钁¤悇閰掕瘎浠锋ā鍨嬬殑璁捐�′笌姹傝�?- 鐧惧害鏂囧簱

棣栭〉

搴撳簱AI

骞垮満

鍘嗗彶

鏀惰棌

浜戠洏

鐭ヨ瘑搴?/div>

钁¤悇閰掕瘎浠锋ā鍨嬬殑璁捐�′笌姹傝�?/p>

 

 

榛勪簹鍧?/p>

, 

闊╃�婏紝鐜嬫ⅵ鐟�

 

 

锛堝畨寰藉笀鑼冨ぇ瀛︽暟瀛﹁�＄畻鏈虹�戝�﹀�﹂櫌锛屽畨寰斤紝鑺滄箹锛?/p>

241000

锛?/p>

 

鍏抽敭璇嶏細

T

妫�楠岋紱鏀硅繘

K

鍧囧寑鑱氱被鍒嗘瀽锛涙ā鎷熼��鐏�锛涘箍涔夊洖褰掔�炵粡缃戠粶

 

鎽?/p>

  

瑕侊細

閽堝�硅憽钀勯厭璐ㄩ噺璇勪环鐨勫�氭牱鎬у拰澶嶆潅鎬х瓑闂�棰橈紝鍥寸粫璇勯厭鍛樿瘎浠风殑宸�寮傛�с�侀吙閰掕憽钀勭殑鍒嗙骇銆佺悊鍖栨寚鏍囧�硅�?/p>

钀勯厭璐ㄩ噺鐨勫奖鍝嶅垎鍒�寤虹珛妯″瀷锛屽苟瀵圭粨鏋滆繘琛屼簡璇︾粏鐨勫垎鏋愩�傞�栧厛閲囩敤缃�淇″尯闂存硶闄嶄綆鍚屼竴閰掓牱鐨勫彉寮傜郴鏁帮紝鎸夌収鍏?/p>

鏂瑰樊璐＄尞鐜囪繘琛岀患鍚堣瘎鍒嗭紝鍦ㄦ�ゅ熀纭�涓婏紝閫氳繃缁勫唴璇勪环鎸囨爣鍙樺紓搴︾殑妫�楠岋紝杩涜�屼簩娆℃柟宸�妫�楠屼袱缁勮瘎鍒嗙粨鏋滅殑鍙�淇″害锛�

瀵逛簬钁¤悇閰掔殑鍒嗙被锛屽埄鐢ㄦ暟鎹�鎸栨帢鎻愬彇鏂规硶锛屽緱鍑轰富鎴愬垎锛屼负浜嗘敼杩�

K

鍧囧�艰仛绫荤畻娉曠殑灞�闄愭�э紝鎻愰珮鑱氱被鐨勬湁鏁堟�э紱

鏈�鍚庤�冭檻澶氱淮鍙橀噺涔嬮棿鐨勫叧绯伙紝鎻愬嚭浜嗗熀浜庡箍涔夌�炵粡缃戠粶妯″瀷锛岀爺绌堕吙閰掕憽钀勫拰钁¤悇閰掔殑鐞嗗寲鎸囨爣瀵硅憽钀勯厭璐ㄩ噺鐨勫�?/p>

鍝嶇▼搴︺�傚苟閫氳繃瀹為檯鏁版嵁杩涜�屼豢鐪燂紝缁撴灉鏄剧ず浜嗘彁鍑虹殑妯″瀷鍏锋湁涓�瀹氱殑鍚堢悊鎬у拰鏈夋晥鎬с�?/p>

 

涓�鍥惧垎绫诲彿锛�

O235

 

 

 

 

 

鏂囩尞鏍囪瘑鐮侊細

A 

 

 

 

 

 

 

 

 

 

 

 

鏂囩珷缂栧彿锛?/p>

 

(2013) 04

 

The design and solution of wine evaluation model 

Huang Yakun

, 

Han Lei,

 Wang Yang. 

 

(School ofMathematics& Computer Science, Anhui Normal University, Wuhu241000,China ) 

Key words

锛?/p>

T inspect; Improved K uniform clustering analysis; Simulated annealing; Generalized regression neural network 

 

Abstract

锛?/p>

In this paper , we aim at the issue of quality assessment , and center on the Significant difference of the 

tasting members

鈥?/p>

 evaluation results and reliability

銆?/p>

classification of wine grape

銆?/p>

the contact between the physical 

and 

chemical 

indicators 

of 

the 

wine 

grape 

and 

wine

銆?/p>

the 

effect 

and 

evaluation 

of 

the 

physical 

and 

chemical 

indicators of the wine grape and wine to the quality of the port wine , build models respectively and do a detailed 

analysis of the result. Firstly we using the confidence interval method to reduce the coefficient of variation of the 

same wine sample, in accordance with its variance contribution rate of the composite score, on this basis, we do 

the 

second 

variance 

test 

two 

sets 

of 

ratings 

results 

credible 

by 

group 

evaluation 

variability 

inspection; 

