基于ICP-MS结合化学计量学的不同品牌酱香型白酒鉴别方法

为实现不同品牌酱香型白酒的快速分类和鉴别,以4个不同品牌(仙谭、羽丰、普照、红军杯)的酱香型白酒为研究对象,采用电感耦合等离子体质谱法测定了52个白酒样品中的16种元素含量.通过对结果进行z-score标准化,消除各元素间量纲差异,再对其进行主成分分析、聚类分析及偏最小二乘判别分析.结果表明,不同品牌的酱香型白酒间16...     

基于消费者需求的品牌鞋类市场细分研究

我国鞋类产品定位模糊,在自主品牌建设、品牌营销的过程中较少对产品市场进行细分。本文采用问卷调研等实证研究方法,从消费者需求差异的角度,以消费者对品牌鞋类不同属性的看重程度为出发点,通过聚类分析,得到“品质型“”价值型“”享乐型“”价格型”四类细分市场,并进一步分析各个细分市场的特征和市场规模。以此指导制鞋企业进行产品研发,设计营销策略组合,进行精准的市场定位,促进鞋类产品自主品牌建设。     

皖北地区白酒共性与特性分析——基于骨架组分

以皖北产白酒和皖北周边地区白酒为样品,以白酒骨架组分为变量进行聚类分析,探讨皖北白酒之间的共性与特性以及与周边白酒在风格上的联系。研究表明,皖北白酒风格已呈现多样化趋势,且与周边地区白酒风格差异性减小。中高档白酒样品中,当划分类别等于3时古井贡与皖酒两品牌风格相近,高炉、口子、种子三品牌风格相近;当划分类别大于3时,则各皖北白酒品牌显示较明显差异性。皖北白酒在追求风格多样化的同时,尚未形成较固定的区域风格。     

基于气相色谱指纹图谱技术的赤渡酱酒质量评价方法研究

为对不同系列白酒进行综合、科学的区分和评价，本研究以赤渡酱酒4个系列酱香型白酒为研究对象，利用气相色谱(gas chromatography)对风味成分进行定性定量分析，并构建各系列酒指纹图谱，结合因子分析、聚类分析等方法对不同系列白酒进行区分和评价。结果显示，赤渡酱酒不同系列白酒风味成分指纹图谱差异显著，各系列指纹图谱具有独立性和代表性；通过因子分析对各系列白酒指纹图谱进行降维分析，建立评分模型，综合得分为赤渡酱酒蓝>赤渡酱酒红>赤渡酱酒酱>赤渡酱酒金，与感官品评和商品定位排序一致。综上所述，利用风味成分的差异性构建指纹图谱能够较为有效的对不同系列白酒进行区分和识别，通过因子分析、聚类分析可以有效、准确的对不同系列白酒进行评价和鉴别。     

电感耦合等离子体质谱技术在五粮浓香型白酒分类鉴别中的应用

目的建立固态法五粮浓香型原酒、成品酒与掺假白酒的分类模型。方法采用电感耦合等离子体质谱(inductively coupled plasma mass spectrometry, ICP-MS)技术进行鉴别分析,分别对样品中Mg24、Mg25、Si28、Fe56、Fe57、Ni58、Ni60、Zn64、Zn66、Cu63、Cu65、As75、Pb206、Pb207、Pb208等元素的响应强度进行检测,并结合聚类分析、主成分分析、因子分析和线性判别分析等方法进行数据分析。结果采用聚类分析时,当样本的产酒年份差距为2年内时,能够对原酒和掺假白酒进行有效分类,当样本的产酒年份差距为10年时,则聚类分析方法并不适用;采用因子分析时,当因子数限定为3时,掺假白酒在第1个因子和第3个因子中的得分均是最低的,在第2个因子得分中,掺假白酒总体上高于原酒组,低于成品酒组;采用线性判别分析时,总共17个样本中, 88.2%个交叉验证已分组观察值可以正确分类。结论建立了固态法五粮浓香型原酒、成品酒与掺假白酒的分类模型,具有一定的应用价值。     

