| dc.description.abstract | En este trabajo se presentan los resultados de aplicar técnicas de extracción de características y clasificadores estadísticos y neuronales, a la clasificación de cepas de vinos tintos chilenos. Haciendo uso de la información contenida en los cromatogramas de compuestos fenólicos provenientes de un HPLC-DAD, convenientemente procesada, se presenta una serie de métodos que permiten clasificar adecuadamente las muestras de variedades Cabernet Sauvignon, Merlot y Carménère, de diferentes valles, años y viñas chilenas. Se usan diferentes métodos de extracción de características (Transformada Discreta de Fourier, Transformación de Fischer y Perfiles Tipo por clases) y varios métodos de clasificación (Análisis Discriminante Lineal (LDA), análisis Discriminante Cuadrático (QDA) y Redes Neuronales Probabilísticas (PNN)), los cuales son comparados y combinados entre sí, obteniéndose tasas de clasificación de alrededor del 90 %. Palabras Claves: Clasificación de Vinos, Reconocimiento de Patrones, Clasificación Estadística, Clasificación Bayesiana, Clasificación Neuronal, Transformación de Fischer , Transformada Discreta de Fourier (DFT), Análisis Discriminante Lineal (LDA), Análisis Discriminante Cuadrático (QDA), Redes Neuronales Probabilísticas (PNN) | |
