基于PLS模型的葡萄酒质量评价.pdf

基于PLS模型的葡萄酒质量评价.pdf

ID:55398780

大小:338.20 KB

页数:6页

时间:2020-05-15

基于PLS模型的葡萄酒质量评价.pdf_第1页
基于PLS模型的葡萄酒质量评价.pdf_第2页
基于PLS模型的葡萄酒质量评价.pdf_第3页
基于PLS模型的葡萄酒质量评价.pdf_第4页
基于PLS模型的葡萄酒质量评价.pdf_第5页
资源描述:

《基于PLS模型的葡萄酒质量评价.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第14卷第2期科技和Vo1.14.No.22014钲2月ScienceTechnolojFebruary,2014基于PLS模型的葡萄酒质量评价席倩,万冰越(南京师范大学泰州学院,江苏泰州225300)摘要:利用2012年全国大学生数学建模竞赛A题所给数据,建立了偏最小二乘回归(PLS)分析模型,选取包括芳香物质在内的所有的酿酒葡萄和葡萄酒理化指标作为自变量,以葡萄酒的质量作为因变量建立模型。通过自变量和因变量提取成分的贡献率的计算,选取了可以解释自变量比率为86.28%的13个成分对,得到葡萄酒的质量与所有理化指标之间的PLS回归方程。利用标准化指标变量

2、的回归方程,得到对葡萄酒的质量影响较大的理化指标有23个,其中13个正向指标,1O个负向指标,正向指标中影响系数最大是葡萄的干物质含量(影响系数为0.3614),负向指标中影响系数最大的是葡萄的褐变度(影响系数为一0.3788)。用Matlab编程对模型的精度进行了检验。检验结果表明如果不考虑酿酒工艺等技术、环境因素的影响,利用理化指标根据建立的偏最小二乘回归模型预测葡萄酒的质量具有很高的可信度。关键词:PLS模型;葡萄酒质量;理化指标;精度检验中图分类号:X53文献标志码:A文章编号:1671—1807(2014)02—0088—06随着人们生活品质的提

3、高,葡萄酒已经成为我国提出了一种可视化的葡萄酒质量评价方法。王文消费者喜爱的生活饮品。葡萄酒质量是其外观、香静论述了感官评价在葡萄酒加工工艺、成分分析和气、口味、整体评价的综合表现。在此形势下,葡萄酒评价结果统计分析等方面的研究进展。张贝贝等的质量评价得到关注。由于葡萄酒的化学成分复杂,运用多元总体的均值向量和方差的检验,得到感官评其质量需考虑酿酒葡萄和葡萄酒的理化指标。价结果的显著差异性应用主成分分析,逐步回归等方国外对葡萄酒质量评价的研究成果比较丰富,其法进行分析。文献[9]综述了同位素比质谱仪法中Cortezl_】用支持向量机建立了葡萄质量分类模型,

4、(IRMS)和点特异性天然同位素分馏核磁共振技术分集介绍效果较好。Moreno[2]基于红酒的矿物质元(SNIF—NMR)2种化学方法的原理及其在葡萄酒质素含量,用概率神经网络成功将54个样本分为两类。量鉴别中的应用。国内对此也有较多的研究葡萄酒质量的课题。天津本文以2012年高教社杯全国大学生数学建模竞大学的刘延玲[3构建了新的Hopfield神经网络分类赛A题数据作为建模_】叩的历史数据,运用偏最小二器模型,利用葡萄酒的理化性质指标和感官评价结果乘回归(PLS)对葡萄酒质量进行评价,选取酿酒葡萄将其质量进行分类,基于Hopfield神经网络的分类和葡萄

5、酒理化指标作为自变量,以葡萄酒的质量作为器成功实现了葡萄酒质量的评价分类,进一步挖掘指因变量建立模型。计算自变量和因变量提取成分的标变量之间的关系。吴吴潼,薛超,刘海明l_4建立了贡献率,得到相应的回归方程,并检验了模型的精度,BP神经网络模型分析葡萄和葡萄酒理化指标对酒质分析了葡萄酒理化指标对葡萄酒质量的影响,探讨了量的影响,李运,李记明,姜忠军¨5用分析软件SPSS利用葡萄酒的理化指标对葡萄酒质量进行评价的可对4O个样本进行了聚类分析,认为统计学方法应用行性。于葡萄酒质量分析与评价中,可以更加清楚地了解葡l模型建立萄酒成分与感官质量之间的相互关系。王金

6、甲等]偏最小二乘回归分析口是一种多对多线性回归收稿日期:2013—12—10基金项目:江苏省高校大学生创新训练计划项目(2O1313843O12Y);江苏省软科学项目(BR2013039)作者简介:席倩(1992一),女,江苏南京人,南京师范大学泰州学院数学科学与应用学院,理学学士,研究方向:数学与应用数学。88基于PLS模型的葡萄酒质量评价建模的方法,特别当两组变量的个数很多,且都存在Step4:根据第3步确定提取r个成分t一,t,多重相关性,而观测值的数量又较少时暇1,.用-_偏最小二则求F。在t,⋯,t上的普通最小二乘回归方程为乘回归建立的模型更具应

7、用价值。Fo—tt+tz+⋯+j9+FPLS回归模型的原理和建模步骤在文献[11]中有较为详细的叙述,下面我们给出一种较为简洁的计把t===训1z1+⋯+z(愚一1,2,⋯,,-),代算方法。人Y—tlfll+⋯+,,即得P个因变量的偏最小二记自变量和因变量组标准化数据矩阵分别为E0乘回归方程式和FJ—aj1z1+a)22c2+⋯+aJ,(一1,2,⋯,户)Zl]1_-.E0===;l,F。一其中^一(叫^1,⋯,伽)满足t^一E0叫^,叫^zl^一1Step1:求矩阵F。F0E。最大特征值所对应一II(J—Wj~jT)叫。一1的特征向量,求得成分得分向量

8、t一E。叫和残2实证分析利用2012年全国大学生数学建模竞赛A题口

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。