CN110990774A - 小区垃圾分类识别方法、装置、设备及介质 - Google Patents

小区垃圾分类识别方法、装置、设备及介质 Download PDF

Info

Publication number
CN110990774A
CN110990774A CN201911071425.0A CN201911071425A CN110990774A CN 110990774 A CN110990774 A CN 110990774A CN 201911071425 A CN201911071425 A CN 201911071425A CN 110990774 A CN110990774 A CN 110990774A
Authority
CN
China
Prior art keywords
garbage
principal component
cell
data
identifying
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911071425.0A
Other languages
English (en)
Inventor
邵卫
胡骏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Feiwang Software Technology Co Ltd
Original Assignee
Wuhan Feiwang Software Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Feiwang Software Technology Co Ltd filed Critical Wuhan Feiwang Software Technology Co Ltd
Priority to CN201911071425.0A priority Critical patent/CN110990774A/zh
Publication of CN110990774A publication Critical patent/CN110990774A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Computing Systems (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Algebra (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出了一种小区垃圾分类识别方法、装置、设备及介质。包括：对垃圾进行扫描，获取各垃圾的信息数据；建立主成分分析算法，通过主成分分析算法对各垃圾的信息数据进行计算，获取计算结果，并从该计算结果中提取主成分数据；根据该主成分数据对垃圾进行识别，并将识别后的垃圾存放到对应区域。本发明通过对丢弃的各个垃圾进行扫描，获取丢弃的各个垃圾的初步数据，然后建立主成分分析算法，根据主成分分析算法对获取的初步数据进行计算，获取计算的结果，并根据计算结果对垃圾进行判断，判断完成后将垃圾放入对应区域。通过这样的方式，能够对具有一定经济价值的垃圾进行区分并存放，方便后续人员进行回收。

