The 11 references with contexts in paper M. Khodasevich A., E. Scorbanova A., L. Obade I., N. Degtуar F., E. Cambur I., M. Rogovaya V., М. Ходасевич А., Е. Скорбанова А., Л. Обадэ И., Н. Дегтярь Ф., Е. Камбур И., М. Роговая В. (2016) “ПРИМЕНЕНИЕ МНОГОПАРАМЕТРИЧЕСКОГО АНАЛИЗА ШИРОКОПОЛОСНЫХ СПЕКТРОВ ПРОПУСКАНИЯ ДЛЯ ИДЕНТИФИКАЦИИ ВИН С ГЕОГРАФИЧЕСКИМ НАИМЕНОВАНИЕМ ПРОИСХОЖДЕНИЯ // APPLICATION OF MULTIVARIATE ANALYSIS OF TRANSMISSION SPECTRA TO IDENTIFY WINES WITH PROTECTED GEOGRAPHICAL INDICATION (IGP)” / spz:neicon:pimi:y:2016:i:1:p:104-113

1
Classification of monovarietal Argentinean white wines by their elemental profile / Silvana M. Azcarate [et al.] // Food Control. – 2015. – Vol. 57. – P. 268–274.
Total in-text references: 2
  1. In-text reference with the coordinate start=2904
    Prefix
    DOI: 10.21122/2220-9506-2016-7-1-104-113 104 Введение Вино является важным продуктом, играющим большую роль в экономике странпроизводителей. Коммерческая ценность вина определяется не только его химическими
    Exact
    [1]
    Suffix
    и органолептическими характеристиками, но и географическим наименованием. Успешное применение принятых схем классификации в соответствии с географическим происхождением существенно повышает цену продуктов, ассоциирующихся с определенной страной или регионом и имеющих устойчивую репутацию [2].

  2. In-text reference with the coordinate start=4287
    Prefix
    -эмиссионная спектроскопия с возбуждением лазерным излучением, индуктивно-связанной плазмой или пламенем, спектроскопия комбинационного рассеяния света, масс-спектрометрия с индуктивно-связанной плазмой, высокоэффективная хроматография без/с масс-спектрометрией и др. При этом в качестве определяемого классификационного набора элементов могут использоваться как наиболее полный набор
    Exact
    [1]
    Suffix
    , так и небольшое количество следовых элементов [5]. Одна из частных задач проведения классификации вина – доказательство правильности выбора границ региона для установления географического наименования вина.

2
Drivelos, S. A. Multi-element and multi-isotoperatio analysis to determine the geographical origin of foods in the European Union / S.A. Drivelos, C.A. Georgiou // Trends in Analytical Chemistry. – 2012. – Vol. 40. – P. 38–51.
Total in-text references: 1
  1. In-text reference with the coordinate start=3204
    Prefix
    Успешное применение принятых схем классификации в соответствии с географическим происхождением существенно повышает цену продуктов, ассоциирующихся с определенной страной или регионом и имеющих устойчивую репутацию
    Exact
    [2]
    Suffix
    . А определение содержания таких элементов, как As, Cd, Cr, Hg и Pb, важно с точки зрения их потенциальной опасности для здоровья человека [3]. По величине концентрации в вине все элементы можно условно разделить на основные (Ca, K, Na, Mg – от 10 до 1000 мг/л), неосновные (Al, Fe, Cu, Mn, Rb, Sr и Zn – от 100 мкг/л до 10 мг/л) и следовые (Ba, Cd, Co, Cr, Li, Ni, Pb и V – от 0,1 мкг/л до 1 мг/

3
Trace element determination of Argentine wines using ETAAS and USN-ICP-OES / R. Lara [et al.] // Food and Chemical Toxicology. – 2005. – Vol. 43. – P. 293–297.
Total in-text references: 1
  1. In-text reference with the coordinate start=3348
    Prefix
    Успешное применение принятых схем классификации в соответствии с географическим происхождением существенно повышает цену продуктов, ассоциирующихся с определенной страной или регионом и имеющих устойчивую репутацию [2]. А определение содержания таких элементов, как As, Cd, Cr, Hg и Pb, важно с точки зрения их потенциальной опасности для здоровья человека
    Exact
    [3]
    Suffix
    . По величине концентрации в вине все элементы можно условно разделить на основные (Ca, K, Na, Mg – от 10 до 1000 мг/л), неосновные (Al, Fe, Cu, Mn, Rb, Sr и Zn – от 100 мкг/л до 10 мг/л) и следовые (Ba, Cd, Co, Cr, Li, Ni, Pb и V – от 0,1 мкг/л до 1 мг/л в зависимости от сорта вина) [4].

