原文服务方: 物联网技术       
摘要:
随着科技水平的不断进步,越来越多的智能化设施走进人们的生活。但在智能化垃圾分类研究方面仍然存在诸多问题,并不能满足人们对垃圾分类处理智能化的实际需要。为此,本文设计了一款以STM32L476RGT6微控制器为系统控制核心,结合数据采集模块、设备控制模块、垃圾识别模块和无线通信模块,集余量检测、智能识别、自动分类和远程通信功能于一体的智能垃圾分类系统。本系统在此基础上采用BP神经网络模型以较高准确率完成了垃圾的智能化识别,合理设计各模块使其协调有序工作,保证了垃圾分类处理操作流程的全自动化,还可以实时检测桶余量和环境易燃有害气体浓度,并将数据及时上报给用户,方便处理。通过垃圾投放测试证明了该系统在垃圾识别分类中的可靠性和有效性,具有推广应用的价值。
推荐文章
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
智能垃圾桶的设计与实现
垃圾分类
区域文化
语音识别
智能化
太阳能供电的智能垃圾分类处理系统设计
STM32F103
图像处理
传感器技术
垃圾分类
智能垃圾桶
基于NB-IoT的智能垃圾分类系统
智能垃圾分类
RaspberryPi
深度学习
图像识别
NB-IoT
传感器
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 智能垃圾分类系统的设计与实现
来源期刊 物联网技术 学科 地球科学
关键词 物联网 传感器 机器视觉 智能化 垃圾分类 BP神经网络
年,卷(期) 2023,(4) 所属期刊栏目 学术研究_智能处理与应用
研究方向 页码范围 120-123,126
页数 5页 分类号
字数 语种 中文
DOI 10.16667/j.issn.2095-1302.2023.04.033
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)
2023(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
物联网
传感器
机器视觉
智能化
垃圾分类
BP神经网络
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
物联网技术
月刊
2095-1302
61-1483/TP
16开
2011-01-01
chi
出版文献量(篇)
5103
总下载数(次)
0
总被引数(次)
13151
论文1v1指导