柔和酱香与传统大曲酱香白酒特征成分的聚类分析

采用直接进样定量方式,测定和评价酱香型白酒中的26组风味物质的浓度含量,运用系统聚类法对相关数据进行聚类分析。结果表明,一些柔和酱香白酒与传统大曲酱香白酒之间的聚类间距离较大,酒体间的风格特征差异也比较大;柔和酱香白酒与贮存工艺独特的窖藏习酒的相似度高于其他传统大曲酱香白酒;白酒中的26组风味物质的聚类分析结果能够较全面地反映出不同风格和不同个性化酱香型白酒之间的风味特征,聚类不同白酒之间的风格差异特征。     

基于内隐记忆的织物触觉质感属性空间的确定

为探讨组成织物触觉质感多维感知属性空间的维度和意义,基于内隐记忆的语义描述实验,获得表征织物触觉质感的描述符,并研究各描述符出现的频率与平均次序间的关系。在此基础上,借鉴数据挖掘技术中聚类分析与因子分析相结合的算法,从认知科学角度确立表征织物触觉质感的空间维度。聚类分析结果表明,滑爽-粗糙感、柔软-硬挺感以及薄-厚感可作为组成织物触觉质感属性空间的前3维,而第4维与粘涩感有关。通过因子分析证实,前5组因子的累计贡献率约达67.69%,即聚类分析得到的结果可解释触觉质感的主要差异。     

基于电子鼻和气质联用技术的浓香型白酒分类

该研究分别利用电子鼻和气质联用(gas chromatography-mass spectrometry,GC-MS)分析7种不同品牌浓香型白酒的差异。结果表明,电子鼻的S2、S6、S7和S9 4个传感器对不同品牌浓香型白酒具有较好的响应信号,经主成分分析(principal component analysis,PCA)筛选后可以作为浓香型白酒差异的特征指标来衡量。基于传感器信号,比较了PCA和线性判别对不同各品牌浓香型白酒的分类效果,PCA分析能够对不同品牌白酒进行较好区分。GC-MS分析表明,不同品牌浓香型白酒风味物质含量存在明显差异,而PCA分析中关系密切的样品在风味成分层面存在相似性。该研究提供了一种基于电子鼻、GC-MS技术和数理统计分析相结合的浓香型白酒分类方法,为浓香型白酒的快速质量分类方法的开发提供了理论和数据支撑。     

一种可视化快速鉴别白酒的新方法研究

白酒主体香味成分的含量和比例,是白酒香型风格的"构成要素"。针对白酒的主体香味成分,选择筛选出特异性敏感元件20种,构建5×4比色传感阵列芯片,建立了一种可视化快速鉴别白酒新方法。新阵列芯片检测性能明显优于已报道的通用阵列,可精确识别出不同风味白酒,且能反映出不同白酒中主体香味成分的差异。对15种白酒进行检测,主成分分析结果表明,前三个主成分对识别的贡献率依次为酯、醛、缩醛类物质(34.5%),酸类物质(19.2%)和乙醇(11.9%)。聚类分析发现同一品牌的白酒能正确归类,不同品牌同种香型白酒能率先聚为一类。各白酒间的相似性和差异性在聚类图上有较好的体现,不同香型白酒间的距离远近与白酒的生产原料、糖化发酵剂、酿造工艺密切相关。     

道光廿五“事件营销”解析

道光廿五集团,在近五年的时间里,准确定位目标市场,坚守品牌个性化的营销理念,成功运作了几块相对比较成熟的区域市场,取得了较大市场份额,一举挺进中国的白酒前三十强,成为中国白酒行业为数不多的从区域走向全国市场的品牌之一。业内人士认为,道光廿五品牌的营销策略和准确的品牌定位,是市场的迅速成长的关键因素。为了解道光廿五的发展根据,我刊请道光廿五董事长自揭发展秘密。     

