徐泰燕

（武昌工學(xué)院，湖北武漢430065）

近些來看，我國茶葉種植面積、茶葉產(chǎn)量以及經(jīng)濟(jì)產(chǎn)值，呈現(xiàn)出快速增長的趨勢。根據(jù)相關(guān)機(jī)構(gòu)公布的數(shù)據(jù)來看，2019 年我國茶園面積4597.87萬畝，同比增長4.60%，產(chǎn)量高達(dá)279.34萬噸，同比增長6.78%，行業(yè)產(chǎn)值2396 億人民幣。為保持茶葉產(chǎn)業(yè)的穩(wěn)步發(fā)展，更好地規(guī)范市場秩序，構(gòu)建完善的種植、生產(chǎn)、銷售機(jī)制，有必要從茶葉品質(zhì)管控的角度入手，通茶葉品質(zhì)的分析評(píng)估以及科學(xué)掌控，帶動(dòng)現(xiàn)有茶葉產(chǎn)業(yè)的轉(zhuǎn)型?；谶@種認(rèn)知，需要依托人工神經(jīng)網(wǎng)絡(luò)等技術(shù)手段，對(duì)現(xiàn)有的茶葉品質(zhì)分析與評(píng)估方式作出相應(yīng)的調(diào)整，逐步形成完備的茶葉品質(zhì)分析體系。

1 人工神經(jīng)網(wǎng)絡(luò)技術(shù)概述

對(duì)人工神經(jīng)網(wǎng)絡(luò)技術(shù)原理、技術(shù)特點(diǎn)的梳理，準(zhǔn)確把握人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用的相關(guān)要求，為后續(xù)人工神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用、注意事項(xiàng)的梳理，有著極大的裨益，保證了研究方向的準(zhǔn)確性。

1.1 人工神經(jīng)網(wǎng)絡(luò)技術(shù)原理

人工神經(jīng)網(wǎng)絡(luò)又被稱為神經(jīng)網(wǎng)絡(luò)，其作為人工智能的重要分支，著眼于現(xiàn)代神經(jīng)生物學(xué)的研究結(jié)果，對(duì)邏輯方式與運(yùn)行原則作出針對(duì)性的調(diào)整，逐步模擬人腦的信息處理方式，實(shí)現(xiàn)信息處理的有效性與科學(xué)性[1]。人工神經(jīng)網(wǎng)絡(luò)涉及多個(gè)技術(shù)領(lǐng)域，涵蓋了醫(yī)學(xué)、神經(jīng)生理學(xué)、人工智能、計(jì)算機(jī)學(xué)等多個(gè)科學(xué)領(lǐng)域，表現(xiàn)出較強(qiáng)的非線性動(dòng)力特性，從而形成一種信息處理、自我學(xué)習(xí)以及記憶反思功能。隨著人工神經(jīng)網(wǎng)絡(luò)技術(shù)的逐步完善與發(fā)展，形成了多元化的技術(shù)機(jī)制，例如無反饋前向網(wǎng)絡(luò)、有反饋前向網(wǎng)絡(luò)、層內(nèi)結(jié)合前向網(wǎng)絡(luò)等人工神經(jīng)網(wǎng)絡(luò)技術(shù)，促進(jìn)了拓?fù)浣Y(jié)構(gòu)的完善，使得人工神經(jīng)網(wǎng)絡(luò)可以根據(jù)環(huán)境的變化，依據(jù)學(xué)習(xí)規(guī)則，開展信息識(shí)別、自動(dòng)控制、組合優(yōu)化等相關(guān)活動(dòng)。近些年來，人工神經(jīng)網(wǎng)絡(luò)在生產(chǎn)、生活等諸多領(lǐng)域發(fā)揮著關(guān)鍵性作用，成為模式識(shí)別、智能機(jī)器人、自動(dòng)控制、預(yù)測估計(jì)的主要技術(shù)途徑。

1.2 人工神經(jīng)網(wǎng)絡(luò)技術(shù)特點(diǎn)

