基于葡萄酒品基礎數(shù)據(jù)的綜合分析系統(tǒng)設計與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩45頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著生活質量的提高,葡萄酒成為深受人們喜愛的飲品,葡萄酒質量的測量、分析、評價對制酒工藝的改進,和提高人們生活質量具有非常重要的意義。為了更一步的分析葡萄酒,我們深入探究葡萄酒品的基礎數(shù)據(jù),設計和實現(xiàn)了基于葡萄酒品基礎數(shù)據(jù)的綜合分析系統(tǒng)。該系統(tǒng)主要實現(xiàn)的功能如下。
  功能一,差異性檢測。葡萄酒品質的好壞主要通過品酒師品嘗打分給出。由于品酒師打分喜好的不同,給出的分值有差異。此系統(tǒng)通過單因素方差分析,分別對兩組品酒師的分值進行組內

2、和組間的差異進行顯著性分析。數(shù)據(jù)顯示組內差異顯著,組間紅酒不顯著,白酒顯著。為評價各組評價結果的可信性,我們建立了基于方差分析的評價模型,數(shù)據(jù)顯示第二組的方差較小,即第二組的評價結果更可信。
  功能二,對釀酒葡萄進行分級。為了釀出好的葡萄酒,選出質量高的葡萄至關重要。我們首先利用置信區(qū)間法進行了評酒員異質性分析,通過相應的算法修正了評酒員打分,使得打分差異不再顯著。同時假定不考慮葡萄酒生產工藝、儲存、運輸?shù)葘破焚|的影響,用修正

3、后的得分值將對應葡萄分級,即優(yōu)、一般、劣。其次,利用無量綱歸一化方法,對葡萄的理化指標進行數(shù)據(jù)處理,然后采用了主成分分析的方法,得出了19個主成分,其累計貢獻率超過86%。通過對每個主成分的主要組成分析,得出釀酒葡萄中最具代表性的指標是醇類、酯類、有機酸、醛類和酶類。最后通過多元回歸分析,給出了各主成分和葡萄質量的回歸方程,從而建立了利用葡萄的理化指標對釀酒葡萄質量的關系,試驗樣本檢驗顯示,模型結果正確。
  功能三,發(fā)現(xiàn)葡萄與葡

4、萄酒的理化指標之間的聯(lián)系。我們首先利用相關系數(shù)分析法對釀酒葡萄和葡萄酒的理化指標進行關聯(lián)性分析比較,生成相關系數(shù)曲面圖,選取具有主要或顯著相關的釀酒葡萄與葡萄酒的理化指標,并結合資料文獻,確定其關聯(lián)產生的原因。其次,對葡萄和葡萄酒的成分進行對比觀察,給出了葡萄中成分在釀造過程中的遷移轉化結果。通過分析得出:葡萄中的花色苷是紅葡萄酒的關鍵性成色物質,存在于葡萄皮中;釀酒葡萄中的酚類和酮類通過化學反應生成酒中的化學物質并影響酒的物理性質,葡

5、萄中的酯類、醇類在釀造過程中保持穩(wěn)定,是酒的口感和香味的來源,干物質和可溶性固形物含量等則主要影響葡萄酒的亮度、色澤等物理指標。
  功能四,分析葡萄酒的質量與葡萄以及葡萄酒理化性質的聯(lián)系。我們首先通過對理化指標的無量綱化處理,得到歸一化的數(shù)據(jù)矩陣,然后通過對葡萄酒和葡萄所有理化指標的主成分分析,各自得出19個主成分。通過多元回歸,得到了回歸系數(shù),從而建立了葡萄酒質量的回歸預測評價模型,最后利用試驗樣本對預測評價結果進行了檢驗,驗

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論