本文主要研究内容
作者黄国维（2019）在《基于深度学习的城市垃圾桶智能分类研究》一文中研究指出：随着科技的快速发展,人们的生活水平得到了很大的改善,城市生活中的垃圾也在飞速增长。大量的垃圾被运送到城市外填埋或焚烧,仅有部分垃圾进行了无害处理,垃圾的处理速度慢而且垃圾分类智能化水平低。如何实现垃圾的快速分类已成为国家乃至全球不可回避的问题。为此,本课题提出基于深度学习的城市垃圾桶智能分类设计,具体方法:通过NB-IOT物联网技术构建智能垃圾桶监测网络,利用卷积神经网络构建了垃圾智能分类模型和分类算法,仿真结果表明,该分类算法响应速度快,准确率高。课题主要针对国内外的垃圾分类进行分析,对智能垃圾桶的研究现状进行了讨论;构建基于NB-IOT的垃圾桶远程监测网络,对垃圾桶总体结构和硬件控制系统电路进行了设计;软件方面,对垃圾图像进行了预处理,完成了垃圾图像特征提取,以纹理、形状融合特征和HSV颜色特征分别作为BP神经网络的输入样本,完成BP神经网络的训练,另一方面,对Alexnet卷积神经网络模型后三层网络结构进行了修改,并将垃圾RGB图像作为Alexnet卷积神经网络的输入样本,进行迁移学习,从而构建了垃圾智能分类模型。利用matlab进行垃圾智能分类仿真实验,将基于卷积神经网络的智能垃圾分类仿真结果与BP神经网络等传统的智能分类方法进行了对比分析,通过对90个测试样本进行分类判别试验,结果表明迁移后的卷积神经网络对垃圾图像分类的准确率达到100%,与传统的BP神经网络图像分类(准确度70%左右)相比较,迁移后的卷积神经网络训练速度更快,识别率更高。研究结果表明,卷积神经网络的迁移学习算法对于垃圾图像智能分类方面具有潜在的应用价值。图[57] 表[8] 参[50]。
Abstract
sui zhao ke ji de kuai su fa zhan ,ren men de sheng huo shui ping de dao le hen da de gai shan ,cheng shi sheng huo zhong de la ji ye zai fei su zeng chang 。da liang de la ji bei yun song dao cheng shi wai tian mai huo fen shao ,jin you bu fen la ji jin hang le mo hai chu li ,la ji de chu li su du man er ju la ji fen lei zhi neng hua shui ping di 。ru he shi xian la ji de kuai su fen lei yi cheng wei guo jia nai zhi quan qiu bu ke hui bi de wen ti 。wei ci ,ben ke ti di chu ji yu shen du xue xi de cheng shi la ji tong zhi neng fen lei she ji ,ju ti fang fa :tong guo NB-IOTwu lian wang ji shu gou jian zhi neng la ji tong jian ce wang lao ,li yong juan ji shen jing wang lao gou jian le la ji zhi neng fen lei mo xing he fen lei suan fa ,fang zhen jie guo biao ming ,gai fen lei suan fa xiang ying su du kuai ,zhun que lv gao 。ke ti zhu yao zhen dui guo nei wai de la ji fen lei jin hang fen xi ,dui zhi neng la ji tong de yan jiu xian zhuang jin hang le tao lun ;gou jian ji yu NB-IOTde la ji tong yuan cheng jian ce wang lao ,dui la ji tong zong ti jie gou he ying jian kong zhi ji tong dian lu jin hang le she ji ;ruan jian fang mian ,dui la ji tu xiang jin hang le yu chu li ,wan cheng le la ji tu xiang te zheng di qu ,yi wen li 、xing zhuang rong ge te zheng he HSVyan se te zheng fen bie zuo wei BPshen jing wang lao de shu ru yang ben ,wan cheng BPshen jing wang lao de xun lian ,ling yi fang mian ,dui Alexnetjuan ji shen jing wang lao mo xing hou san ceng wang lao jie gou jin hang le xiu gai ,bing jiang la ji RGBtu xiang zuo wei Alexnetjuan ji shen jing wang lao de shu ru yang ben ,jin hang qian yi xue xi ,cong er gou jian le la ji zhi neng fen lei mo xing 。li yong matlabjin hang la ji zhi neng fen lei fang zhen shi yan ,jiang ji yu juan ji shen jing wang lao de zhi neng la ji fen lei fang zhen jie guo yu BPshen jing wang lao deng chuan tong de zhi neng fen lei fang fa jin hang le dui bi fen xi ,tong guo dui 90ge ce shi yang ben jin hang fen lei pan bie shi yan ,jie guo biao ming qian yi hou de juan ji shen jing wang lao dui la ji tu xiang fen lei de zhun que lv da dao 100%,yu chuan tong de BPshen jing wang lao tu xiang fen lei (zhun que du 70%zuo you )xiang bi jiao ,qian yi hou de juan ji shen jing wang lao xun lian su du geng kuai ,shi bie lv geng gao 。yan jiu jie guo biao ming ,juan ji shen jing wang lao de qian yi xue xi suan fa dui yu la ji tu xiang zhi neng fen lei fang mian ju you qian zai de ying yong jia zhi 。tu [57] biao [8] can [50]。
论文参考文献
论文详细介绍
论文作者分别是来自安徽理工大学的黄国维，发表于刊物安徽理工大学2019-07-08论文，是一篇关于垃圾分类论文,深度学习论文,神经网络论文,卷积神经网络论文,安徽理工大学2019-07-08论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自安徽理工大学2019-07-08论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：垃圾分类论文; 深度学习论文; 神经网络论文; 卷积神经网络论文; 安徽理工大学2019-07-08论文;