發(fā)布時(shí)間：2021-02-02 07:59

　　隨著科技的快速發(fā)展,人們的生活水平得到了很大的改善,城市生活中的垃圾也在飛速增長(zhǎng)。大量的垃圾被運(yùn)送到城市外填埋或焚燒,僅有部分垃圾進(jìn)行了無害處理,垃圾的處理速度慢而且垃圾分類智能化水平低。如何實(shí)現(xiàn)垃圾的快速分類已成為國(guó)家乃至全球不可回避的問題。為此,本課題提出基于深度學(xué)習(xí)的城市垃圾桶智能分類設(shè)計(jì),具體方法:通過NB-IOT物聯(lián)網(wǎng)技術(shù)構(gòu)建智能垃圾桶監(jiān)測(cè)網(wǎng)絡(luò),利用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建了垃圾智能分類模型和分類算法,仿真結(jié)果表明,該分類算法響應(yīng)速度快,準(zhǔn)確率高。課題主要針對(duì)國(guó)內(nèi)外的垃圾分類進(jìn)行分析,對(duì)智能垃圾桶的研究現(xiàn)狀進(jìn)行了討論;構(gòu)建基于NB-IOT的垃圾桶遠(yuǎn)程監(jiān)測(cè)網(wǎng)絡(luò),對(duì)垃圾桶總體結(jié)構(gòu)和硬件控制系統(tǒng)電路進(jìn)行了設(shè)計(jì);軟件方面,對(duì)垃圾圖像進(jìn)行了預(yù)處理,完成了垃圾圖像特征提取,以紋理、形狀融合特征和HSV顏色特征分別作為BP神經(jīng)網(wǎng)絡(luò)的輸入樣本,完成BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,另一方面,對(duì)Alexnet卷積神經(jīng)網(wǎng)絡(luò)模型后三層網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了修改,并將垃圾RGB圖像作為Alexnet卷積神經(jīng)網(wǎng)絡(luò)的輸入樣本,進(jìn)行遷移學(xué)習(xí),從而構(gòu)建了垃圾智能分類模型。利用matlab進(jìn)行垃圾智能分類仿真實(shí)驗(yàn),將基于卷積神經(jīng)網(wǎng)絡(luò)的智能... 

【文章來源】：安徽理工大學(xué)安徽省

【文章頁數(shù)】：79 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

垃圾堆積場(chǎng)景Figure1.1Sceneofgarbageaccumulation

16要的穩(wěn)定電壓。如圖 3.6 和 3.7 所示為 3.3V 和 5V 的電源電路。圖3.5 STM3 最小系統(tǒng)接線圖Figure 3.5 Connection Diagram of STM3 Minimum System圖 3.6 5V 電源轉(zhuǎn)換電路Figure 3.6 5V Voltage Conversion Circuit

V電源轉(zhuǎn)換電路

【參考文獻(xiàn)】：
期刊論文
[1]基于垃圾分類宣傳的寧波城市公共垃圾桶設(shè)計(jì)[J]. 周蓬蓬,王艷艷.  工業(yè)設(shè)計(jì). 2018(02)
[2]圖像紋理檢測(cè)與特征提取技術(shù)研究綜述[J]. 李秀怡.  中國(guó)管理信息化. 2017(23)
[3]基于機(jī)器視覺的焊縫圖像識(shí)別預(yù)處理的研究[J]. 許皓,李剛,馬培松.  廣西大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[4]應(yīng)用于平掃CT圖像肺結(jié)節(jié)檢測(cè)的深度學(xué)習(xí)方法綜述[J]. 胡偉儉,陳為,馮浩哲,張?zhí)炱?朱正茂,潘巧明.  浙江大學(xué)學(xué)報(bào)(理學(xué)版). 2017(04)
[5]基于灰度修剪和均衡化的加權(quán)均值濾波算法[J]. 陳家益,曹會(huì)英,熊剛強(qiáng),徐秋燕.  四川師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[6]基于深度學(xué)習(xí)的無人機(jī)遙感影像水體識(shí)別[J]. 杜敬.  江西科學(xué). 2017(01)
[7]NB-IoT技術(shù)簡(jiǎn)介及其在智慧城市中應(yīng)用研究[J]. 嚴(yán)益強(qiáng).  廣東通信技術(shù). 2016(11)
[8]基于STM32和OV7670的圖像采集與顯示系統(tǒng)設(shè)計(jì)[J]. 李慧敏,樊記明,楊笑.  傳感器與微系統(tǒng). 2016(09)
[9]日本垃圾分類管理經(jīng)驗(yàn)及其對(duì)中國(guó)的啟示[J]. 呂維霞,杜娟.  華中師范大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版). 2016(01)
[10]基于LD3320的語音識(shí)別智能垃圾桶設(shè)計(jì)[J]. 何侃,田亞清,李強(qiáng),胡洲榮,張靜.  國(guó)外電子測(cè)量技術(shù). 2015(06)

碩士論文
[1]云層背景圖像機(jī)器學(xué)習(xí)分類方法研究[D]. 姚繄蕾.哈爾濱工業(yè)大學(xué) 2018
[2]基于深度學(xué)習(xí)圖像識(shí)別的研究及應(yīng)用[D]. 王奧光.電子科技大學(xué) 2018
[3]面向目標(biāo)識(shí)別的多特征融合研究與實(shí)現(xiàn)[D]. 張建虎.北京交通大學(xué) 2018
[4]非同源SAR頻—空域結(jié)合海冰漂移跟蹤算法研究[D]. 呂海娟.大連海事大學(xué) 2018
[5]多層卷積神經(jīng)網(wǎng)絡(luò)在SAR圖像目標(biāo)檢測(cè)與識(shí)別的應(yīng)用研究[D]. 黃孟緣.西安電子科技大學(xué) 2017
[6]基于FPGA的人臉檢測(cè)跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 宋金龍.哈爾濱工程大學(xué) 2017
[7]基于多監(jiān)督信息的級(jí)聯(lián)全卷積人臉檢測(cè)算法[D]. 習(xí)洋洋.哈爾濱工業(yè)大學(xué) 2017
[8]基于深度學(xué)習(xí)的商品圖像分類[D]. 楊東坡.大連交通大學(xué) 2015
[9]異常群體事件檢測(cè)方法研究[D]. 吳明仙.重慶大學(xué) 2015
[10]基于神經(jīng)網(wǎng)絡(luò)集成學(xué)習(xí)的SAR目標(biāo)識(shí)別方法研究[D]. 李汶虹.電子科技大學(xué) 2015



本文編號(hào)：3014367