共查询到20条相似文献,搜索用时 31 毫秒
1.
针对我国葡萄酒业内缺乏利用理化指标对葡萄酒进行评级的现状,分析能否使用葡萄和葡萄酒的理化指标评价葡萄酒的质量.通过运用双因子方差分析、主成分分析、逐步回归分析等方法分析了葡萄酒的分级以及酿酒葡萄与葡萄酒的理化指标之间的联系等问题,建立了基于Matlab平台的BP神经网络模型,得到了在一定条件下,能用酿酒葡萄和葡萄酒的理化指标来评价葡萄酒的质量的结论.但仅考虑理化指标时会使结果存在一定的误差,故建议使用理化指标和简单的感官分析相结合来评价葡萄酒的质量,以提高评价葡萄酒质量的准确性. 相似文献
2.
针对葡萄酒评价的问题做出了合理分析,通过偏最小二乘回归方法建立起葡萄酒与葡萄理化指标之间的关系,对葡萄理化指标的数据进行相关性分析和正太检验(非参数检验),通过偏最小二乘回归方程呈现出葡萄与葡萄酒有关的因素对其质量的影响,基于此方程论证了:在实际生活中,不能简单根据酿酒葡萄与葡萄酒的理化指标评价葡萄酒的质量。并给出了其它影响葡萄酒质量的因素。 相似文献
3.
4.
5.
6.
葡萄与葡萄酒质量的综合评价 总被引:1,自引:0,他引:1
从体现酒品质量的感官评价和酿酒葡萄与葡萄酒的理化指标两方面入手,运用t检验、主成分分析法、模糊c均值聚类分析、多元线性回归分别建立显著性差异检验、主成分、聚类分析、质量影响和论证等模型,并运用SPSS、Matlab7软件,得出两组评酒员的评价结果差异性和可信度,酿酒葡萄的分级,酿酒葡萄与葡萄酒的理化指标之间的联系,最后分析并论证了葡萄、葡萄酒的理化指标与葡萄酒质量的关系. 相似文献
7.
8.
9.
10.
酿酒葡萄的好坏与所酿葡萄酒的质量有着直接关系,葡萄酒和酿酒葡萄检测的理化指标和感官指标在一定程度上反映葡萄酒和葡萄的质量。结合主成分分析和突变级数评价建立合理的评价指标体系,将葡萄酒的质量与酿酒葡萄建立起互补的尖点突变得到酿酒葡萄的质量度,进而将酿酒葡萄分级分为五级。 相似文献
11.
给出了一种基于指标相关性和因子分析的特征选择方法,剔除与样本弱相关指标、减少冗余指标,从而简化了评价指标体系.基于酿酒葡萄和葡萄酒的理化指标体系分别建立多元线性回归模型,并在此基础上同时考虑两者对葡萄酒质量的影响,得到了综合评价模型,并将该方法应用于2012年高教杯全国大学生数学建模竞赛葡萄酒质量评价中,得到了葡萄酒质量与酿酒葡萄和葡萄酒理化指标的定量关系.结果表明:回归方程准确率为98.49%. 相似文献
12.
针对葡萄酒质量的评价问题,运用科学综合评分法和t检验分析了两组品酒员评价结果的差异,判别出品酒员评价结果的可信度;运用主成分分析法求出红、白葡萄的六个综合评价值,在此基础上,利用模糊C均值聚类方法对酿酒葡萄进行了分级;运用典型相关分析方法,分析出酿酒葡萄与葡萄酒的理化指标之间的关系;运用多元线性回归的方法,分析出酿酒葡萄和葡萄酒理化指标对葡萄酒质量的影响. 相似文献
13.
15.
本文首先对葡萄酒以及酿酒葡萄的各项理化指标数据进行标准化处理。在此基础上,计算葡萄酒与葡萄的各项理化指标之间的相关系数,筛选出相关系数满足的酿酒葡萄理化指标。以这些指标为自变量,以对应葡萄酒的理化指标为因变量,进行多元线性回归。最后,以回归方程的相关系数平方R2、回归的残差为统计量对回归模型进行检验,结果表明该回归模型具有高度显著性。 相似文献
16.
《西安文理学院学报》2015,(1)
主要利用主成分分析和多元线性回归分析得出了酿酒葡萄和葡萄酒的理化指标与葡萄酒质量的函数关系,利用残差分析,检验出多元线性回归模型是可行性的.最后把理化指标分析法和感官评价相结合构建出红葡萄酒质量评估模型,使评价模型更加客观完善. 相似文献
17.
《赤峰学院学报(自然科学版)》2016,(23)
赤峰地区气候适宜,山葡萄资源丰富,家庭自酿葡萄酒盛行一时.因自酿工艺不尽相同且缺乏质量监控,自酿葡萄酒的质量和安全成为人们关心的问题.本文选用6份不同家庭的自酿葡萄酒样品,参照国家标准对酒精度、甲醇、甲醛、总糖、总酸等理化指标及菌落总数进行检测分析.实验结果表明,赤峰地区自酿葡萄酒理化指标符合国家标准要求,需要注意操作及环境卫生. 相似文献
18.
19.
提出了在同时考虑酿酒葡萄和葡萄酒的情况下,运用多目标优化模型研究酿酒葡萄的分级方法.首先,建立了以酿酒葡萄的各个理化指标的误差平方和最小和酿酒葡萄对应的葡萄酒质量误差平方和最小为目标的多目标0-1规划模型;其次,利用线性加权法,将多目标0-1规划模型转化成单目标0-1规划模型;然后,建立基于酿酒葡萄分类结果的酿酒葡萄分级模型;最后,将该模型运用于酿酒葡萄分级问题中,将酿酒葡萄分成5级,每级个数分别为6,5,4,6,6,避免了分级方法的主观性和分级不均匀性. 相似文献
20.
陈欣 《西安文理学院学报》2013,16(2)
运用SPSS软件对葡萄酒的理化指标进行主成分分析,把葡萄酒的各项理化指标降维成了9个主成分,以9个主成分为自变量,葡萄酒的实际评分为因变量,建立多元线性回归模型,得到回归方程.通过葡萄酒质量的预测得分与实际评分的误差分析,得出预测准确率达到了81.5%. 相似文献