6個(gè)黃酒樣品分布在不同區(qū)域，相互之間沒有重疊，DI值為99.7%（DI值反應(yīng)區(qū)分度）說(shuō)明電子舌的主成分分析法可以將不同的黃酒樣品區(qū)分開來(lái)，且主成分1和主成分2的總貢獻(xiàn)率為84.7%，基本能夠代表樣品的整體信息貢獻(xiàn)率越大，說(shuō)明主要成分可以較好的反映原來(lái)多指標(biāo)的信息。

其中，客家黃酒樣品富家酒、過江龍、紫金酒和江浙黃酒樣品江浙名廚、古月龍山、花雕酒分布在圖中紅線兩側(cè)；說(shuō)明電子舌的主成分分析法可以區(qū)分不同地區(qū)的黃酒；而且，客家酒三個(gè)黃酒樣品和江浙酒三個(gè)黃酒樣品也都分別分布在不同的區(qū)域，相互之間也沒有重疊，說(shuō)明電子舌的主成分分析法也可以區(qū)分同一地區(qū)不同種類的黃酒。

另外，我們還可以看出，在客家黃酒樣品中，富家酒與過江龍距離較為接近，說(shuō)明富家酒與過江龍的滋味比較接近，而它們與紫金酒的滋味存在一定的差異；而在江浙黃酒樣品中，古月龍山與花雕酒的滋味比較接近，而它們與江浙名廚的滋味存在一定差異；總而言之，電子舌的主成分分析法能夠很好的用來(lái)辨識(shí)不同的黃酒樣品。

本實(shí)驗(yàn)將客家黃酒樣品富家酒、過江龍、紫金酒作為一個(gè)等級(jí)客家，江浙黃酒樣品江浙名廚、古月龍山、花雕酒作為一個(gè)等級(jí)江浙，將樣品富家酒、過江龍、紫金酒、江浙名廚、古月龍山、花雕酒代入DFA模型中檢測(cè)模型可靠性。從圖中可以看出，富家酒、過江龍、紫金酒樣品分布在客家區(qū)間，江浙名廚、古月龍山、花雕酒樣品分布在江浙區(qū)間，與已知結(jié)果吻合。