To 

the 

classification of wine, our data mining extraction method obtained the principal components, in order to improve 

the 

limitations 

of 

the 

K-means 

clustering 

algorithm, 

to 

improve 

the 

effectiveness 

of 

the 

clustering 

simulated 

annealing; 

Finally, 

we 

consider 

the 

relationship 

between 

the 

multi-dimensional 

variables, 

we 

propose 

training 

relevant sample data based on generalized neural network model to study the impact of the physical and chemical 

indicators of the quality of the wine in the wine grape and wine; simulation and actual data, the results show that 

the proposed model has a rationality and effectiveness. 

1

 

 

闂�棰樿儗鏅�

 

鐩�鍓嶏紝钁¤悇閰掕川閲忕殑閴村埆涓昏�侀潬鎰熷畼鍒嗘瀽鍜岀悊

鍖栨寚鏍囧垎鏋愮殑鏂规硶杩涜�岃瘎浠�

[1]

锛屽�傜‘瀹氳憽钀勯厭璐ㄩ�?/p>

鏃朵竴鑸�鏄�閫氳繃鑱樿�蜂竴鎵规湁璧勮川鐨勮瘎閰掑憳杩涜�屽搧璇勩�?/p>

姣忎釜璇勯厭鍛樺湪瀵硅憽钀勯厭杩涜�屽搧灏濆悗瀵瑰叾鍒嗙被鎸囨爣鎵�

鍒嗭紝

鐒跺悗姹傚拰寰楀埌鍏舵�诲垎锛?/p>

浠庤�岀‘瀹氳憽钀勯厭鐨勮川閲忋�?/p>

閰块厭钁¤悇鐨勫ソ鍧忎笌鎵�閰胯憽钀勯厭鐨勮川閲忔湁鐩存帴鐨勫叧

绯伙紝钁¤悇閰掑拰閰块厭钁¤悇妫�娴嬬殑鐞嗗寲鎸囨爣浼氬湪涓�瀹氱▼

搴︿笂鍙嶆槧钁¤悇閰掑拰钁¤悇鐨勮川閲忋�?/p>

 

鍦ㄦ�ゅ熀纭�涓婏紝

鏈�鏂�

閽堝�圭綉涓婃悳绱㈢殑鐩稿叧钁¤悇閰掑拰閰块厭钁¤悇鐨勬垚鍒嗘�?/p>

鎹�銆備粠鏁板�﹀缓妯¤�掑害锛岃�ㄨ�轰互涓嬮棶棰橈細涓�銆佸垎鏋愪袱

缁勪笉鍚岃瘎閰掑憳鐨勮瘎浠风粨鏋滄湁鏃犳樉钁楁�у樊寮傦紱浜屻�佹牴

鎹�閰块厭钁¤悇鐨勭悊鍖栨寚鏍囧拰钁¤悇閰掔殑璐ㄩ噺瀵归吙閰掕�?

钀勮繘琛屽垎绾э紱涓夈�佺爺绌堕吙閰掕憽钀勫拰钁¤悇閰掔殑鐞嗗寲鎸?

鏍囧�硅憽钀勯厭璐ㄩ噺鐨勫奖鍝嶃�?/p>

 

2

 

 

妯″瀷鍋囪�句笌绗﹀彿璇存�?/p>

 

閽堝�圭壒瀹氱殑鑳屾櫙锛屼负浜嗘洿濂界殑杩涜�岄棶棰樿�存槑锛�

缁欏嚭浠ヤ笅鍋囪�惧拰鐩稿叧绗﹀彿璇存�?/p>

 

锛?/p>

1

锛変袱缁勮瘎閰掑憳鍦ㄥ�归厭鏍疯繘琛岃瘎浠风殑杩囩▼涓�涓嶅瓨

鍦ㄦ槑鏄惧亸濂斤紝璇勪环鎬讳綋杈冨�㈣�傦紱

 

 

锛?/p>

2

锛?/p>

钁¤悇閰掔殑璐ㄩ噺瀹㈣�備笂涓庨吙閰掕憽钀勭殑濂藉�?/p>

 

鐩存帴

鏈夌洿鎺ュ叧绯伙紝涓昏�備笂涓庤瘎閰掑憳鐨勮瘎鍒嗘湁鐩存帴鍏崇郴锛