典型文献
基于并行差分进化-梯度特征深度森林的废旧手机识别方法
文献摘要：
废旧电子产品"互联网+回收"模式的推广,使得无人化、智能化的废旧手机(UMP)回收装备成为典型城市固体废物资源化领域的重点关注对象.本文以基于回收装备的UMP智能化识别组件为研究对象,设计并实现了一种基于并行差分进化(PDE)-梯度特征深度森林(GfDF)算法的UMP识别方法.本方法由UMP识别模型和PDE参数寻优模型组成,其中:前者包含的UMP定位裁剪模块基于Faster-RCNN模型对图像裁剪以获得有效信息,GfDF识别模块通过引入多尺度梯度特征策略使其更易学习"定位模块"抓取信息;后者使用并行策略优化GfDF模型超参数以提高UMP识别精度.实验结果表明,相比于深度模型和其他机器学习模型,本方法在识别精度和训练时间上均具有优势,能够有效提高回收装备自动化程度和手机回收效率.
文献关键词：
手机回收装备;废旧手机识别;并行差分进化;深度森林;深度学习
中图分类号：
作者姓名：
王子轩;汤健;夏恒;张晓晓;荆中岭;韩红桂
作者机构：
北京工业大学信息学部 北京100024;智慧环保北京实验室 北京100124;北京抱扑再生环保科技有限公司 北京100124
文献出处：
引用格式：
[1]王子轩;汤健;夏恒;张晓晓;荆中岭;韩红桂-.基于并行差分进化-梯度特征深度森林的废旧手机识别方法)[J].控制理论与应用,2022(11):2137-2148
A类：
并行差分进化,废旧手机识别,GfDF,手机回收装备
B类：
梯度特征,深度森林,废旧电子产品,无人化,UMP,典型城市,城市固体废物,废物资源化,智能化识别,别组,PDE,识别模型,参数寻优,寻优模型,Faster,RCNN,图像裁剪,得有,有效信息,识别模块,易学,定位模块,抓取信息,策略优化,超参数,识别精度,深度模型,机器学习模型,训练时间,回收效率
AB值：
0.293042
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