與傳統(tǒng)的人工智能技術(shù)與信息處理方案不同，人工神經(jīng)網(wǎng)絡(luò)采用分布式系統(tǒng)，彌補(bǔ)了人工智能在非結(jié)構(gòu)性信息處理方面的技術(shù)缺陷，強(qiáng)化了信息分析、處理以及應(yīng)用能力。人工神經(jīng)網(wǎng)絡(luò)網(wǎng)技術(shù)表現(xiàn)出非線性、非局限性、非常定性以及非凸性等特點(diǎn)，具體來看，人工神經(jīng)網(wǎng)絡(luò)以人腦的功能性模擬作為主要目標(biāo)，因此其在信息處理、模式識(shí)別的過程中，表現(xiàn)出較為明顯的非線性特征，即不需要建立經(jīng)驗(yàn)公式或者相關(guān)數(shù)學(xué)模型，通過對(duì)樣本數(shù)據(jù)的處理，實(shí)現(xiàn)數(shù)據(jù)的深度發(fā)掘與整合，并且人工神經(jīng)網(wǎng)絡(luò)的這種非線性，大大增強(qiáng)了自身的容錯(cuò)率，能夠在較短時(shí)間內(nèi)，快速完成數(shù)據(jù)的處理。人工神經(jīng)網(wǎng)絡(luò)技術(shù)的非局限性，將多個(gè)模擬神經(jīng)元進(jìn)行連接，使得各個(gè)神經(jīng)元可以通過彼此之間的相互關(guān)系，實(shí)現(xiàn)對(duì)人腦個(gè)功能聯(lián)想記憶功能的有效模擬[2]。人工神經(jīng)網(wǎng)絡(luò)技術(shù)在應(yīng)用過程中，具有機(jī)較強(qiáng)的組織能力與學(xué)習(xí)能力，可以根據(jù)實(shí)際情況的變化，采取更為靈活多變的方式，開展信息的多線程處理，這種非常定性，使得人工神經(jīng)網(wǎng)絡(luò)具備對(duì)復(fù)雜場景的應(yīng)對(duì)能力。

2 人工神經(jīng)網(wǎng)絡(luò)在茶葉品質(zhì)分析中的應(yīng)用路徑

人工神經(jīng)網(wǎng)絡(luò)在茶葉品質(zhì)分析中的應(yīng)用，要求技術(shù)人員立足于人工神經(jīng)網(wǎng)絡(luò)的技術(shù)特征，統(tǒng)籌兼顧茶葉品質(zhì)基本要點(diǎn)，針對(duì)性地開展茶葉色澤、形狀、口感等分析評(píng)估機(jī)制的創(chuàng)建工作，確保人工神經(jīng)網(wǎng)絡(luò)在茶葉品種分析中的科學(xué)化應(yīng)用。

2.1 人工神經(jīng)網(wǎng)絡(luò)在茶葉品質(zhì)分析中應(yīng)用價(jià)值

在較長的一段時(shí)間內(nèi)，茶葉品質(zhì)的分析，主要通過感官評(píng)審法來實(shí)現(xiàn)，這種茶葉品質(zhì)評(píng)價(jià)方式，成本較低，周期較短，具有加強(qiáng)的實(shí)用性，但是茶葉品質(zhì)的評(píng)價(jià)結(jié)果收到主觀因素的影響相對(duì)較大，例如對(duì)于同一款茶葉，不同的評(píng)茶師由于自身的品味以及感官靈敏度的差異，難以進(jìn)行客觀、全面的評(píng)價(jià)。為盡可能地消除人為因素對(duì)于茶葉品質(zhì)分析活動(dòng)的干擾，部分機(jī)構(gòu)嘗試同儀器設(shè)備進(jìn)行茶葉品質(zhì)的測定，但是茶葉品質(zhì)涉及到的因素眾多，如果采用現(xiàn)有的數(shù)學(xué)模型，難以有效對(duì)大量的數(shù)據(jù)進(jìn)行精準(zhǔn)、快速地分析，尤其茶葉品質(zhì)受到自身品種、種植環(huán)境、加工方式等條件的影響，因此傳統(tǒng)技術(shù)思路與技術(shù)方案，無法滿足茶葉品質(zhì)分析的相關(guān)要求[3]。人工神經(jīng)網(wǎng)絡(luò)作為一種成熟的人工智能技術(shù)，不僅具有較強(qiáng)的數(shù)據(jù)整合、分析能力，還表現(xiàn)出較好的環(huán)境適應(yīng)性以及抗干擾能力，通過人工神經(jīng)網(wǎng)絡(luò)來分析影響茶葉品質(zhì)的因素的非線性對(duì)應(yīng)關(guān)系，可以達(dá)到對(duì)茶葉品質(zhì)分析評(píng)價(jià)的目的。由于人工神經(jīng)網(wǎng)絡(luò)技術(shù)操作難度較低，可操作性較強(qiáng)，具備實(shí)踐推廣與應(yīng)用的價(jià)值。