4
Pohl, P. What do metals tell us about wine? / P. Pohl // Trends in Analytical Chemistry. – 2007. – Vol. 26. – P. 941–949.
Total in-text references: 2
  1. In-text reference with the coordinate start=3637
    Prefix
    По величине концентрации в вине все элементы можно условно разделить на основные (Ca, K, Na, Mg – от 10 до 1000 мг/л), неосновные (Al, Fe, Cu, Mn, Rb, Sr и Zn – от 100 мкг/л до 10 мг/л) и следовые (Ba, Cd, Co, Cr, Li, Ni, Pb и V – от 0,1 мкг/л до 1 мг/л в зависимости от сорта вина)
    Exact
    [4]
    Suffix
    . Вина установленного географического наименования характеризуются определенным элементным составом, для определения которого могут использоваться следующие методы: атомная абсорбционная спектроскопия с источниками непрерывного спектра, атомно-эмиссионная спектроскопия с возбуждением лазерным излучением, индуктивно-связанной плазмой или пламенем, спектроскопия комбинационного рассеяния

  2. In-text reference with the coordinate start=5130
    Prefix
    При исследованиях молодых сортовых вин практически единственным путем попадания химических элементов в вино являются эндогенные источники, при этом состав винограда определяется в первую очередь почвами, на которых произрастают виноградники
    Exact
    [4]
    Suffix
    . Объем выборки вин составлял 38 образцов (21 красное и 17 белых) Chardonnay, Sauvignon, Cabernet Sauvignon и Merlot производителей ассоциации вин IGP на юге республики «Valul lui Traian». Физико-химические параметры выборки вин Для создания массива данных, характеризующих физико-химический состав вин, были произведены перечисленные ниже анализы.

5
Detection of the origin of Brazilian wines based on the determination of only four elements using highresolution continuum source flame AAS / W. Boschetti [et al.] // Talanta. – 2013. – Vol. 111. – P. 147–155.
Total in-text references: 1
  1. In-text reference with the coordinate start=4338
    Prefix
    излучением, индуктивно-связанной плазмой или пламенем, спектроскопия комбинационного рассеяния света, масс-спектрометрия с индуктивно-связанной плазмой, высокоэффективная хроматография без/с масс-спектрометрией и др. При этом в качестве определяемого классификационного набора элементов могут использоваться как наиболее полный набор [1], так и небольшое количество следовых элементов
    Exact
    [5]
    Suffix
    . Одна из частных задач проведения классификации вина – доказательство правильности выбора границ региона для установления географического наименования вина. Решение этой задачи актуально для винодельческой промышленности Республики Молдова.

6
Esbensen, K.H. Principal Component Analysis: Concept, Geometrical Interpretation, Mathematical Background, Algorithms, History, Practice / K.H. Esbensen, P. Geladi // Comprehensive Chemometrics – 2009. – Vol. 2. – P. 211–226.
Total in-text references: 3
  1. In-text reference with the coordinate start=6285
    Prefix
    Электропроводность и концентрацию общих растворимых солей измеряли на кондуктометре Metler-Toledo, содержание золы и общих фенолов – по методикам, рекомендованным O.I.V. (International Organisation of Vine and Wine). Для определения качества выборки вин массив измеренных физико-химических характеристик был проанализирован с помощью метода главных компонент
    Exact
    [6]
    Suffix
    . Рисунок 1 – Суммарная объясненная дисперсия в наборе физико-химических параметров красных и белых вин, обработанном методом главных компонент Figure 1 – The total explained variance in the set of physical and chemical parameters of red and white wines, processed by principal component analysis 105 На рисунке 1 представлена суммарная объясненная дисперсия в зависимости от числа главных

  2. In-text reference with the coordinate start=9707
    Prefix
    Для выявления информации, содержащейся в двух массивах спектральной информации размерами 17-на-3241 (белые вина) и 21-на-3421 (красные вина), будут применены такие методы многопараметрического анализа, как проекция на латентные структуры [8] и метод главных компонент
    Exact
    [6]
    Suffix
    . Ранее эти методы использовались нами для определения оригинальности выдержанных винных дистиллятов и идентификации дивинов [9, 10]. Применение проекции на латентные структуры к спектрам пропускания для определения физико-химических параметров вин Проекция на латентные структуры (PLS – projection latent structures) [8] – билинейный статистический метод, одновременно проецирующий пре

  3. In-text reference with the coordinate start=16477
    Prefix
    Однако в зарегистрированных спектрах пропускания содержится гораздо больше информации, чем было использовано для построения регрессионных моделей, описывающих перечисленные параметры. Поэтому к этим спектрам можно применить другой метод многопараметрического анализа – метод главных компонент
    Exact
    [6]
    Suffix
    . Применение метода главных компонент к спектрам пропускания для определения географического наименования вин Метод главных компонент – широко используемый метод анализа многопараметрических данных, предназначенный не только для исследовательского анализа больших массивов информации, но и для поиска выбросов, понижения размерности (ранга) данных, графического (маломерного) представления р

7
Iwamoto, R. Near-Infrared Spectroscopy as a Useful Tool for Analysis in Solution in Common Organic Solvents / R. Iwamoto // Applied Spectroscopy. – 2009. – Vol. 63. – P. 354–362.
Total in-text references: 1
  1. In-text reference with the coordinate start=7656
    Prefix
    Показано, что погрешность по длине волны не превышает 0,2 нм, а амплитудная погрешность спектрофотометра не превышает 1,1 %. Для калибровки спектрофотометра в ИК- диапазоне был использован толуол, измеренный спектр оптической плотности которого приведен на рисунке 2. Сравнение измеренных и литературных данных
    Exact
    [7]
    Suffix
    показало, что в спектральной области 1,0–2,5 мкм (10000–4000 см-1) погрешность определения величины длины волны не превышает 3 см-1 (0,3 нм) вблизи 1 мкм и 4 см-1 (1,6 нм) вблизи 2 мкм. стрированная на спектрофотометре Shimadzu 3101 Figure 2 – The optical density of toluene recorded with spectrophotometer Shimadzu 3101 Методика измерения спектров пропускания вин На основе зарегистрированных

