基于统计学的葡萄酒评价数学模型

基于统计学的方法,建立了评价葡萄酒质量的多元线性回归模型。运用t检验、F检验、秩和检验等显著性分析的方法,对葡萄酒评酒员的评价结果进行显著性分析。建立葡萄酒评酒员评分可信度指标的数学模型,对多组评酒员的评分可信度分析。对葡萄的理化指标进行因子分析、置信区间的分析,建立葡萄酒质量的分级模型。通过典型性相关分析,分析酿酒葡萄与葡萄酒的理化指标之间的联系。     

葡萄酒的评价模型

对两组评酒员的平均打分进行双样本t检验及kendall协调系数W检验,最终确定第一组评酒员更可信;然后利用基于主成分的聚类分析和评酒员对酒样平均打分,实现酿酒葡萄分类定级;采用基于主成分的多分类Logistic回归建立酿酒葡萄与葡萄酒的理化指标之间的数学模型;通过制定葡萄酒分类标准,利用基于主成分的多分类Logistic回归建立酿酒葡萄和葡萄酒的理化指标与葡萄酒等级的数学模型.     

基于多元统计的葡萄酒品质因素分析

本文根据两组评酒员感官评价结果,运用多元总体的均值向量和方差的检验,得到感官评价结果的显著差异性.进而通过系统聚类法得到对酿酒葡萄的分级结果.应用相关分析原理进一步研究葡萄与葡萄酒的理化指标之间的确定性关系,建立回归模型.应用主成分分析,逐步回归等方法进行分析,结果表明,仅考虑酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响不大,不能仅用葡萄和葡萄酒的理化指标来评价葡萄酒的质量.     

基于多元描述性统计对葡萄酒质量的评价

基于对两组评酒员的评价结果的方差分析,以及显著性检验,第二组评价结果的可信度较之第一组的更高.在以此确定葡萄酒质量的基础上,本文利用SAS软件以酿酒葡萄的各项理化指标为标准对酿酒葡萄样品进行系统聚类,并参照葡萄酒的质量建立了酿酒葡萄的等级体系,分别将红、白酿酒葡萄划分为五个等级;通过典型性相关分析,构建了酿酒葡萄与葡萄酒的理化指标的关系;依据多元回归分析的方法,确立了葡萄酒质量与酿酒葡萄的理化指标之间、葡萄酒质量与葡萄酒的理化指标之间的线性关系.本文认为,由于用于分析研究的方程中的自变量个数偏少,上述关系仅在一定程度上可作为葡萄酒质量的评价标准,而要完全充分评估葡萄酒的质量还需与感官评价相结合.     

通过构造线性映射模型实现对酿酒葡萄的分级

本文首先利用成对数据的t检验对两组评酒员对葡萄酒质量的评价结果进行显著性差异分析;然后通过主成分分析法和线性加权法得出酿酒葡萄品质的数值指标,最后通过构造线性映射模型实现对酿酒葡萄的分级。     

葡萄酒的评价

主要利用配对样本T检验对两组评酒员对葡萄酒的评价结果有无显著性差异及可信度问题进行探究,得到两组评酒员的评价结果没有显著性差异,第二组评酒员的评价结果更为可信的结论.然后利用因子分析和典型相关分析对酿酒葡萄及葡萄酒的理化指标进行探究,把红葡萄分为四个等级,得到酿酒葡萄在酿造的过程中醛类大多转化为醇类和酯类,醇类和酯类的量变化不大的结论.     

基于葡萄酒评价的统计分析

利用t检验对两组葡萄酒评酒员的评价结果有无显著性差异进行可信度分析，并采用主成分分析法求得酿酒红葡萄有8个主成分，酿酒白葡萄有10个主成分，最后基于两种葡萄的评价总分对红白葡萄的质量进行分级．     

葡萄酒质量的评价模型

本文是对2012年全国大学生数学建模竞赛A题的解答,建立了葡萄酒质量的评价模型,对葡萄和葡萄酒的理化指标与其质量的关系进行了分析.在问题1中,通过非参数检验方法检验这两组品酒员对酒的打分是否有显著性差异,利用协和系数分析检验两组品酒员对酒的打分的可靠程度.在问题2中,采用了基于SOM网络的等级分类和SPSS的聚类分析对酿酒葡萄进行分类,然后根据每一类葡萄酒得分均值对葡萄进行分级.在问题3中,以葡萄的指标数据为输入层,葡萄酒的指标数据为输出层,建立BP广义回归神经网络模型,得到两者之间的定量关系.在问题4中,首先采用灰关联模型,得出酿酒葡萄和葡萄酒理化指标和葡萄酒质量的关联度,然后建立支持向量机的回归拟合模型,得到葡萄酒和酿酒葡萄的理化指标与葡萄酒质量之间的定量关系.     

葡萄酒评价体系的数学模型及求解

本文通过对两组感官结果差异性的分析以及对葡萄与葡萄酒理化指标相关度的分析,建立了基于葡萄和葡萄酒理化指标的葡萄酒质量评价体系.本文通过双因素方差分析,得到感官评价结果的显著差异性.进而通过主成分分析法、系统聚类法、相关系数分析的联合运用得到对酿酒葡萄的分级结果.应用典型相关分析原理进一步研究葡萄与葡萄酒的理化指标之间的联系,对基于理化指标的葡萄酒质量评价体系给出了解析分析结果.     

