典型文献
基于神经网络的垃圾分类箱系统设计
文献摘要：
传统的生活垃圾人工分类方式工作量大、效果欠佳.针对当前生活垃圾人工分类效率低、效果欠佳等问题,提出了基于神经网络算法的智能垃圾分类系统设计.本设计通过K210控制摄像头读取当前垃圾图像进行图像处理,加载TensorFlow训练的CNN垃圾识别分类算法进行识别分类,由STM32F407为主控的嵌入式系统控制舵机和步进电机配合分类至对应的垃圾桶中,同时系统还支持语音识别纠偏、播放垃圾分类宣传片、垃圾桶状态检测、语音播报等.在自建的垃圾数据集上进行训练和测试结果显示,利用该方法可以准确地对垃圾种类进行识别,平均准确率达到0.99;通过测试,系统功能稳定,其误差低,具有一定的应用价值.
文献关键词：
垃圾分类;深度学习;神经网络;语音识别
中图分类号：
作者姓名：
朱省委;宋玥;郑栋梁;熊光磊;梁君威
作者机构：
郑州工业应用技术学院,河南郑州,451150
文献出处：
引用格式：
[1]朱省委;宋玥;郑栋梁;熊光磊;梁君威-.基于神经网络的垃圾分类箱系统设计)[J].电子制作,2022(16):32-35
A类：
B类：
分类箱,生活垃圾,工分,分类方式,前生,神经网络算法,智能垃圾分类系统,K210,摄像头,读取,TensorFlow,垃圾识别,识别分类,分类算法,STM32F407,主控,嵌入式系统,系统控制,舵机,步进电机,垃圾桶,统还,语音识别,纠偏,播放,宣传片,桶状,状态检测,语音播报,平均准确率
AB值：
0.437701
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。
