6個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，且主成分1和主成分2的總貢獻率為84.7%，基本能夠代表樣品的整體信息貢獻率越大，說明主要成分可以較好的反映原來多指標(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，客家酒三個黃酒樣品和江浙酒三個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辨識不同的黃酒樣品。

本實驗將客家黃酒樣品富家酒、過江龍、紫金酒作為一個等級客家，江浙黃酒樣品江浙名廚、古月龍山、花雕酒作為一個等級江浙，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。