作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
生活垃圾的分类较多,传统依靠人工管理的方式费时费力,并且在辨识方面具有一定的难度。目前,基于卷积神经网络的图像目标识别算法已经在人脸识别、自动驾驶等多个领域成功应用。为了提高垃圾的分类效率,可以应用相关算法,通过智能分类软件的使用,确保垃圾分类的合理性。基于此,本文将从垃圾识别、生活百科、分享反馈、数据存储、网络模型、实时检测、系统测试七个方面对基于神经网络的智能垃圾分类软件设计进行分析,使垃圾分类软件能够智能化运行,为用户对垃圾的分类带来便利。
推荐文章
基于卷积神经网络的垃圾自动分类算法
卷积神经网络
MobileNetV2
ShuffleNetV1
垃圾分类
基于神经网络的"垃圾"邮件过滤系统设计
神经网络
BP算法
垃圾邮件
过滤
基于深度学习的垃圾智能分类技术
卷积神经网络
垃圾分类
图像识别
深度学习
基于智能识别技术的智能垃圾分类桶设计
智能识别技术
垃圾分类
图像识别
语音识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的智能垃圾分类软件设计分析
来源期刊 数字化用户 学科
关键词 神经网络 垃圾分类 软件设计
年,卷(期) 2022,(4) 所属期刊栏目 设计与研究
研究方向 页码范围 91-93
页数 3页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
垃圾分类
软件设计
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数字化用户
周刊
1009-0843
51-1567/TN
16开
四川省成都市
1999
chi
出版文献量(篇)
46696
总下载数(次)
249
总被引数(次)
7926
论文1v1指导