<p style="text-align: justify;">L'application de l'analyse multidimensionnelle des données à la reconnaissance des vins de trois appellations de la Rioja, permet de choisir huit variables physico-chimiques, facilement accessibles, comme étant hautement significatives. En plus de ces paramètres analytiques, le cépage et les données climatiques ont un rôle important. Les meilleurs résultats sont obtenus au moyen de la méthode d'analyse discriminante linéaire des données avec laquelle le pourcentage d'attribution correcte des vins atteint 91,3 p. 100.</p><p style="text-align: justify;">+++</p><p style="text-align: justify;">Application of multidimensional data analysis to the recognition of three Rioja appellation wines led to selecting 8 easly-obtained physicochemical variables as being highly significant. In addition to these analytical parameters, variety and climatic conditions play an important role. The best results were obtained using linear discriminant analysis of the data, which gave 91,3 p. 100 correct recognition of the wines.</p>
Folded LDA: Extending the Linear Discriminant Analysis Algorithm for Feature Extraction and Data Reduction in Hyperspectral Remote Sensing
