基于数据挖掘的葡萄酒质量识别
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·问题的提出 | 第8-10页 |
| ·中国葡萄酒业的发展 | 第8页 |
| ·中国葡萄酒业发展面临的问题 | 第8-10页 |
| ·研究内容 | 第10页 |
| ·论文结构与数据来源 | 第10-11页 |
| ·论文结构 | 第10-11页 |
| ·数据来源 | 第11页 |
| ·本文的主要工作 | 第11-13页 |
| 第二章 葡萄酒品鉴和存在的不足 | 第13-19页 |
| ·葡萄酒品鉴 | 第13-16页 |
| ·人工品尝概况 | 第13-14页 |
| ·葡萄酒品尝的原理 | 第14-15页 |
| ·对评酒员的严格要求 | 第14页 |
| ·葡萄酒的香味 | 第14-15页 |
| ·葡萄酒的尝味 | 第15页 |
| ·葡萄酒的成分 | 第15-16页 |
| ·葡萄酒的基本成分 | 第15-16页 |
| ·葡萄酒的微量成分 | 第16页 |
| ·数据挖掘在葡萄酒评级中的应用研究状况 | 第16-19页 |
| ·国内情况 | 第17页 |
| ·国外情况 | 第17页 |
| ·存在的不足 | 第17-19页 |
| 第三章 常用数据挖掘方法理论概述 | 第19-28页 |
| ·分类与回归 | 第19-26页 |
| ·多元线性回归 | 第19-20页 |
| ·主成分回归 | 第20-21页 |
| ·判别分析 | 第21-22页 |
| ·支持向量机 | 第22-23页 |
| ·分类回归树 | 第23-25页 |
| ·分类回归树的构建 | 第23-24页 |
| ·分类回归树的修剪 | 第24页 |
| ·分类回归树的评估 | 第24-25页 |
| ·随机森林 | 第25-26页 |
| ·随机森林算法 | 第25页 |
| ·变量重要性的计算 | 第25-26页 |
| ·异常样本的诊断 | 第26-28页 |
| ·杠杆值诊断法 | 第26页 |
| ·PCA与Hotelling T~2统计量法 | 第26页 |
| ·半数重采样法(RHM) | 第26-28页 |
| 第四章 葡萄酒质量识别建模与异常样本诊断 | 第28-46页 |
| ·数据处理与基本分析 | 第28-31页 |
| ·数据说明及预处理 | 第28-29页 |
| ·数据基本分析 | 第29-31页 |
| ·相关性分析 | 第29-30页 |
| ·不同质量葡萄酒比较分析 | 第30-31页 |
| ·葡萄酒质量识别建模与分析 | 第31-42页 |
| ·探索性建模 | 第31-38页 |
| ·多元回归模型 | 第31-32页 |
| ·主成分回归 | 第32-34页 |
| ·判别分析 | 第34-35页 |
| ·支持向量机 | 第35-36页 |
| ·分类回归树 | 第36-37页 |
| ·结果比较分析 | 第37-38页 |
| ·问题分析与策略 | 第38-40页 |
| ·模型的建立与结果分析 | 第40-42页 |
| ·检测进口酒的异常样本 | 第42-44页 |
| ·异常样本的检测辅助低质量葡萄酒的识别 | 第44-46页 |
| 第五章 总结与展望 | 第46-48页 |
| ·总结 | 第46-47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 附录 | 第53-56页 |
