化学成分指标对感官质量的影响及陕西省烟叶质量综合评价

【目的】烟叶质量的优劣直接影响着烤烟的品质,本文为更科学地提高烟叶感官质量,提升烟叶质量,找到陕西省优质烟叶产区。【方法】以陕西安康、宝鸡、汉中、商洛、咸阳、延安6个烟区共54个C3F等级的烟叶样本作为研究对象,用熵值法和突变级数法得到感官质量值,再利用灰色关联度分析法分析化学成分各指标对感官质量的影响程度,得到化学成分各指标重要性排序,再基于突变级数法得到化学成分值,将化学成分和感官质量结合起来综合评价烟叶质量并用聚类分析对烟叶分类,最后用判别分析对所得分类结果进行验证,烟叶质量分类准确率达到75. 9%以上。【结果】化学成分对感官质量的重要性排序为:钾氯比>糖碱比>总植物碱>还原糖>淀粉>钾>总糖>氯。陕西省上等烟叶12个,占比22. 2%,中等烟叶33个,占比61. 1%,下等烟叶9个,优质烟区为安康、汉中、宝鸡、商洛所处的秦巴地区。【结论】钾氯比、糖碱比、总植物碱对感官质量影响最大。陕西省烟叶整体质量较好,且秦巴地区是陕西省优质烟叶产区。因此,要重点发展秦巴地区的烟叶来提升陕西省烟叶整体质量。

基于熵值法和突变级数法的陕西省烟叶质量综合评价研究

为了得到陕西省烟叶质量评价体系,立足于陕西省烤烟研究实际,选取陕西安康、宝鸡、汉中、商洛、咸阳、延安6个烟区54个C3F等级烟叶样本,将化学成分和感官质量作为评价指标,运用熵值法和突变级数法来综合评价烟叶质量,并用聚类分析方法将烟叶分成"优、中、差"三类,同时用判别分析方法验证了评价模型及烟叶质量等级划分的合理性。优质烟样品33个,占61%,中等质量烟20个,占37%,较差质量烟1个,用判别分析预测烟叶质量分类准确率85%以上。研究结果表明,该评价模型能反映烟叶综合质量状况,陕西省优质烟区集中在安康、汉中、商洛烟区。

人工智能在数字媒体技术中的应用

随着数字化智能化的技术的发展,人们生活变得更方便、更快捷,但人们仍然在追求和研发更加便捷的新技术来改变世界。本文就人工智能在当前的数字媒体技术中的具体应用进行了分析探讨,以期促进数字媒体和人工智能能够更好的融合发展。

人工智能在计算机网络技术中的应用

经过多年的发展,计算机网络技术在各个行业的应用越来越广泛。随着计算机技术的深入使用,其使用过程中的问题也逐渐显现。针对于计算机技术问题的解决,人们开始将人工智能技术应用到计算机网络技术的发展过程中,为计算机技术的发展提供了巨大的帮助,也更加保证了计算机技术的安全使用。

浅谈电气自动化控制中的人工智能技术

21世纪以来,我国科技水平和信息化水平不断提高,人工智能、大数据以及云计算获得广阔的发展环境。在电气自动化领域,人们也开始注重其智能化应用能力,要求其具备高水平的自动控制能力。因此,本文在结合前人研究的基础上和实际情况,首先分析了人工智能技术在电气自动化中普遍存在的问题,然后针对性地提出了相应的改善策略,旨在能够在理论上丰富相关研究,并在实践中提供一些指导和借鉴。