原文服务方: 科技与创新       
摘要:
全球城市生活垃圾的产生量急剧增长,垃圾分类工作成为十分重要的任务。设计了基于卷积神经网络的2个轻量级模型MobileNetV2与ShuffleNetV1的垃圾分类算法,对MobileNetV2算法进行优化改进,通过调整学习率、选择合适的模型优化器以提高MobileNetV2模型性能。实验结果表明,改进后的模型性能有所提升。
推荐文章
基于深度卷积神经网络的车标分类
深度学习
神经网络
车标分类
图像识别
基于卷积神经网络的军事图像分类
军事图像分类
深度学习
卷积神经网络
主成分分析白化
随机池化
基于卷积神经网络的植物图像分类方法研究
卷积神经网络
图像特征
图像分类
全卷积网络
植物图像
数据集
基于深度卷积神经网络的织物花型分类
深度卷积神经网络
织物花型
图像分析
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 基于卷积神经网络的垃圾自动分类算法
来源期刊 科技与创新 学科 地球科学
关键词 卷积神经网络 MobileNetV2 ShuffleNetV1 垃圾分类
年,卷(期) 2024,(10) 所属期刊栏目
研究方向 页码范围 70-72
页数 3页 分类号
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2024.10.016
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)
2024(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
卷积神经网络
MobileNetV2
ShuffleNetV1
垃圾分类
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导