酿酒葡萄与葡萄酒的评价分析模型

本文主要从酿酒葡萄的理化指标和葡萄酒的质量两个方面,利用层次分析法对酿酒葡萄的理化指标各因素和葡萄酒的质量各因素进行综合分析,建立因素判断矩阵并进行一致性检验,利用Matlab软件进行求解计算,给出了酿酒(红白)葡萄与(红白)葡萄酒的四个系列分级.其次,我们利用马克威分析系统得出线性回归方程,由“回归系数分析”表中的“显著性”可以得出葡萄酒中的物质与酿酒葡萄中的某些物质间的密切联系.     

2008年份昌黎原产地葡萄酒理化特性的统计学分析

选取代表葡萄酒品质的19项指标,构成了描述葡萄酒理化特性的体系。应用主成分分析法,将原有的19项指标综合成5项互不相关的复合指标,而且该5项指标所涵盖原有19项指标的信息量达到了97.694%,基本反映了原指标的大部分信息。系统聚类分析结果显示,表儿茶素或咖啡酸或阿魏酸或没食子酸或绿原酸、多酚、挥发酸或干浸出物或总酸或色度、pH值、鞣花酸等5项指标可以反映葡萄酒理化特性的绝大部分信息,可用于描述葡萄酒的理化特性。     

应用多元回归分析进行葡萄酒质量评价建模

本文针对2012全国大学生数学建模竞赛A题,分析了葡萄酒质量人工品尝存在的不足,进而对若干种葡萄酒的原始数据进行异常值和标准化处理,利用K—W检验、信度分析等方法分析得出红葡萄酒第二组和白葡萄酒第一组的质量评价更为可信;通过相关性分析筛选芳香物质的成分,运用 TOPSIS方法的秩和排序对各类葡萄酒质量划分等级,对理化指标两独立样本进行Mann－Whitney U 检验;最后建立多元回归模型分析得出评价酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响关系,并通过Wilcoxon符号秩检验其模型的可行性。     

酿酒葡萄的等级判别方法研究

针对酿酒葡萄分类问题,在没有明确分类情况下,提出模糊C均值聚类和自主神经网络算法,在已知葡萄酒质量评分结果的前提下,首先对酿酒葡萄的理化指标和葡萄酒质量的数据进行极差归一化处理;运用模糊C均值聚算法得到分类隶属度矩阵和分类中心,并用自主神经网络无监督的学习方式成功地将酿酒葡萄分为三个等级．可以作为葡萄酒生产的参考。     

西北地区干红葡萄酒质量相关理化指标的判别功能解析

为解析西北地区干红葡萄酒的质量相关理化指标的溯源判别功能,以新疆、宁夏和内蒙古乌海产区共27款干红葡萄酒为材料,基于分光光度法分析检测与色泽、味感和香气质量相关的花色苷、单宁、酒石酸酯等指标,且进行香气特征的感官量化分析。统计分析结果表明,CIELab色空间和花色苷等色泽指标中前两个主成分占总体方差71.08%,判别干红葡萄酒年份的效果明显,但对不同葡萄品种和产地的判别效果不佳。单宁、多酚等味感相关理化指标的前两个主成分占总体方差的65.93%,对干红葡萄酒产地和年份的判别效果较好,但不能有效判别品种。酒石酸酯、总酸和香气特征等指标中前两个主成分占总体方差的83.10%,表现出较好的产地和品种的判别效果,而对年份的判别效果一般。色泽、味感和香气相关的总计20个理化指标数据在主成分分析中表现出更好的产地、品种和年份的判别效果,前两个主成分占总体方差的67.32%。聚类分析能将葡萄酒产地准确地分为3类,准确率超过90 %。基于分光光度法开发的色泽-风味理化指标的大数据具有判别我国西北地区干红葡萄酒产地、品种和年份的潜在应用前景。     

基于模糊聚类模型的葡萄酒分类

应用模糊聚类分析的思想和方法,综合考虑酿酒葡萄的各项理化指标,建立了葡萄酒分类的数学模型。一方面,通过对理化指标的相关性分析进行属性约简,刻画了理化指标之间的内在联系;另一方面,在属性约简的基础上对每个属性进行加权,经实验验证两方面均可以优化模糊聚类分析模型对葡萄酒质量的分类效果。     

低盐隔氧盐渍处理对芙蓉李胚原料及其加工品质的影响

对不同盐浓度腌渍李胚的加工品质进行评价,并为李胚低盐隔氧腌渍贮藏与加工利用提供理论依据。以芙蓉李鲜果、低盐隔氧(盐度分别为10.0,12.5,15.0°Bé)及传统高盐(盐度23.0°Bé)处理的李胚原料为研究对象,采用主成分及聚类分析法评价贮藏期间的质构参数、理化指标及感官评价等加工品质指标。主成分分析表明,11个品质指标可提取出累积贡献达83.08%的主成分3个,分别反映直接感受、黏性感受和咀嚼感受。聚类分析将21个处理组分为3大类:处理组1(鲜果)、处理组17(盐度23°Bé、贮藏4个月)和处理组21(盐度23°Bé、贮藏5个月)、其他18个处理组。分别以低盐隔氧腌渍的李胚(盐度10°Bé)与高盐腌渍的李胚为原料加工成李果蜜饯,前者的硬度及咀嚼度略低于后者,其他质构参数差异极不显著,加工的蜜饯品质相当。