基于指纹图谱和化学计量学的浓香型白酒分类研究

该研究以市售畅销的7个品牌、不同等级的浓香型白酒为研究对象,利用气相色谱-质谱联用（GC-MS）技术建立了浓香型白酒中风味成分的指纹图谱,结合相似度分析、主成分分析（PCA）和判别分析（DA）对不同品牌的浓香型白酒样品进行了有效区分和鉴别。结果表明,不同品牌间样品的相似度存在一定差异;PCA表明前三个主成分累计方差贡献率达到89.71%,能对样品进行聚类和区分;利用判别分析可以将不同产地的酒样区分开,正确率为100%。综上,相同品牌不同等级的白酒具有明显的相关性,不同品牌白酒可以利用指纹图谱结合化学计量学方法进行鉴别和分类,为白酒质量控制及真伪鉴定提供了一种新方法。     

基于低场核磁共振的白酒品牌判别分析

为探求一种白酒品牌判别的方法,基于低场核磁共振（LF-NMR）技术,综合运用主成分分析（PCA）、偏最小二乘法-判别分析（PLS-DA）、反向传播人工神经网络（BP-ANN）方法对6种浓香型白酒品牌共300个样本进行模式识别分析,解析了对不同品牌浓香型白酒进行判别的可行性。结果表明,运用PCA方法对样品进行识别,无法区分白酒品牌;运用PLS-DA的方法对白酒样品进行识别,训练集的识别率约为99.5%,预测集识别率约为96.7%;运用BP-ANN的方法对白酒样品进行识别,训练集识别率约为99.5%,预测集识别率约为98.9%。结果表明,PLS-DA方法和BP-ANN方法对浓香型白酒样品的区分成功,表示将低场核磁共振方法应用到浓香型白酒的品牌判别中是可行有效的。     

基于荧光光谱的古井贡酒年份酒品质控制技术研究

探讨了荧光光谱结合相关系数法用以白酒品质控制的可行性。以古井贡8年酒为主要研究对象,以高通量分析平台获取各品牌白酒荧光光谱数据,具有样品用量少,分析速度快等优势,比较了同批次古井贡8年酒间的相关系数,以及不同批次古井贡8年酒、同品牌古井贡16年、26年酒、不同品牌白酒与古井贡8年酒（均值）间的相关性。结果表明,同批次古井贡8年酒样本间相关系数超过0.99,不同批次古井贡8年酒相关系数达到0.98左右,而古井贡16年、26年酒以及其他品牌白酒与古井8年酒相关系数值相对较低,依据相关系数值可初步实现古井贡8年酒在同批次、不同批次、同品牌、不同品牌白酒间的鉴别分析。据此,本方法有望实现古井贡酒年份酒简单、高效的品质控制鉴别。     

指纹图谱结合化学模式识别评价特定品牌酱香型白酒品质独特性与批次稳定性研究

为建立一种特定品牌酱香型白酒品质独特性及批次稳定性的评价方法。采用气相色谱-质谱联用结合“中药色谱指纹图谱评价系统”,构建特定品牌酱香型白酒指纹图谱,结合相似度与化学模式识别分析(层次聚类、主成分分析)实现对特定品牌酱香型白酒品质独特性与批次稳定性的综合评价。结果表明:以指纹图谱相似度大于0.99作为特定品牌酱香型白酒品质独特性及批次稳定性的评价标准,可将特定品牌酱香型白酒与其他不同品牌酱香型白酒有效区分;化学模式识别均显示特定品牌酱香型白酒与其他不同品牌酱香型白酒明显分类;可见指纹图谱结合化学模式识别可有效评价特定品牌酱香型白酒的批次稳定性及品质独特性。主成分分析发现特定品牌酱香型白酒与其他品牌酱香型白酒差异物质为17种,包括己酸、己酸乙酯、正己醇、乙酸、苯乙酸乙酯、2-羟基丙酸乙酯、十六烷酸乙酯、丁酸、3-甲基丁醇、2-甲基丙醇、乙酸正丙酯、正丙醇、2-丁醇,2-甲基丙酸乙酯、3-甲基丁酸乙酯、丙酸乙酯、正丁醇,是特定品牌酱香型白酒品质独特性的内在体现。本研究为特定品牌酱香型白酒的质量控制提供了一定的理论依据和技术支撑。     

