首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 265 毫秒
1.
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.  相似文献   

2.
SPSS软件在葡萄与葡萄酒理化指标的相关性分析中的应用   总被引:1,自引:0,他引:1  
利用SPSS软件对酿酒葡萄样品与葡萄酒样品的理化指标进行相关性分析,根据分析结果得出酿酒葡萄与葡萄酒的理化指标之间的内在联系。  相似文献   

3.
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.  相似文献   

4.
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.  相似文献   

5.
酿酒葡萄和葡萄酒成分间的典型性相关分析   总被引:1,自引:0,他引:1  
根据酿酒葡萄与葡萄酒的理化指标,按“逐步降维,保留信息”的思想建立模型,把原来多个变量划为几个综合指标,并对这些综合指标进行研究,以简化问题的求解过程;因酿酒葡萄和葡萄酒质量间的内在联系及变化规律具有随机性、理化指标信息过大,先进行变量替换,分别选取15个、8个综合变量替代原变量,再对酝酿葡萄与酝酿葡萄酒主成分分析,最后进行典型相关分析.  相似文献   

6.
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.  相似文献   

7.
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.  相似文献   

8.
酿造优质葡萄酒与原料葡萄品质有重要的关系,对酿酒葡萄质量的评价,传统的人为感官评价方法主观性强,且不适合大批量产品评价,理化指标是酿酒葡萄品质评价的有效依据.以红色酿酒葡萄为例,应用主成分分析方法对其理化指标进行因子分析,选取评价指标的主成分,经因子旋转后确定葡萄品质理化评价指标.  相似文献   

9.
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.  相似文献   

10.
本文以1530件表土壤样品数据为基础,以酿酒葡萄生长所需的营养成分为评价土地质量的因子,运用层次分析法计算了各因子的权重系数,结合宁夏当地标准对玉泉营葡萄产区进行土地质量评价。结果显示玉泉营产区土地质量以中等质量为主,差等土地次之,优质土地最少。  相似文献   

11.
采用电感耦合等离子体原子发射光谱(ICP—OES)法对葡萄酒中14种元素含量进行测定,对样品前处理方法和检测条件进行了研究,建立了一套完整的分析方法.样品前处理采用80qC水浴加热除去酒精,加入硝酸和双氧水对样品进行消解,此方法简单易行,元素损失少.用ICP—OES法测定葡萄酒中14种元素含量,标准曲线的线性关系良好,检出限低,回收率为92.0%一109.4%,精密度为0.54%一4.25%,测定结果令人满意.  相似文献   

12.
首先通过配对T检验方法对两组评酒员对葡萄酒的评价质量数进行检验,并且计算方差均值,以选取更为可信的一组评酒员对葡萄酒的评价质量数作为葡萄酒分级的样本数据;其次通过相关分析法对葡萄酒的理化指标与酿酒葡萄的理化指标之间的联系进行分析,以选取与葡萄酒显著相关的酿酒葡萄的理化指标作为葡萄酒分级的部分指标;最后利用聚类分析法对葡萄酒分级.利用该方法可对葡萄酒进行有效评价.  相似文献   

13.
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.  相似文献   

14.
以制备的"敌百虫"分子印迹聚合物作为固相萃取吸附剂,建立了分子印迹固相萃取与毛细管电泳联用检测葡萄酒中痕量敌百虫的新方法.样品中"敌百虫"分子被选择性富集到吸附功能材料上,然后用2 mL甲醇/冰乙酸(90∶10,v/v)洗脱,氮吹后0.5 mL双蒸水复溶,毛细管电泳仪分析.该方法的最低检出限为75μg/L,连续重复5次的相对标准偏差为4.50%;对两种进口葡萄酒空白样品进行3个浓度的添加回收实验,回收率为80.3%~96.2%.  相似文献   

15.
刘晓芳  张俊娜 《科技信息》2012,(35):216-217
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。  相似文献   

16.
将酿酒后的葡萄皮渣添加到曲奇饼干中可提高曲奇的营养价值和保健功效,研究了葡萄皮渣粉的添加量(5.0%~13.7%)对曲奇饼干的感官评价、物理特性和抗氧化性的影响。实验结果表明:当葡萄皮渣粉的添加量过少时(<6.0%),会导致曲奇粗糙、黏性差、易碎,但添加量过多时(>9.0%),会导致曲奇硬度增大,逐渐失去曲奇特有的疏松口感,曲奇难被嚼碎。此外,随着葡萄皮渣粉添加量的增大,产品的抗氧化性明显提高,但色泽加深。故葡萄皮渣粉在曲奇饼干中的添加量以6.0%~8.0%为宜,此时曲奇饼干酥松可口、色泽适中、香气浓郁,其感官品质和物理特性指标均有提高。该研究结果可为此功能性曲奇饼干的工业化生产提供理论基础和技术参考。  相似文献   

17.
通过对昌黎县酿酒葡萄产业化现状及存在问题的分析 ,认为葡萄产业化可持续发展的关键是 :提高葡萄和葡萄酒的质量 ;建立利益分配机制和开拓市场 ,并对此提出了一些具体措施。  相似文献   

18.
干红葡萄酒中原汁含量的测定方法   总被引:1,自引:0,他引:1  
利用缓冲系数法和氨基酸态氮定量法对干红葡萄酒中原汁含量进行测定。结果表明:利用缓冲性鉴定葡萄酒原汁含量时,与未调配的葡萄酒相比,经过调配的葡萄酒的缓冲系数减小,缓冲性降低,但缓冲系数和原汁含量仍呈线性关系;利用氨基酸态氮定量法鉴定葡萄酒原汁含量时,氨基酸态氮的测定不受葡萄糖、酒石酸添加的影响且氨基酸态氮含量与原汁含量也呈线性相关。并且利用上述两种方法测定葡萄酒原汁含量具有迅速、简便的特点。  相似文献   

19.
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。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号