Description

小区垃圾分类识别方法、装置、设备及介质
技术领域
本发明涉及垃圾分类技术领域，尤其涉及一种小区垃圾分类识别方法、装置、设备及介质。
背景技术
随着社会的发展，人们在日常生活中产生的垃圾也越来越多，但是与之对应的垃圾处理技术却发展缓慢，很多垃圾得不到及时处理。为了提高提高垃圾处理效率、降低处理垃圾的成本以及缓解城市容纳垃圾的压力，所以现在通过对垃圾分类来对垃圾进行处理。
在小区之中，仍然会有一些人不会对垃圾进行分类，而是将垃圾一起丢弃，同时小区之中会有一些人对具有一定经济价值的垃圾进行回收，当这些人对垃圾箱进行翻找时，容易造成垃圾混杂在一起，给工作人员的垃圾分类工作产生影响，目前也没有专门对这种具有一定经济价值的垃圾进行自主识别的方法，所以，如何对这种具有一定经济价值的垃圾进行自主识别以及存放成为了一个需要解决的问题。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
有鉴于此，本发明提出了一种小区垃圾分类识别方法、装置、设备及介质，旨在解决现有技术无法精确对具有一定经济价值的垃圾进行自主识别以及存放的技术问题。
本发明的技术方案是这样实现的：
一方面，本发明提供了一种小区垃圾分类识别方法，所述小区垃圾分类识别方法包括以下步骤：
S1，对垃圾进行扫描，获取各垃圾的信息数据；
S2，建立主成分分析算法，通过主成分分析算法对各垃圾的信息数据进行计算，获取计算结果，并从该计算结果中提取主成分数据；
S3，根据该主成分数据对垃圾进行识别，并将识别后的垃圾存放到对应区域。
在以上技术方案的基础上，优选的，步骤S1中，对垃圾进行扫描，获取各垃圾的信息数据，还包括以下步骤，所述各垃圾的信息数据包括：垃圾的外形数据、垃圾的图像数据以及垃圾的材质数据。
在以上技术方案的基础上，优选的，步骤S2中，建立主成分分析算法，通过主成分分析算法对各垃圾的信息数据进行计算，还包括以下步骤，所述主成分分析算法为：
Fi＝ai1X1+ai2X2+…+aimXm,i＝1,2,…,n；
其中，Fi代表n个主成分的得分，aim代表主成分的方差贡献率，Xm代表i个样本，每个样本有m个变量组成的i×m的矩阵，i代表主成分的个数。
在以上技术方案的基础上，优选的，还包括以下步骤，主成分的方差贡献率aim为：
Figure BDA0002261078970000021
其中，aim为主成分的方差贡献率，λi为根据协方差矩阵得到的特征值。
在以上技术方案的基础上，优选的，还包括以下步骤，协方差矩阵为：
Figure BDA0002261078970000022
其中，C为协方差矩阵，由Xm经过标准化变换后求得，xki代表前k个样本，
Figure BDA0002261078970000031
k用于记录样本个数。
在以上技术方案的基础上，优选的，还包括以下步骤，Xm经过标准化变换后获得的标准化矩阵为：
Figure BDA0002261078970000032
其中，
Figure BDA0002261078970000033
在以上技术方案的基础上，优选的，步骤S3中，根据该主成分数据对垃圾进行识别，并将识别后的垃圾存放到对应区域，还包括以下步骤，设定不同垃圾对应的主成分数据表，根据该主成分数据表对不用垃圾的主成分数据进行识别，将成功识别的垃圾打上对应标签，并根据该标签将对应的垃圾放入对应的区域。
更进一步优选的，所述小区垃圾分类识别方法装置包括：
扫描模块，用于对垃圾进行扫描，获取各垃圾的信息数据；
计算模块，用于建立主成分分析算法，通过主成分分析算法对各垃圾的信息数据进行计算，获取计算结果，并从该计算结果中提取主成分数据；
识别模块，用于识别根据该主成分数据对垃圾进行识别，并将识别后的垃圾存放到对应区域。
第二方面，所述小区垃圾分类识别方法还包括一种设备，所述设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的小区垃圾分类识别方法程序，所述小区垃圾分类识别方法程序配置为实现如上文所述的小区垃圾分类识别方法的步骤。
第三方面，所述小区垃圾分类识别方法还包括一种介质，所述介质为计算机介质，所述计算机介质上存储有小区垃圾分类识别方法程序，所述小区垃圾分类识别方法程序被处理器执行时实现如上文所述的小区垃圾分类识别方法的步骤。
本发明的一种小区垃圾分类识别方法相对于现有技术具有以下有益效果：(1)通过建立主成分分析算法，通过成分分析算法对获取到的垃圾的信息数据进行计算，根据计算结果，能够精确对各个垃圾进行识别，能够快速识别出具有一定经济价值的垃圾。节省了人力成本，同时，也提高了垃圾回收的效率；(2)通过主成分分析算法，对各个垃圾的信息数据进行分析，因为各个垃圾的信息数据可能会比较多，有可能会造成信息的重叠，所有，通过主成分分析算法对垃圾的信息数据进行分析，减少数据的个数，筛选出主要的数据，通过这样的方式，能够更加精确对垃圾进行识别，从而减少垃圾识别的错误率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例方案涉及的硬件运行环境的设备的结构示意图；
图2为本发明小区垃圾分类识别方法第一实施例的流程示意图；
图3为本发明小区垃圾分类识别方法第一实施例的功能模块示意图。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
如图1所示，该设备可以包括：处理器1001，例如中央处理器(Central ProcessingUnit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对设备的限定，在实际应用中设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及小区垃圾分类识别方法程序。
