基于深度学习的生活垃圾图像分类研究

发布时间：2024-05-18 06:33

　　随着中国经济的飞速发展以及城市化进程的持续加速,城市里生活垃圾的产出量年复一年地增加,成为全球生产垃圾最多的国家,我国城市的生活垃圾问题日益严重。长期以来,我国对垃圾分类的意识淡薄使得垃圾围城愈演愈烈,所以从源头上进行垃圾分类迫在眉睫。进行城市生活垃圾分类是垃圾处理向资源利用型转变的基本要求,也是推进环境治理的有效途径。我国前几年还存在着大量的拾荒者,他们承担着一部分城市生活垃圾的分类工作,但是近几年来,产能过剩和原材料价格的下降直接影响到废品的价格降低,从而使得拾荒大军逐渐退出我们的生活,这在客观上也使得垃圾分类变得紧迫。推动城市垃圾分类工作的顺利开展,一方面需要我们在制度上的不断完善和在意识水平上的不断提升,另一方面也需要我们提高生活垃圾精准分类的能力。但是仅仅依靠居民的已有认知进行垃圾分类,难免会出现垃圾类别错分的情况。随着科学的进步,技术的进步,借助机器进行图像分类的工作已经不足为奇了。传统的机器学习方法进行图像分类大多都是基于图像特征的分类,就是根据不同类别图像的差异,利用图像处理算法提出相应的经过定性或定量表达的特征,对这些特征进行分类。图像分类效果的好坏很大程度上由提取特...

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

图１－１?２００８－２０１８中国生活垃圾清运量（单位：万吨）??在生活垃圾的处理方面，目前我国生活垃圾处理主要采用垃圾焚烧、垃圾??填埋并重的处理方式（如图１－２）

１导论??１导论??１．１研究背景及意义??随着中国经济的飞速发展以及城市化进程的持续加速，城市里生活垃圾的??产出量年复一年地增加，从而导致了我国城市的生活垃圾问题日益严重。据国??家统计局显示，我国生活垃圾产量保持在３．?２７％左右的增长，全国生活垃圾的清??运量从２００８年....

图１－２中国生活垃圾处理方式占比??随着政府对于垃圾分类制度落地的大力推进以及垃圾分类市场的高速发展，??

?基于深度学习的生活垃圾图像分类研究???造成严重的二次污染。本着“减量化、资源化、无害化”的垃圾处理发展原则，??住建部要求在２０２０年前整个垃圾处理市场将从垃圾填埋占半壁江山的现状，快??速转变为垃圾焚烧的方式占一半以上，垃圾回收利用的方式占三成以上的新格??局。而垃圾的回收....

图２－１生物神经元??深度学习中的人工神经元来源于生物语言神经元

?基于深度学习的生活垃圾图像分类研究??２理论基础??本章对本文涉及到的有关卷积神经网络的相关理论知识展开介绍。首先介??绍传统神经网路的网络结构及常用的损失函数和优化函数。然后介绍卷积神经??网络的常见层、典型的网络架构及神经网络的优化手段。最后介绍了有关数据??增强常用的方法....

图２－３神经网络??

２理论基础??似于生物神经元的树突；中间的计算过程是一个非线性的激活函数ｆ（ｘ），类似于??生物神经元的细胞核；右侧的０是输出结果，类似于生物神经元的轴突。??ｂ??］！＇ｔ?ｏ?？??Ａｃｔｉｖａｔｅ??ｆ？?ａｃｔｉｏｎ?Ｏｍｐｔｉｉ．??川?ｔｓ?．ｒ：；?ｃ?？?ｊ?＂［....

本文编号：3976583