基于深度学习的智能分类垃圾桶

来源 :计算机与数字工程 | 被引量 : 1次 | 上传用户:a15892465043
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
垃圾分类已成为全国新风尚,但是垃圾分类的过程中,由于垃圾品类复杂而繁多,群众反应存在分类困难。为了更好地解决垃圾分类困难这一社会热点问题,为垃圾分类提供一种自动化、智能化的解决方法迫在眉睫。论文改进了垃圾图像识别技术,提出了一种基于深度学习的智能分类垃圾桶。论文设计了"Y"字型物理模型,运用了LeNet-5深度学习模型,集成了舵机、超声波、蓝牙等模块,最终实现了精准识别垃圾种类、自动化分类垃圾、满桶提醒和蓝牙传输等功能。实验表明,论文设计的基于深度学习的智能分类垃圾桶具有较好的智能性,提高了垃圾分类
其他文献
由于社会网络的日益复杂,具有线性时间复杂度的标签传播算法越来越被广泛的运用,然而在标签传播过程中存在随机性,致使社区划分不稳定。因此,对节点标签初始化、节点更新顺序
针对单位内部存在的风险,利用模糊层次分析法(FAHP)对态势感知系统中的信息进行风险评估。论文主要从资产、攻击、漏洞这三个方面进行风险评价。首先,分析这三个方面各自的影
云计算任务调度是一个难于精确求解的调度问题,需要兼顾考虑计算时间和资源利用率。为了最大程度地节省计算时间和提升资源利用率,论文提出了一种云计算任务调度双精英种群文
连通域标记算法在CPU运行效率比较有限,这也是连通域标记算法处理图像的症结所在,针对这一问题,提出了一种并行二值图像连通域标记算法。从二值图像处理问题的可并行化出发,根据GPU并行计算的特点设计出了一种图像预处理、溯源(伪溯源)、伪溯源处理三个步骤的并行标记算法,采用硬件支持的多个线程并行执行处理的方式来提升算法的效率并实现了该算法,实验结果表明该算法相对CPU单线程处理算法效率具有明显提升,也更
随着电子商务的发展,网上购物已经逐渐成为我们生活中不可缺少的一部分,随之而产生的大量评价也成为商家改善服务的重要指标之一。论文提出基于Word2vec、改进TF-IDF和LSTM三