1. 研究目的与意义
中国约有2/3的城市陷入垃圾围城的困境。
中国仅城市垃圾的年产量就近1.5亿吨,这些城市垃圾绝大部分是露天堆放。
它不仅影响城市景观,同时污染了与我们生命至关重要的大气、水和土壤,对城镇居民的健康构成威胁。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 课题关键问题和重难点
关键问题: 1.垃圾分类浏览:提供垃圾分类的浏览,随时随地学习垃圾分类。
2.一键查询:简化垃圾搜索查询,实时展示对应分类。
3. 图像识别:选择相册图片,超强图像识别,ai智能分类垃圾。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
3. 国内外研究现状(文献综述)
早在2006年以前,已有人提出一种学习效率很高的深度学习模型-cnn。
在20世纪80年代和90年代,一些研究者发表了cnn的相关研究工作,且在几个模式识别领域尤其是手写数字识别中取得了良好的识别效果[1][2]。
然而此时的cnn只适合做小图片的识别,对于大规模数据,识别效果不佳。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
4. 研究方案
通过观察、新闻等途径发现现阶段民众对于垃圾分类还有一些抵触情绪,具体表现在部分难以将垃圾准确分类的居民上。
本课题将着重解决该方面的困惑,将垃圾进行只能分类免去居民手动分类的烦恼。
同时对居民进行垃圾分类的科普等方面的工作。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
5. 工作计划
1)完成图像识别的训练2)初步建立分析框架3)完成网站的开发工作4)进行实物测试5)进行研究课题最终成果的撰写工作论文周计划:第1周:查阅课题相关资料,列出开题报告大纲。
第2周:完成开题报告。
第3周:完成外文翻译。
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。