基于帕克评分体系的葡萄酒分类模型.doc

《基于帕克评分体系的葡萄酒分类模型.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于帕克评分体系的葡萄酒分类模型摘要：本文运用了相关性分析、主成份分析找到显著影响葡萄酒质量的酿酒葡萄理化指标。基于法国葡萄酒分级的帕克评分体系，通过非线性最小二乘法拟合以及映射的观点得到酿酒葡萄的分级标准。最后对此模型进行推广，得到在工程方面的一般运用。关键词：相关性分析主成分分析帕克评分体系非线性最小二乘法拟合作者：龚天成，安徽巢湖人，西安电子科技大学微电子学院本科三年级张翰宗，浙江杭州人，西安电子科技大学微电子学院本科三年级罗旸，上海人，西安电子科技大学微电子学院本科三年级沈嘉妮，浙江嘉兴人，西安电子科技大学电子工程学院本科二年级通

2、讯地址：陕西省西安市长安区西沣路兴隆段266号邮编：我们首先对酿酒葡萄的各项理化指标同葡萄酒质量之间进行相关性分析，找到与葡萄酒质量之间相关性较大的理化指标，再对这些指标进行一次主成分分析，提取出彼此之间相关性较小的主要理化指标。则这些主要理化指标与葡萄酒质量之间的相关性均较高，并且相互之间的相关性较低，可以认为能够全面的代表所有影响葡萄酒质量的酿酒葡萄理化指标。（1）相关性分析酿酒葡萄的理化指标较多，就红葡萄而言共有28项，并不是所有的理化指标均可以影响酿酒葡萄的质量，进而影响葡萄酒的质量。故本文首先对酿酒葡萄的各项理化指标同葡萄酒质量

3、之间进行相关性分析，得到与葡萄酒质量之间相关性较大的理化指标。设为第个样本葡萄的第项理化指标值，为第个样本酒质量的综合评分值（取可信度较大一组的评分值），为样本容量值，则为第项理化指标值同葡萄酒质量之间的相关系数，计算公式为：（1）相关系数的绝对值越大，相关性越强，相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱。通常情况下通过以下取值范围判断变量的相关强度：相关系数0.8-1.0为极强相关；0.6-0.8为强相关；0.4-0.6为中等程度相关；0.2-0.4为弱相关；0.0-0.2为极弱相关或无相关。（2）主成分分析

4、对于与葡萄酒质量之间相关性较大的理化指标，均可显著影响葡萄酒质量。这些指标之间往往是相伴产生的，即产生过程并非是独立的。所以要想找到影响葡萄酒质量的酿酒葡萄主要理化指标，需要采取因子分析法，将多个指标中相关性较大的指标归为一类，从而达到降维的目的，并且提高精确性。设为样本中第个样本的第个指标值，为了消除不同变量间量纲的影响，本文将样本数据指标标准化。标准化公式如下：（2）其中和分别为指标的均值和标准差。本文将种理化指标作为因子分析的个变量因子，建立因子分析模型如下：（3）其中，是已标准化的可观测的指标。为公共因子，是特殊因子，它与公共因子

5、之间彼此独立。是指标在公共因子上的载荷。因子载荷的统计含义是指标在公共因子上的相关系数。表示与的线性相关程度。说明了指标依赖于各个公共因子的程度。说明了公共因子与各个指标的联系程度。（1）利用非线性最小二乘法拟合关系曲线对于找到的主要理化指标，本文以葡萄酒的质量总评分为横坐标，以每一项指标值为纵坐标，运用非线性最小二乘法拟合出每一项指标与葡萄酒质量总评分之间的关系曲线，并且找到拟合度最高的函数关系方程。设非线性系统的模型为，其中是系统的输出，是输入，是参数，现有组样本，则估计参数的目标函数为：（4）在此目标函数下，找出的具体形式，并且拟合

6、得到关系曲线。（2）分级标准的确定借用帕克评分体系首先对葡萄酒进行分级。在帕克的评分标准中，基于以下四个因素：外观，香气，风味，总体质量或潜力。具体的打分体系如下：等级得分描述优质96-100Extraordinary经典：顶级葡萄酒90-95Outstanding优秀：具有高级品味特征和口感的葡萄酒良好80-89Aboveaverage优良：口感纯正、制作优良的葡萄酒合格70-79Average一般：略有瑕疵，但口感无尚大碍的葡萄酒不合格60-69Belowaverage低于一般：不值得推荐50-59Unacceptable次品由于已经

7、通过拟合的方法找到了每一项指标与葡萄酒质量总评分之间的关系曲线，故在用帕克标准对葡萄酒进行分级时，通过映射的观点，找到该等级下对应的酿酒葡萄理化指标的数值范围，以此作为酿酒葡萄的分级标准。（3）模型推广及运用在实际工程应用中，我们可以运用该模型对材料进行分析。首先列出影响材料性能的所有指标，对这些指标与材料性能之间逐一进行相关性分析，找到与材料性能相关性较大的主要指标，再对这些主要指标之间进行一次主成分分析，提取出彼此之间相关性较小的主要指标。可以认为这些指标能够全面的代表影响材料性能的所有指标。最后找到材料的分级方式，运用非线性最小二乘

8、法拟合以及映射的思想即可得到材料在每一等级下对应的指标的数值范围。参考文献[1]张宇镭，党琰，贺平安，利用相关系数定量分析生物亲缘关系，计算机工程与应用, 2005,(33)：（1），2005