基于BP神经网络的医疗废物识别与分类研究

• 作者: 谈笑
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 医疗废物 BP神经网络 SVM分类器 图像识别
• 年，卷（期）: 2019,（24）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 6-10
• 页数: 5页
• 分类号: TP183
• 字数: 3117字
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2019.24.002

摘要

为提高垃圾识别与分类的效率,尤其是医疗废物,文中在图像识别的基础上,提出了基于BP神经网络的医疗废物识别与分类模型.该模型依据用户实时拍摄的图片,利用AGAST角点检测算法、FREAK描述算法、高阶局部自相关(HLAC)函数来进行医疗废物目标的特征提取;并将提取到的特征向量作为BP神经网络的训练数据,同时引入SVM分类器来提高目标类型识别与分类的准确率.测试表明,文中提出的模型可有效识别常见的医疗废物,平均分类准确率与仅使用BP神经网络的模型相比高出5.81％,有着较可靠的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谈笑		7	5	1.0	2.0