基于深度学习的智能分类垃圾桶

垃圾分类已成为全国新风尚,但是垃圾分类的过程中,由于垃圾品类复杂而繁多,群众反应存在分类困难.为了更好地解决垃圾分类困难这一社会热点问题,为垃圾分类提供一种自动化、智能化的解决方法迫在眉睫.论文改进了垃圾图像识别技术,提出了一种基于深度学习的智能分类垃圾桶.论文设计了"Y"字型物理模型,运用了LeNet-5深度学习模型,集成了舵机、超声波、蓝牙等模块,最终实现了精准识别垃圾种类、自动化分类垃圾、满桶提醒和蓝牙传输等功能.实验表明,论文设计的基于深度学习的智能分类垃圾桶具有较好的智能性,提高了垃圾分类的准确率和效率,方便了群众垃圾分类.     

沉浸体验视角下书法APP用户满意度影响因素模型构建

目的 立足书法现代化传承,基于沉浸理论对书法移动应用平台展开实证研究,探索用户在使用书法移动应用时的情感体验规律,旨在挖掘科学的设计策略。方法 首先对16名产生沉浸体验的用户进行深度访谈,提取用户达到沉浸体验的影响指标,基于沉浸理论的条件要素对影响指标进行编码并制作初始问卷,预测试后开展大规模的正式问卷调研,并进行结构方程模型的构建与分析。结果 结果显示,明确且清晰的目标是影响用户满意度的关键维度,该问卷能够有效测量使用书法移动应用平台的用户是否达到沉浸体验。同时,适时有价值的反馈及技能与任务挑战相匹配也对用户满意度有显著正向影响。结论 根据实证研究的结果,改进提升用户沉浸体验的方法,分析并提出书法移动应用平台的设计策略,从而为今后的相关实践与研究提供指导。