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.     

葡萄酒感官评价的差异性及可信度方法研究

运用配对T检验和灰色关联性分析两种方法分析了评酒员间评价结果的差异性,同时根据Kendall协调系数W-检验和标准差分析了评价结果的可信度.结果表明:评酒员的评价结果存在显著性差异,得到了第二组评酒员评价结果更可信的评价结果.     

T检验在葡萄酒评价中的应用

文章就2012年全国大学生数学建模竞赛甲组A题中的问题,利用统计分析方法在SPSS19．0统计软件的运行环境中进行计算,对两组评酒员评定的结果进行检验,分析是否有显著性差异。结果表明不同组间的评酒员对相同酒样的评价是具有显著性差异的。     

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。     

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。     

聚类分析法在大气环境质量评价中的应用

大气环境质量评价工作是一项重要但又复杂的工作,用传统方法很难准确判断。用聚类分析方法来处理这一类问题,可得出综合、客观、准确的结论。文章对这一方法在国内大气环境质量现状评价中的应用进行了综述。     

模糊聚类分析法

本对模糊聚类分析方法进行分类,总结聚类分析的步骤和方法,并举例说明其应用。     

聚类分析法在大气环境质量评价中的应用

大气环境质量评价工作是一项重要但又复杂的工作,用传统方法很难准确判断.用聚类分析方法来处理这一类问题,可得出综合、客观、准确的结论.文章对这一方法在国内大气环境质量现状评价中的应用进行了综述.     

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.     

用模糊聚类分析法评价服装加工性能

运用模糊数学中的聚类分析方法，综合评价面料的服装加工性能，使这一完全凭主观经验的过程得以量化，从而能综合考虑面料在缝制加工过程中的各个影响因素。为面料的选择和分类提供了依据。     

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．     

基于聚类分析的属性数据挖掘技术

数据挖掘作为一门新兴的数据处理技术已受到人们广泛的关注，聚类分析技术是数据挖掘中的一种重要技术，本文介绍一类数值数据的挖掘方法，同时提出一个基于属性划分的聚类分析方法。     

基于产业关联度和聚类分析的中国油气资源城市分类研究

油气资源城市是资源型城市中的重要门类之一。已有关于油气资源城市的分类研究中,绝大多数是根据目标城市的油气资源所处的开发阶段及剩余可采储量情况来划分此类城市的类别,在实际运用中难以体现油气资源城市的产业位置。本文尝试运用产业关联度分析和凝聚型层次聚类分析,将国内油气资源城市的产业划分为油气开采业、油气化工产业、油气关联产业、油气无关产业等4 大类产业,并据此将国内16 座油气资源城市划分为油气生产型、油气化工型、油气关联型和去油气资源化4 种类型。结果显示,两类分类方法得到几乎相同的结果,优于传统的分类方法。     

聚类分析的一种改进方法

为了削减由于指标变量不同量纲、不同权重及其相关性对聚类效果造成的影响,把权重引入马氏距离计算公式, 定义了加权马氏距离,并证明了其在理论上的有效性. 最后,采用加权马氏距离对一个具体算例进行聚类分析,得到了较为理想的、更符合实际的分类结果,表明了该定义在应用上的有效性.     

一种基于物元分析关联度的聚类分析方法

通过物元分析方法与聚类分析相结合，提出一种基于物元分析关联度的聚类分析方法。该方法的实质是以物元分析中的关联度作为样品(或指标)问的相似性统计量，并据此按传统的聚合归类原则来实现样品(或指标)的聚类。实例表明该方法用于河流环境监测优化布点是可行的。     

基于聚类分析策略的Web文本挖掘方法

在分析Web文本挖掘过程、关键技术的基础上,针对训练文本集中往往存在多个主题类别的问题,提出一种基于聚类分析策略的Web文本挖掘方法。其基本思路是对训练文档集进行聚类处理,然后对同主题文档进行共性分析,并经过特征权值调整和特征约减,从而获得表示用户不同主题感兴趣概念向量。     

基于因子分析与聚类分析的高校图书馆读者群分类研究

在分析高校图书馆读者群分类意义的基础上,建立了高校图书馆读者群分类的因子分析与聚类分析算法模型,并以此模型对某高校图书馆读者群进行了分类计算,得到了相关的研究成果。     

基于DEA的高校实验室效率评价聚类分析

对高校实验室效率进行科学评价与合理分析,对于教育规划、经费划拨及高校实验室自身发展都具有重要意义。从投入产出的角度出发,结合实验室信息统计工作实践,运用数据包络分析方法,对福州大学24个实验教学中心(实验室)进行效率评价。重点采用不同特征和方法对评价结果进行聚类分析,针对分析结果提出有关提高实验室效率的参考建议。实证表明DEA方法和聚类分析对高校实验室效率评价具有可行性和有效性。     

多元统计、聚类分析法在自然资源开发中的应用

在多元统计、聚类分析方法的基础上，结合计算机及数值分析技术对矿产样品的分类提出一种定量、数值型的分类方法，并将其应用于石油勘探中的油藏分类问题，指出了目前实际工作中存在的偏差．