在图1所示的设备中，网络接口1004主要用于建立设备与存储小区垃圾分类识别方法系统中所需的所有数据的服务器的通信连接；用户接口1003主要用于与用户进行数据交互；本发明小区垃圾分类识别方法设备中的处理器1001、存储器1005可以设置在小区垃圾分类识别方法设备中，所述小区垃圾分类识别方法设备通过处理器1001调用存储器1005中存储的小区垃圾分类识别方法程序，并执行本发明实施提供的小区垃圾分类识别方法。
结合图2，图2为本发明小区垃圾分类识别方法第一实施例的流程示意图。
本实施例中，所述小区垃圾分类识别方法包括以下步骤：
S10：对垃圾进行扫描，获取各垃圾的信息数据。
应当理解的是，系统首先会对垃圾进行一次扫描，然后初步获取各个垃圾的信息数据，所述各垃圾的信息数据包括：垃圾的外形数据、垃圾的图像数据以及垃圾的材质数据，然后系统会通过主成分分析算法，对这些数据进行筛选，只选出有用的数据，来判断这个垃圾是不是具有一定经济价值的垃圾。
S20：建立主成分分析算法，通过主成分分析算法对各垃圾的信息数据进行计算，获取计算结果，并从该计算结果中提取主成分数据。
应当理解的是，本实施例中，在获取各垃圾的信息数据之后，会对这些信息数据进行一定整理，对于这些信息数据，假设有n种信息数据(x1,x2,x3,…,xn)，每一种信息数据均有m个变量，组成n×m的矩阵，即样本矩阵X。
对样本矩阵X进行标准化变换后得到的标准化矩阵，记为
Figure BDA0002261078970000061
Figure BDA0002261078970000062
其中，
Figure BDA0002261078970000063
根据标准化矩阵
Figure BDA0002261078970000064
可以求得协方差矩阵C：
Figure BDA0002261078970000065
其中，xki代表前k个样本，
Figure BDA0002261078970000066
k用于记录样本个数。
根据协方差方差矩阵C可以求出特征值λi与对应的特征向量ai，特征值越大，则说明该特征向量对矩阵的影响越大，因此可以根据特征值的大小将特征向量按从大到小的顺序进行排列，从而可以获取矩阵C的前k个特征值，因此，样本原始信息数据的第i个主成分Fi为：
Fi＝ai1X1+ai2X2+…+aimXm,i＝1,2,…,n；
其中，主成分的方差贡献率可以反映各自代表的信息量的多少，则aim为：
Figure BDA0002261078970000067
通过主成分分析算法，可以将垃圾的各项信息数据结合起来，筛选出没有意义的数据，只保留关键的主要数据，大大节省了系统的运算速度，同时也提高了效率，方便了后续对垃圾的识别。
S30：根据该主成分数据对垃圾进行识别，并将识别后的垃圾存放到对应区域。
应当理解的是，系统会设定不同垃圾对应的主成分的数据表，在获取主成分分析算法算出来的数据之后，系统会根据数据表来查找对应的数据，从而来确定垃圾的类别，并识别出具有一定经济价值的垃圾，当识别出具有一定经济价值的垃圾之后，系统会将这类垃圾存放到对应的区域，等到垃圾存放到一定数量之后，系统会通知对应的回收人员对这类垃圾进行回收。通过这样的方式，同样也避免了小区其他在回收这类具有一定经济价值的垃圾时，导致垃圾混杂在一起，加大了垃圾分类人员的工作量。
需要说明的是，以上仅为举例说明，并不对本申请的技术方案构成任何限定。
通过上述描述不难发现，本实施例通过获取对垃圾进行扫描，获取各垃圾的信息数据；建立主成分分析算法，通过主成分分析算法对各垃圾的信息数据进行计算，获取计算结果，并从该计算结果中提取主成分数据；根据该主成分数据对垃圾进行识别，并将识别后的垃圾存放到对应区域。本实施例通过对丢弃的各个垃圾进行扫描，获取丢弃的各个垃圾的初步数据，然后建立主成分分析算法，根据主成分分析算法对获取的初步数据进行计算，获取计算的结果，并根据计算结果对垃圾进行判断，判断完成后将垃圾放入对应区域。通过这样的方式，能够对具有一定经济价值的垃圾进行区分并存放，方便后续人员进行回收。
此外，本发明实施例还提出一种小区垃圾分类识别方法装置。如图3所示，该小区垃圾分类识别方法装置包括：扫描模块10、计算模块20、识别模块30。
扫描模块10，用于对垃圾进行扫描，获取各垃圾的信息数据；
计算模块20，用于建立主成分分析算法，通过主成分分析算法对各垃圾的信息数据进行计算，获取计算结果，并从该计算结果中提取主成分数据；
识别模块30，用于识别根据该主成分数据对垃圾进行识别，并将识别后的垃圾存放到对应区域。
此外，需要说明的是，以上所描述的装置实施例仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的小区垃圾分类识别方法，此处不再赘述。
此外，本发明实施例还提出一种介质，所述介质为计算机介质，所述计算机介质上存储有小区垃圾分类识别方法程序，所述小区垃圾分类识别方法程序被处理器执行时实现如下操作：
S1，对垃圾进行扫描，获取各垃圾的信息数据；
S2，建立主成分分析算法，通过主成分分析算法对各垃圾的信息数据进行计算，获取计算结果，并从该计算结果中提取主成分数据；
S3，根据该主成分数据对垃圾进行识别，并将识别后的垃圾存放到对应区域。
进一步地，所述小区垃圾分类识别方法程序被处理器执行时还实现如下操作：
所述各垃圾的信息数据包括：垃圾的外形数据、垃圾的图像数据以及垃圾的材质数据。
进一步地，所述小区垃圾分类识别方法程序被处理器执行时还实现如下操作：
所述主成分分析算法为：
Fi＝ai1X1+ai2X2+…+aimXm,i＝1,2,…,n；