2.2 人工神經(jīng)網(wǎng)絡(luò)在茶葉品質(zhì)分析中的應(yīng)用路徑

人工神經(jīng)網(wǎng)絡(luò)在茶葉品質(zhì)分析中的應(yīng)用，要求技術(shù)人員將茶葉外形、香氣、口感作為分析評(píng)估的出發(fā)點(diǎn)與立足點(diǎn)，借助視覺圖像處理技術(shù)、電子鼻技術(shù)、電子舌技術(shù)，完成對(duì)相關(guān)分析項(xiàng)目的信息采集與評(píng)估，實(shí)現(xiàn)對(duì)茶葉品質(zhì)的準(zhǔn)確評(píng)價(jià)。

2.2.1 人工神經(jīng)網(wǎng)絡(luò)在茶葉外形分析中的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)對(duì)于茶葉外形分析評(píng)價(jià)，主要依托機(jī)器視覺圖像處理技術(shù)來實(shí)現(xiàn)。機(jī)器視覺圖像處理技術(shù)通過計(jì)算機(jī)模擬人眼的視覺功能，將茶葉的色澤、外形等基本數(shù)據(jù)，采取映射的方式，形成數(shù)字圖像，并按照人眼對(duì)圖像的判定規(guī)律，對(duì)獲取的數(shù)字圖像進(jìn)行解讀與識(shí)別。機(jī)器視覺圖像處理技術(shù)對(duì)于茶葉顏色、形狀等外形參數(shù)的獲取精確更高，對(duì)茶葉外形的分析結(jié)果也更為貼合實(shí)際。在實(shí)際操作環(huán)節(jié)，技術(shù)人員可以通過相關(guān)設(shè)備，獲取茶葉的高光譜圖像，在此基礎(chǔ)上，利用成分分析法，進(jìn)行茶葉特征圖像的提取，并舉例提取特征圖像的顏色、紋理等情況。技術(shù)人員通過數(shù)碼攝像機(jī)等設(shè)備，獲取待測茶葉的外形圖像，通過圖像處理技術(shù)、計(jì)算機(jī)視覺技術(shù)，對(duì)獲取的圖像信息進(jìn)轉(zhuǎn)換等預(yù)處理，然后將獲得圖像信息與特征圖像進(jìn)行對(duì)比，獲得最終的茶葉形狀參數(shù)，完成茶葉顏色、形狀的評(píng)價(jià)，實(shí)現(xiàn)了對(duì)茶葉外形的高精度檢測。

2.2.2 人工神經(jīng)網(wǎng)絡(luò)在茶葉香氣分析中的應(yīng)用

茶葉的香氣是影響茶葉品質(zhì)的重要因素，通常情況下，茶葉的香氣與口感有著密切的聯(lián)系，茶葉越香，口感越好，其原因在于茶葉中含有大量的芳香物質(zhì)，這些物質(zhì)對(duì)人體的感官系統(tǒng)會(huì)產(chǎn)生一定的刺激作用，產(chǎn)生香的感覺。但是茶葉的芳類物質(zhì)含量較少，并且組成復(fù)雜，容易揮發(fā)，在進(jìn)行提取的過程中，往往容易發(fā)生各類反應(yīng)，造成提取、分析結(jié)果失真。電鼻子技術(shù)作為一種生物嗅覺模擬技術(shù)，能夠通過氣體傳感器陣列對(duì)氣味進(jìn)行識(shí)別，并且其對(duì)氣味的感知靈敏度較高，具備進(jìn)行茶葉香氣分析的能力[4]。在實(shí)際分析過程中，技術(shù)人員需要認(rèn)真做好氣味提取元件、傳感器陣列、信號(hào)處理系統(tǒng)的調(diào)試工作，通過必要的調(diào)試，電子鼻中的傳感器，可以對(duì)茶葉的香氣類型、濃烈程度進(jìn)行客觀的反應(yīng)，以達(dá)到氣味十倍的目的。

