建模論文-葡萄酒的評價-文庫吧資料
2025-06-14 07:31本頁面
【正文】 2 3 4 5 6 .833 10 7 .717 8 .515 9 .268 10 .181 11 .074 .531 12 .012 .084 0 13 6 5 0 14 8 8 0 根據(jù) 表六和表七 ，我們提取了 紅葡萄酒的四個主成分， 找出系數(shù)對應的最大值作為參考指標，分別是： 總酚 、 C(D65)、 H(D65)、 反式白藜蘆醇 ； 我們提取了白葡萄酒的五個主成分， 找出系數(shù)對應的最大值作為參考指標，分別是 ： C(D65)、總酚 、 順式白藜蘆醇苷 、 H(D65)、 反式白藜蘆醇苷 。 （ 2）白葡萄分成四類： 一類：葡萄樣品 1 1 1 1 1 2 1 1 2 1 2 2 19； 二類：葡萄樣品 14； 三類：葡萄樣品 2 27； 四類：葡萄樣品 21。這里只基于釀酒葡萄樣本進行聚類，稱為 Q 型聚類，其步驟為： 步驟一：數(shù)據(jù)標準化 根據(jù) 求得的紅葡萄和白葡萄的理化指標的主成分進行聚類 分析，由于釀酒葡萄的各理化指標都使用了不同的量綱及數(shù)據(jù)的大小差距很大， 所以先要 對理化指標 進行 標準化，處理方式為 ???? s xxx ii???* ， i=1,2，…， n， ? =1,2，…， p (2) 其中 ??? ? ni ixnx 11 ?? ， ? =1,2，…， p (3) 212 )(11 ?????? ni i xxns ???， ? =1,2，…， p (4) 步驟二：樣本的距離定義 在對釀酒葡萄的聚類分析中，定義兩類理化指標樣本的距離（ 本文用歐氏距離），然后再 建立距離矩陣 ， 分別對紅葡萄和白葡萄進行聚類分析，再利用SPSS 進行 Q型聚類分析，用 組間聯(lián)接的方 法進行釀酒葡萄的分類。 6 主成分分析的結果 表四：釀酒紅葡萄 的主成分分析表： 表五：釀酒白葡萄 的主成分分析表： 根據(jù)表四和表五，我們提取了紅葡萄的八個主成分，分別找出其系數(shù)對應的最大值作為參考，分別是： 總酚、可溶性固形物、白藜蘆醇、 PH 值、果穗質(zhì)量、色澤 b*、黃酮醇、色澤 L* ； 我們 提取了白葡萄的九個主成分，分別找出系數(shù)對應的最大值作為參考指標，分別是：還原糖 、 總酚 、 固酸比 、 蘋果酸 、 褐變度 、 檸檬酸 、 VC 含量 、 果梗比 、 PH 值 。 首先 對原始數(shù)據(jù)進行預處理 ，我們選擇 30 項藍色的一級理 化指標，并且整理出紅白釀酒葡萄各理化指標 的含量， 對于多次測量的數(shù)據(jù)我們采用 求 平均值作為參考數(shù)據(jù)。 主成分分析實際上是一種降維方法。 問題二模型的建立 主成分分析 由于本問題所給的附件二中釀酒葡萄的理化指標非常的多，所以我們先利用主成分分析法提取一些具有代表性的理化指標。 3 三、基本假設 假設 兩組品酒員是隨機分配的； 假設兩組品酒員之間的分數(shù)是相對獨立的； 假設評酒員對每種葡萄酒的評價結果是大致符合正態(tài)分布的； 假設 制作葡萄酒的工藝和釀酒環(huán)境都是統(tǒng)一且穩(wěn)定的； 假設不考慮多種葡萄可制成一種酒，只考慮一種葡萄制成一種酒； 假設葡萄和葡萄酒芳香物質(zhì)中沒有檢測到的成分不存在于該樣本中，數(shù)據(jù)處理前將 其置為零； 假設釀酒葡萄中存在的而葡萄酒中不存在的理化指標也會影響葡萄酒的質(zhì) 量； 假設文中引用到的數(shù)據(jù)和其他文章內(nèi)容都真實可信。 對于問題四，我們 可以 把釀酒葡萄和葡萄酒的理化指標作為自變量， 把附件一中最可信的一組評酒員的評分 作為因變量， 建立多元線性回歸模型 。 對于問 題二，我們 可以先運用主成分分析法對釀酒葡萄的理化指標進行 降維，再根據(jù)累計貢獻率的大小決定主成分的個數(shù)，最后 運用 聚類分析法 通過 SPSS軟件對釀酒葡萄進行 分類。在判斷顯著性差異的時候， 我們使用了 t檢驗，若 p值小于 ，則存在顯
畢業(yè)設計相關推薦
鄂ICP備17016276號-1