, J. Wang, H.M. Al-Qadiri, C.F. Ross, J.R. Powers, J. Tang, i in., Determination of total phenolic content and antioxidant capacity of onion (Allium cepa) and shallot (Allium oschaninii) using infrared spectroscopy, Food Chem. 129 (2011) 637-644.

Strona 135



Wyszukiwarka

Podobne podstrony:
Inżynieria Ekologiczna Nr 24, 2011 mulacja Monte Carlo, która dzięki wielokrotnemu przeliczaniu usta
RIKEN Accel. Próg. Rep. 24 (1990)V-2-24. Monte Carlo Simulation in the LNP StructureS.R. In,1 T. Wad
433 2 Rozdział 11Metoda Monte Carlo i symulacja 11.1. Wstęp W większości zastosowań teorii prawdopod
434 2 434    . 11. Meioda Monte Carlo i symulacja (b)    Zadania techn
438 2 438 11. Metoda Monte Carlo i symulacja Inną ciekawą własnością procesów Poissona jest to, źe
446 2 446 11. Metoda Monte Carlo i symulacja -o wy. według to 7. nich. które pierwsze jest wolne. J
448 2 448 11. Metoda Monte Carlo i symulacja program dla opisanego lu generatora (dla przykładu przy
Wstęp Generatory liczb losowych Metoda Monte Carlo LiteraturaWstęp Any one who considers
Wstęp Generatory liczb losowych Metoda Monte Carlo LiteraturaWstęp o Prawdopodobieństwo -
Wstęp Generatory liczb losowych Metoda Monte Carlo LiteraturaWstęp Any one who considers
Wstęp Generatory liczb losowych Metoda Monte Carlo LiteraturaWstęp o Prawdopodobieństwo -
KOLOS 1 10 11 23,24 PKM III KI 23.11.2010 Temat 1 Wymień stosowane w praktyce sposoby zmniejszania n
IMG131 131 Rya. 11.6. Charakterystyka amplitudowa (a) i falowa (b) wzmacniacza oporowego 11.3, LITER
Spis treści 11 Rozdział 24. Edukacja jako pomoc w rozwoju w ujęciu andragogiki i gerontologii (Olga
•przygotowanie się do zajęć (w tym studiowanie zalecanej literatury) 24 ■przygotowanie się do

więcej podobnych podstron