其中，Fi代表n个主成分的得分，aim代表主成分的方差贡献率，Xm代表i个样本，每个样本有m个变量组成的i×m的矩阵，i代表主成分的个数。
进一步地，所述小区垃圾分类识别方法程序被处理器执行时还实现如下操作：
主成分的方差贡献率aim为：
Figure BDA0002261078970000091
其中，aim为主成分的方差贡献率，λi为根据协方差矩阵得到的特征值。
进一步地，所述小区垃圾分类识别方法程序被处理器执行时还实现如下操作：
协方差矩阵为：
Figure BDA0002261078970000092
其中，C为协方差矩阵，由Xm经过标准化变换后求得，xki代表前k个样本，
Figure BDA0002261078970000093
k用于记录样本个数。
进一步地，所述小区垃圾分类识别方法程序被处理器执行时还实现如下操作：
Xm经过标准化变换后获得的标准化矩阵为：
Figure BDA0002261078970000094
其中，
Figure BDA0002261078970000095
进一步地，所述小区垃圾分类识别方法程序被处理器执行时还实现如下操作：
设定不同垃圾对应的主成分数据表，根据该主成分数据表对不用垃圾的主成分数据进行识别，将成功识别的垃圾打上对应标签，并根据该标签将对应的垃圾放入对应的区域。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种小区垃圾分类识别方法，其特征在于：包括以下步骤；
S1，对垃圾进行扫描，获取各垃圾的信息数据；
S2，建立主成分分析算法，通过主成分分析算法对各垃圾的信息数据进行计算，获取计算结果，并从该计算结果中提取主成分数据；
S3，根据该主成分数据对垃圾进行识别，并将识别后的垃圾存放到对应区域。
2.如权利要求1所述的小区垃圾分类识别方法，其特征在于：步骤S1中，对垃圾进行扫描，获取各垃圾的信息数据，还包括以下步骤，所述各垃圾的信息数据包括：垃圾的外形数据、垃圾的图像数据以及垃圾的材质数据。
3.如权利要求1所述的小区垃圾分类识别方法，其特征在于：步骤S2中，建立主成分分析算法，通过主成分分析算法对各垃圾的信息数据进行计算，还包括以下步骤，所述主成分分析算法为：
Fi＝ai1X1+ai2X2+…+aimXm,i＝1,2,…,n；
其中，Fi代表n个主成分的得分，aim代表主成分的方差贡献率，Xm代表i个样本，每个样本有m个变量组成的i×m的矩阵，i代表主成分的个数。
4.如权利要求3所述的小区垃圾分类识别方法，其特征在于：还包括以下步骤，主成分的方差贡献率aim为：
Figure FDA0002261078960000011
其中，aim为主成分的方差贡献率，λi为根据协方差矩阵得到的特征值。
5.如权利要求4所述的小区垃圾分类识别方法，其特征在于：还包括以下步骤，协方差矩阵为：
Figure FDA0002261078960000012
其中，C为协方差矩阵，由Xm经过标准化变换后求得，xki代表前k个样本，
Figure FDA0002261078960000021
k用于记录样本个数。
6.如权利要求5所述的小区垃圾分类识别方法，其特征在于：还包括以下步骤，Xm经过标准化变换后获得的标准化矩阵为：
Figure FDA0002261078960000022
其中，
Figure FDA0002261078960000023
7.如权利要求1所述的小区垃圾分类识别方法，其特征在于：步骤S3中，根据该主成分数据对垃圾进行识别，并将识别后的垃圾存放到对应区域，还包括以下步骤，设定不同垃圾对应的主成分数据表，根据该主成分数据表对不用垃圾的主成分数据进行识别，将成功识别的垃圾打上对应标签，并根据该标签将对应的垃圾放入对应的区域。
8.一种小区垃圾分类识别方法装置，其特征在于，所述小区垃圾分类识别方法装置包括：
扫描模块，用于对垃圾进行扫描，获取各垃圾的信息数据；
计算模块，用于建立主成分分析算法，通过主成分分析算法对各垃圾的信息数据进行计算，获取计算结果，并从该计算结果中提取主成分数据；
识别模块，用于识别根据该主成分数据对垃圾进行识别，并将识别后的垃圾存放到对应区域。
9.一种设备，其特征在于，所述设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的小区垃圾分类识别方法程序，所述小区垃圾分类识别方法程序配置为实现如权利要求1至7任一项所述的小区垃圾分类识别方法的步骤。
10.一种介质，其特征在于，所述介质为计算机介质，所述计算机介质上存储有小区垃圾分类识别方法程序，所述小区垃圾分类识别方法程序被处理器执行时实现如权利要求1至7任一项所述的小区垃圾分类识别方法的步骤。
CN201911071425.0A 2019-11-05 2019-11-05 小区垃圾分类识别方法、装置、设备及介质 Pending CN110990774A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911071425.0A CN110990774A (zh) 2019-11-05 2019-11-05 小区垃圾分类识别方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911071425.0A CN110990774A (zh) 2019-11-05 2019-11-05 小区垃圾分类识别方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN110990774A true CN110990774A (zh) 2020-04-10

