ハイライト

緑茶の官能的品質はプロセスパラメータを通して正確に予測することができます。

完成した緑茶の画像特徴はその官能的品質を正確に評価することができます。

モデルのRBF精度とBP-MLP精度の比較。

RBFモデルは官能品質に関してより高い精度を示した。
抽象
緑茶の加工管理および官能評価は非常に主観的でありそして茶産業は高度に専門化されているので、茶の品質を評価するより客観的な方法を見出すことが望ましい。
本論文では、BP ‐ MLPとRBF ニューラルネットワークを用いて2つのモデルを設定した。
また、処理中に測定した11個のパラメータを変数として葉温、水分量などを用いた官能品質予測モデルと、緑茶に関する14個のパラメータを変数として用いた画像品質などの官能品質評価モデルを設定した。

総合的な結果は、葉温度、生産中に測定された含水量が緑茶の官能品質を効果的に評価することができる緑茶の画像情報としてのパラメータで、緑茶の官能品質を効果的に予測できることを示唆した。
BP-MLPニューラルネットワークと比較して、RBFモデルは予測モデルとしてはるかに高い精度を示し、相対誤差を0.204から0.006に減少させた。
https://www.sciencedirect.com/science/article/pii/S0960308516301699