2.2.3 人工神經(jīng)網(wǎng)絡(luò)在茶葉口感分析中的應(yīng)用

茶葉的口感是影響茶葉品質(zhì)分析結(jié)果的重要因素，人工神經(jīng)網(wǎng)絡(luò)在進(jìn)行茶葉口感分析的過程中，可以借助于電子舌技術(shù)，開展系列的評(píng)估。電子舌主要依托味覺傳感器、數(shù)字信號(hào)識(shí)別基礎(chǔ)，完成對(duì)人體味覺的仿真模擬，在實(shí)際的檢測分析過程中，電子舌與茶葉發(fā)生接觸后，其味覺感受器表面分布的電勢由于較為敏感，因此會(huì)發(fā)生較為明顯的變化，引發(fā)味覺響應(yīng)，同步檢測出不同味覺物質(zhì)之間的相互慣性力。與傳統(tǒng)的味覺檢測、分析技術(shù)相比，電子舌技術(shù)靈敏度較高、可靠性較強(qiáng)，逐步成為現(xiàn)階段茶葉口感分析的主要技術(shù)方式。

機(jī)械視覺圖像處理技術(shù)、電子鼻技術(shù)、電子舌技術(shù)的應(yīng)用，可以有效模擬人類感官下茶葉的外形、香氣以及口感等評(píng)價(jià)結(jié)果，具有較強(qiáng)的實(shí)用性。通過對(duì)三種技術(shù)的聯(lián)動(dòng)使用，人工神經(jīng)網(wǎng)絡(luò)技術(shù)可以完成茶葉品質(zhì)的評(píng)估與分析，更為精準(zhǔn)地掌握茶葉品質(zhì)，為種植、銷售等等活動(dòng)的開展提供了技術(shù)支撐，實(shí)現(xiàn)了產(chǎn)業(yè)的優(yōu)化升級(jí)。

3 人工神經(jīng)網(wǎng)絡(luò)在茶葉品質(zhì)分析中應(yīng)用的注意事項(xiàng)

人工神經(jīng)網(wǎng)絡(luò)在茶葉品種分析中的應(yīng)用涉及諸多領(lǐng)域，為保證分析工作的有效性，技術(shù)人員在分析過往經(jīng)驗(yàn)的基礎(chǔ)上，明確人工神經(jīng)網(wǎng)絡(luò)應(yīng)用過程中的相關(guān)注意事項(xiàng)，規(guī)避應(yīng)用誤區(qū)，確保應(yīng)用方案的可行性與針對(duì)性。

人工神經(jīng)網(wǎng)絡(luò)在茶葉品質(zhì)分析過程中，需要認(rèn)識(shí)我國茶葉種類繁多，成分構(gòu)成較為復(fù)雜，同一茶葉品種由于種植區(qū)域、栽培方式、加工工藝以及存儲(chǔ)環(huán)境的不同，也會(huì)造成品質(zhì)的差異[5]。這就要求，技術(shù)人員在利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行茶葉品質(zhì)品質(zhì)分析的過程中，需要采取更為靈活的方式，最大程度地?cái)U(kuò)大適用范圍。例如在人工神經(jīng)網(wǎng)絡(luò)建模的過程中，應(yīng)當(dāng)盡可能地增加學(xué)習(xí)樣本的體量，增加樣本數(shù)據(jù)的內(nèi)容，以此來保證人工神經(jīng)網(wǎng)絡(luò)模型的可靠性與穩(wěn)定性。這就要求技術(shù)人員，需要從實(shí)際出發(fā)，做好學(xué)習(xí)樣本的篩選工作，通過樣本意義的保障，使得人工神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)對(duì)茶葉品質(zhì)的科學(xué)、客觀分析，全面反應(yīng)茶葉的品質(zhì)。茶葉品質(zhì)特征因子的提取過程中，要求技術(shù)人員可以更加系統(tǒng)地明確特征因子與品質(zhì)之間的相關(guān)性，在相關(guān)性的框架下，借助于相應(yīng)的分析方法，對(duì)特征因子與茶葉品質(zhì)之間的內(nèi)在聯(lián)系以及相關(guān)規(guī)律進(jìn)行總結(jié)，逐步實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)的升級(jí)，使其通過聯(lián)想記憶，實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)技術(shù)適用范圍的延伸。人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)的運(yùn)行效能，受到神經(jīng)元特征、神經(jīng)元的連接形式以及學(xué)習(xí)規(guī)則等要素的影響，這就要求，技術(shù)人員在利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行茶葉品質(zhì)評(píng)估分析的過程中，需要確立神經(jīng)元特征，建立完整、高效的神經(jīng)元連接方式，明確學(xué)習(xí)規(guī)則，以此來保障人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力、分析能力，使其滿足茶葉品質(zhì)評(píng)估的相關(guān)要求。