8
Abdi, H. Partial least square regression, projection on latent structure regression, PLS-Regression / H. Abdi // Wiley Interdisciplinary Reviews: Computational Statistics. – 2010. – Vol. 2. – P. 97–106.
Total in-text references: 2
  1. In-text reference with the coordinate start=9677
    Prefix
    Для выявления информации, содержащейся в двух массивах спектральной информации размерами 17-на-3241 (белые вина) и 21-на-3421 (красные вина), будут применены такие методы многопараметрического анализа, как проекция на латентные структуры
    Exact
    [8]
    Suffix
    и метод главных компонент [6]. Ранее эти методы использовались нами для определения оригинальности выдержанных винных дистиллятов и идентификации дивинов [9, 10]. Применение проекции на латентные структуры к спектрам пропускания для определения физико-химических параметров вин Проекция на латентные структуры (PLS – projection latent structures) [8] – билинейный статистический метод

  2. In-text reference with the coordinate start=10039
    Prefix
    Ранее эти методы использовались нами для определения оригинальности выдержанных винных дистиллятов и идентификации дивинов [9, 10]. Применение проекции на латентные структуры к спектрам пропускания для определения физико-химических параметров вин Проекция на латентные структуры (PLS – projection latent structures)
    Exact
    [8]
    Suffix
    – билинейный статистический метод, одновременно проецирующий предикторы (матрица спектров пропускания) и отклик (столбец – искомый физический или химический параметр) в новое маломерное пространство латентных переменных.

9
Роговая, М.В. A Principal Component Analysis of Transmission Spectra of Wine Distillates / M.В. Роговая, Г.В. Синицын, M.A. Ходасевич // Оптика и спектроскопия. – 2014. – Т. 117, No 5. – P. 865–869.
Total in-text references: 1
  1. In-text reference with the coordinate start=9837
    Prefix
    выявления информации, содержащейся в двух массивах спектральной информации размерами 17-на-3241 (белые вина) и 21-на-3421 (красные вина), будут применены такие методы многопараметрического анализа, как проекция на латентные структуры [8] и метод главных компонент [6]. Ранее эти методы использовались нами для определения оригинальности выдержанных винных дистиллятов и идентификации дивинов
    Exact
    [9, 10]
    Suffix
    . Применение проекции на латентные структуры к спектрам пропускания для определения физико-химических параметров вин Проекция на латентные структуры (PLS – projection latent structures) [8] – билинейный статистический метод, одновременно проецирующий предикторы (матрица спектров пропускания) и отклик (столбец – искомый физический или химический параметр) в новое маломерное пространс

10
Определение оригинальности выдержанных винных дистиллятов с помощью хемометрической обработки их оптических спектров пропускания / Н.Ф. Дегтярь [и др.] // Весцi НАН Беларусi. Сер. фiз. – мат. навук. – 2014. – No 3. – С. 113–117.
Total in-text references: 1
  1. In-text reference with the coordinate start=9837
    Prefix
    выявления информации, содержащейся в двух массивах спектральной информации размерами 17-на-3241 (белые вина) и 21-на-3421 (красные вина), будут применены такие методы многопараметрического анализа, как проекция на латентные структуры [8] и метод главных компонент [6]. Ранее эти методы использовались нами для определения оригинальности выдержанных винных дистиллятов и идентификации дивинов
    Exact
    [9, 10]
    Suffix
    . Применение проекции на латентные структуры к спектрам пропускания для определения физико-химических параметров вин Проекция на латентные структуры (PLS – projection latent structures) [8] – билинейный статистический метод, одновременно проецирующий предикторы (матрица спектров пропускания) и отклик (столбец – искомый физический или химический параметр) в новое маломерное пространс

11
Гмурман, В.E. Теория вероятностей и математическая статистика / В.Е. Гмурман. – М. : Высшая школа, 2004. – 479 с. 111
Total in-text references: 1
  1. In-text reference with the coordinate start=13580
    Prefix
    о влиянии размера и качества выборки вин на погрешность регрессионного определения параметров. () () применяется в ∑ пакете MatLab и характеризует качество регрессии, y и – измеренный параметр и его среднее по выборке значение, yfitted – предсказанная с помощью проекции величина параметра. Коэффициент R2 является разностью 1 и обычно используемого корреляционного коэффициента Пирсона
    Exact
    [11]
    Suffix
    . Поэтому хорошая корреляция, характеризующаяся близостью коэффициента корреляции к 1, будет наблюдаться при малых значениях коэффициента R2. В обучающей выборке с увеличением числа латентных структур коэффициент R2 монотонно уменьшается.