基于电子舌技术的豉香型白酒分类识别研究

豉香型白酒作为广东地产酒,是中国白酒十二大主流香型之一,深受粤港澳地区和东南亚地区群众的喜爱。该研究采用电子舌技术和多变量统计学方法相结合,对广东地产豉香型白酒的滋味品质评价分析。结果表明,电子舌对同一产地不同品牌的豉香型白酒做出了较好的分类判别。从味觉雷达图发现三个品牌的酸味、涩味、苦味指标存在一定差异,而在三个品牌的分类判别结果表明,线性判别分析法优于主成分分析法,9个批次的未知样品均能准确识别,表明该模型能够较好区分不同品牌的豉香型白酒。     

基于战略群组理论的四川白酒企业竞争策略研究

中国白酒行业在经历了2013～2014年的低潮之后,销量和产量有了逐渐的改善,然而白酒行业的竞争依然激烈。 原材料的价 格上升,劳动力价格上涨,尤其是现在白酒定位的多样化、功能性的增强,加剧了白酒行业的竞争;另一方面外国酒企的加入,外国酒 品牌相继进入中国市场以及消费者需求的变化,使得中国白酒企业需要对自身有更深刻的认识,对市场及消费者的变化做出相应的 改变。该文基于战略群组理论,以四川白酒企业为样本,通过对四川白酒企业进行战略群组划分,最终划分为3个群组,并分析其竞争 优势与提出相应的竞争策略。该研究对四川白酒企业解决目前问题以及提高四川白酒的市场竞争力具有指导意义。     

基于深度学习的白酒分类识别方法

以深度学习为基础,结合Tensorflow与Keras框架,建立了基于深度学习的白酒品牌分类预测模型。通过电子舌(阵列式传感器)对待测白酒的特征信息进行采集,并与已知的待测白酒样品类别结合建立测试样本数据集,通过训练集与测试集对基于深度学习的白酒品牌分类预测模型进行训练与性能检验。结果表明,该预测模型的白酒品牌识别率达99.987%,准确率较高。     

安徽省白酒研究现状

白酒产业是安徽省重要的传统优势产业,在我国白酒行业占有一定地位。该文介绍了安徽省白酒行业市场现状及发展趋势,主要从安徽省内古井贡酒、迎驾贡酒、宣酒、金种子酒、高炉家酒、口子窖酒、百年皖酒等品牌白酒的酿造工艺特点、制曲工艺、风味成分特征及其相关微生物等方面的研究现状进行综述,旨在为安徽省白酒的深入研究提供参考。     

A cross‐cluster and cross‐region analysis of fashion brand extensions

To obtain sustainable growth in revenue and market share, many fashion brands deploy category extensions and line extensions. In this paper, we examine how different fashion brands in Europe, North America, and Asia execute their brand extension strategies over different periods. By classifying different fashion brands into four clusters according to different price points and fashion contents, we conduct a cross‐region and cross‐cluster analysis to examine how different fashion brands execute their brand extension strategies. Our analysis is based on publicly available data associated with 48 fashion brands over a 90‐year period. We discuss our findings along with managerial insights.     

基于电子舌技术的浓香型白酒基酒年份分类方法

为实现不同年份的浓香型白酒基酒的快速区分和识别,该研究以5个不同年份浓香型白酒基酒为研究对象,利用电子舌对样品进行判别分析,并采用主成分分析（PCA）、线性判别分析（LDA）对白酒的年份进行分类,将得到的模型分别通过簇状独立软模式法（SMICA）、判别因子分析（DFA）对白酒的年份进行识别和验证。研究表明,SMICA分析的结果能够准确的识别导入的样品数据是否是模型以内和模型之外的年份基酒,而DFA分析可以准确的对导入的白酒样品的年份进行识别,确定其白酒样品的年份。综上所述,利用电子舌结合化学计量学,可以快速、准确、稳定的对白酒基酒年份进行分类和识别,可为白酒掺假问题提供理论支撑,并促进白酒产业和白酒分析技术的快速发展。