4 案例分析

通過對(duì)茶葉品質(zhì)分析人工神經(jīng)網(wǎng)絡(luò)應(yīng)用案例的全面分析與梳理，通過對(duì)應(yīng)用經(jīng)驗(yàn)的總結(jié)，明確人工神經(jīng)網(wǎng)絡(luò)應(yīng)用的重點(diǎn)，避免了茶葉品質(zhì)分析偏差，實(shí)現(xiàn)分析的有效性與合理性。

西湖龍井作為我國十大名茶之首，其知名度高、經(jīng)濟(jì)價(jià)值高，在為種植戶、茶廠帶來巨大經(jīng)濟(jì)收益的同時(shí)，也遭受了假冒偽劣產(chǎn)品的威脅，影響了其市場形象。為實(shí)現(xiàn)西湖龍井品質(zhì)的把控，規(guī)范市場秩序，相關(guān)技術(shù)團(tuán)隊(duì)以及生產(chǎn)企業(yè)，聯(lián)合進(jìn)行了西湖龍井茶茶葉品質(zhì)的分析與評(píng)估工作。為確保整個(gè)茶葉品質(zhì)評(píng)估的客觀性與準(zhǔn)確性，其采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)，開展系列分析與評(píng)估工作。在茶葉外形的評(píng)估分析過程中，依托機(jī)械圖像視覺技術(shù)，使用高光譜成像儀、光源、圖像采集卡、處理軟件等硬件設(shè)備，進(jìn)行樣品茶葉的圖像特征的獲取。在特征參數(shù)提取過程中，考慮到高光譜圖像涉及到的波段較多，因此技術(shù)人員需要開展冗余信息的篩選操作。例如在西湖龍井茶葉外觀特征的獲取過程，主要針對(duì)茶葉的顏色、形狀以及紋理來進(jìn)行，技術(shù)人員通過MATLAB 圖像處理工具，將外觀的18 個(gè)特征參數(shù)開展提取，同時(shí)借助于灰度共生矩陣，進(jìn)行慣性矩、同質(zhì)矩等相關(guān)紋理特征的獲取，實(shí)現(xiàn)對(duì)整個(gè)茶葉外觀特征的分析。完成特征因子的獲取后，技術(shù)人員需要系統(tǒng)開展人工神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)工作，結(jié)合現(xiàn)有的西湖龍井茶的等級(jí)分類，確立4 個(gè)神經(jīng)元，分別代表不同的茶葉等級(jí)，借助于人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)的強(qiáng)大的問題描述能力、分析能力，實(shí)現(xiàn)對(duì)非線性關(guān)系的驗(yàn)證，從而快速、準(zhǔn)確地判定西湖龍井茶葉的品質(zhì)等級(jí)。為增強(qiáng)人工神經(jīng)網(wǎng)絡(luò)技術(shù)的成長性，技術(shù)人員應(yīng)當(dāng)系統(tǒng)開展人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練工作，借助于訓(xùn)練活動(dòng)，促進(jìn)人工神經(jīng)網(wǎng)絡(luò)技術(shù)升級(jí)，實(shí)現(xiàn)數(shù)據(jù)分析能力的迭代升級(jí)，增強(qiáng)人工神經(jīng)網(wǎng)絡(luò)對(duì)于茶葉外觀、香氣、口感的識(shí)別能力。例如技術(shù)人員對(duì)市場主要的龍井茶進(jìn)行匯總，共獲取30個(gè)樣本，將20 個(gè)樣本作為訓(xùn)練集，10 個(gè)樣本組預(yù)測集，開展針對(duì)性的迭代訓(xùn)練，訓(xùn)練的次數(shù)保持在3000 次。并通過確定的10 個(gè)樣本組預(yù)測集，對(duì)人工神經(jīng)網(wǎng)絡(luò)技術(shù)的迭代效果開展系統(tǒng)性評(píng)估。

5 結(jié)語

人工神經(jīng)網(wǎng)絡(luò)在茶葉品質(zhì)分析中的應(yīng)用，實(shí)現(xiàn)茶葉品質(zhì)分析的智能化、規(guī)范化以及標(biāo)準(zhǔn)化，對(duì)于茶葉種植、生產(chǎn)以及銷售等活動(dòng)的開展提供了數(shù)據(jù)支撐。文章從實(shí)際出發(fā)，積極探討人工神經(jīng)網(wǎng)絡(luò)的技術(shù)應(yīng)用方案，強(qiáng)化對(duì)茶葉主要性狀參數(shù)的獲取能力，打造完備、成熟的茶葉品質(zhì)分析模式。