Family

ID=70083508

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911071425.0A Pending CN110990774A (zh) 2019-11-05 2019-11-05 小区垃圾分类识别方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN110990774A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113926734A (zh) * 2021-11-01 2022-01-14 天津商业大学 一种排序式垃圾分类方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014010091A (ja) * 2012-07-02 2014-01-20 Hitachi Zosen Corp ごみ焼却炉におけるごみ状態検出装置
CN108820647A (zh) * 2018-08-30 2018-11-16 深圳市研本品牌设计有限公司 基于图像识别的垃圾投放方法及系统
CN109344894A (zh) * 2018-09-28 2019-02-15 广州大学 基于多传感器融合和深度学习的垃圾分类识别方法及装置
CN109389161A (zh) * 2018-09-28 2019-02-26 广州大学 基于深度学习的垃圾识别进化学习方法、装置、系统及介质
CN109886231A (zh) * 2019-02-28 2019-06-14 重庆科技学院 一种垃圾焚烧厂火焰燃烧状态识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014010091A (ja) * 2012-07-02 2014-01-20 Hitachi Zosen Corp ごみ焼却炉におけるごみ状態検出装置
CN108820647A (zh) * 2018-08-30 2018-11-16 深圳市研本品牌设计有限公司 基于图像识别的垃圾投放方法及系统
CN109344894A (zh) * 2018-09-28 2019-02-15 广州大学 基于多传感器融合和深度学习的垃圾分类识别方法及装置
CN109389161A (zh) * 2018-09-28 2019-02-26 广州大学 基于深度学习的垃圾识别进化学习方法、装置、系统及介质
CN109886231A (zh) * 2019-02-28 2019-06-14 重庆科技学院 一种垃圾焚烧厂火焰燃烧状态识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
杨贺林;高孝伟;: "大学生垃圾分类的环境意识影响因素――基于主成分分析和抽样调查数据的研究", no. 16, pages 95 - 98 *
童恒庆等: "应用多元统计分析 第2版", 武汉工业大学出版社, pages: 218 - 220 *
陆文;李北涛;郭治远;陈朱蕾;龚哲;陶其阳;杨金凤;章志飞;俞瑛健;: "基于主成分分析的生活垃圾组分模型研究", vol. 31, no. 06, pages 100 - 103 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113926734A (zh) * 2021-11-01 2022-01-14 天津商业大学 一种排序式垃圾分类方法

Similar Documents

Publication Publication Date Title
CN111460250B (zh) 用于画像的数据的清洗方法、装置、介质及电子设备
CN110515846B (zh) 一种关于用户体验测试的数据自动化处理分析系统
US8315465B1 (en) Effective feature classification in images
CN110472082B (zh) 数据处理方法、装置、存储介质及电子设备
CN110688454A (zh) 咨询对话处理的方法、装置、设备及存储介质
Bell et al. Assessment of ZooImage as a tool for the classification of zooplankton
WO2004042392A1 (ja) 画像解析支援方法、画像解析支援プログラムおよび画像解析支援装置
CN113450147A (zh) 基于决策树的产品匹配方法、装置、设备及存储介质
CN112926601A (zh) 基于深度学习的图像识别方法、装置、设备及存储介质
CN111582134A (zh) 证件边沿检测方法、装置、设备和介质
CN110990774A (zh) 小区垃圾分类识别方法、装置、设备及介质
CN112507087B (zh) 终端设备识别方法、设备、存储介质及装置
CN116071348B (zh) 基于视觉检测的工件表面检测方法及相关装置
CN113420295A (zh) 恶意软件的检测方法及装置
JP2000259669A (ja) 文書分類装置及びその方法
US20160315886A1 (en) Network information push method, apparatus and system based on instant messaging
CN114840748A (zh) 基于人脸识别的信息推送方法、装置、设备及存储介质
CN106919837A (zh) 一种恶意代码未知自启动识别方法及系统
CN203970354U (zh) 一种基于移动终端的中医舌象分析系统
CN110674678A (zh) 视频中敏感标志的识别方法及装置
CN113297411B (zh) 轮形图谱相似性的度量方法、装置、设备及存储介质
CN109598252A (zh) 一种基于人脸识别的智能应答方法、系统及存储介质
Chamchong et al. Comparing binarisation techniques for the processing of ancient manuscripts
CN114708452A (zh) 一种基于深度学习的产品图像分类方法及系统
CN114693554A (zh) 一种大数据图像处理方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination