智能垃圾分类回收系统设计应用研究

目的探索城市生活垃圾分类回收处理的智能化、信息化设计与应用。方法对比分析、研究国外垃圾分类回收处理的先进经验,根据我国国情、垃圾种类的特点以及人们的素质,提出以\"制约\"和\"奖励\"为理念,以设计为手段的城市生活垃圾分类回收系统。结论只有解决好垃圾前端处理,才能从根本上解决垃圾无害化处理的问题。     

基于深度学习的垃圾图像分类模型的研究

在现实生活中,垃圾形态、拍照角度、光线、背景等都存在差异,要精准的识别垃圾分类,需要加入更多的数据样本.传统的目标检测以手工特征检测算法为主,识别效果不够好,准确率不高,计算量特别大,运行速度很慢,可能会产生多个正确的识别结果.为了快速推进垃圾分类地有效进行垃圾分类,运用改进YOLOv3架构,构建基于深度学习技术的图像...     

基于体积扫描容重法的社区垃圾分类系统研究

目的 响应国家垃圾分类政策,通过设计社区生活垃圾分类设备检测系统,提高分类正确率,改善“混投乱投”的现状,从源头提高城市垃圾分类投递的准确性。方法 结合现有针对垃圾容重区间划分方法和多种评价标准,总结归纳各类垃圾的容重阈值划分区间,并将其作为垃圾分类的判断方法。设计体积检测模块,利用激光测距传感器点阵获得待测物切片遮挡图和截面积,并计算待测物体积,结合称重传感器计算待测物容重,并依据容重区间对待测物进行分类判断。结果 根据容重阈值分类标准,对多种随机样本进行检测。绝大多数可回收物和厨余垃圾的容重检测值在各分类的容重阈值内,可以被正确分类;其余样本在混合垃圾容重阈值内,符合边界条件设定和模糊垃圾的样本按其他垃圾标准处理的分选原则,检测结果符合分类要求。结论 基于体积扫描检测容重的社区生活垃圾分类系统可以满足居民前端投递环节中对生活垃圾分类检测的需求,有助于提高源头分类的准确性,能有效推进我国垃圾分类和再生资源利用工作的发展。     

基于行为劝导的社区垃圾分类回收设备设计研究

目的 为顺应垃圾分类趋势,培养人们分类投放垃圾的行为习惯,进行社区垃圾分类回收设备的劝导性设计研究。方法 通过问卷调查和实地观察对社区居民垃圾分类行为进行调研,确定社区劝导的目标用户和目标行为,并从中提取其阻碍因素。根据Fogg行为模型,从增强用户动机、提高用户能力、增设触发因素三方面出发,选取适用劝导策略对社区垃圾分类回收设备进行改进以解决阻碍因素。结果 根据适用劝导策略对社区垃圾分类回收设备进行功能规划。具备行为劝导功能的社区垃圾分类回收设备由社区智能垃圾桶、智能公示牌和手机APP组成,通过三者互相配合增进社区居民垃圾分类投放的执行能力。结论 将劝导技术应用于社区垃圾分类回收设备,能够设计出更加适用于社区使用的垃圾分类回收设备。     

基于源头分类的长沙市生活垃圾治理框架设计

本文首先从长沙市生活垃圾处理现状、政策体系、垃圾回收体系和居民垃圾分类意识等方面介绍了长沙市垃圾分类的基本概况,简要分析了目前长沙市垃圾分类存在的问题,并从国外的垃圾分类处理模式中学习先进经验.最后,针对垃圾源头分类存在的问题提出了以党建、居委会、物业、居民为主体的社区垃圾分类治理措施,强调从垃圾产生的前端下手,围绕社区展开垃圾分类活动.     

垃圾分类背景下城市公共垃圾桶视觉设计研究

目的 对城市公共垃圾桶的造型、色彩、标识符号等进行视觉设计研究.方法 在广泛调研的基础上对城市公共垃圾桶设计的现状进行对比研究.城市公共垃圾桶作为城市公共空间的重要组成部分,不只是一个藏污纳垢的容器,更能体现一个城市的形象和生活品位.在垃圾分类回收的影响下,垃圾桶的造型设计首先应遵循投放简便、省时、省心等功能性设计原则,并在其基础上充分考虑垃圾桶造型的美观设计,设计出富有人情味、具有趣味性的造型,真正实现功能性与艺术性的统一.结论 城市公共垃圾桶色彩设计应该在遵循约定俗成的各类垃圾桶共性色彩的前提下在同一色系中体现色彩的变化.功能性与审美性和谐统一的垃圾桶设计不仅能有助于垃圾分类工作的开展,更能塑造城市形象和传递城市文化.     

我国垃圾分类政策分析

简单介绍垃圾分类的相关基本概念,对我国相关垃圾分类政策进行了政策分析,总结出我国目前垃圾分类中存在的相关问题,并提出解决建议。     

基于收益分享合同的垃圾源头分类激励机制

通过建立两阶段的Stackelberg动态博弈模型,研究了固定不可燃垃圾处置费和变动垃圾处置费2种情况下,垃圾发电厂如何制订收益分享合同相关条款,促使居民实行垃圾源头分类,并提高可燃垃圾燃烧热值。结果表明:存在唯一的最优分享比例使得发电厂的收益最大,消费者的选择存在最优的可燃垃圾回收数量和最低垃圾燃烧热值水平。     

基于MSC-51单片机垃圾分类收集系统的设计

在我国城市现代化的快速建设进程中,我国的城市垃圾仍然采用混装回收和运输的处理方式,这就加大了后期处理工作的难度,并且也带来了诸多的问题。为了更好地解决这类问题,就设计了以AT89S52单片机为核心的智能垃圾分类收集系统,这一系统应由两部分组成,分别为无人操作垃圾收集车和回收站控制系统,借助于LCD显示电路和无线通信技术,前者可以实现寻找垃圾桶、路线行驶、垃圾的上下车、垃圾的分类和垃圾的入站等功能,后者则可以监控整个操作过程,采用这一系统不但节约了大量的人力、物力和财力,同时也有效地降低了垃圾进站后的分类处理难度,具有较高的应用价值。     

智能垃圾分类回收机专利技术综述

垃圾分类的意义不言而喻,对垃圾进行分类回收,可以减少占地,减少环境污染,同时变废为宝实现资源化,本文旨在对智能分类垃圾回收机领域进行专利技术分析和梳理以为垃圾分类这一巨大的民生工程提供一定的技术参考。     

基于服务设计理念的景区垃圾箱分类探析

目的伴随着我国大众旅游时代的到来,环保问题日渐突出。从服务设计理念的角度出发,对服务设计在景区的垃圾箱分类上的运用进行研究。方法以服务设计理念为基础、我国旅游业的环境问题为研究背景,分别从服务提供者和服务接收者的角度,对景区垃圾箱的使用人群情况及垃圾箱分类所存在的主要问题进行具体分析,并提出相应的改进原则,其中包括视觉统一性、按需投放、植入人体工程学及实现垃圾箱价值最大化的原则。结论以用户为中心,通过对使用人群的情况分析,发现并解析用户在垃圾箱使用过程中的痛点,融入服务设计理念进行改善,减少用户对垃圾箱的排斥感、距离感,进而提升用户整体体验。明确服务设计理念应用的必要性,使整个景区的环境系统形成良性循环的理想状态。     

垃圾分类标识要素提取及属性分类研究

目的对262件垃圾分类标识进行现状分析,并提取19个信息要素,编制Kano问卷,对标识信息要素进行质量属性分析。方法 96位用户参与Kano问卷的调查。结果 19个信息要素有3个必备质量要素、5个线性质量要素、3个魅力质量要素、8个无差异质量要素。结论 (1)属于必备质量要素的有:一级分类中文、二级分类中文、一级分类英文,此类信息要素的呈现能消除用户不满;(2)属于线性质量要素的有:一级分类图符颜色、二级分类图符边框、一级分类图符、二级分类图符、二级分类英文,标识提供这些信息要素,用户满意度将会大大提高;(3)属于魅力质量要素的有一级分类文字底色、一级分类文字颜色、二级分类图符颜色,此类信息要素的呈现能提高用户满意度。最后研究提出了相应的建议措施以提高垃圾分类标识设计的可理解性和识别性。     

Human Gait Recognition Using Deep Learning and Improved Ant Colony Optimization

Human gait recognition (HGR) has received a lot of attention in the last decade as an alternative biometric technique. The main challenges in gait recognition are the change in in-person view angle and covariant factors. The major covariant factors are walking while carrying a bag and walking while wearing a coat. Deep learning is a new machine learning technique that is gaining popularity. Many techniques for HGR based on deep learning are presented in the literature. The requirement of an efficient framework is always required for correct and quick gait recognition. We proposed a fully automated deep learning and improved ant colony optimization (IACO) framework for HGR using video sequences in this work. The proposed framework consists of four primary steps. In the first step, the database is normalized in a video frame. In the second step, two pre-trained models named ResNet101 and InceptionV3 are selected and modified according to the dataset's nature. After that, we trained both modified models using transfer learning and extracted the features. The IACO algorithm is used to improve the extracted features. IACO is used to select the best features, which are then passed to the Cubic SVM for final classification. The cubic SVM employs a multiclass method. The experiment was carried out on three angles (0, 18, and 180) of the CASIA B dataset, and the accuracy was 95.2, 93.9, and 98.2 percent, respectively. A comparison with existing techniques is also performed, and the proposed method outperforms in terms of accuracy and computational time.     

CNN Approaches for Classification of Indian Leaf Species Using Smartphones

Leaf species identification leads to multitude of societal applications. There is enormous research in the lines of plant identification using pattern recognition. With the help of robust algorithms for leaf identification, rural medicine has the potential to reappear as like the previous decades. This paper discusses CNN based approaches for Indian leaf species identification from white background using smartphones. Variations of CNN models over the features like traditional shape, texture, color and venation apart from the other miniature features of uniformity of edge patterns, leaf tip, margin and other statistical features are explored for efficient leaf classification.     

基于YOLOv5s网络的垃圾分类和检测

目的 为了实现垃圾自动按类处理,通过研究基于视觉的垃圾检测与分类模型,实现对垃圾的自动识别和检测.方法 采用YOLOv5s网络作为垃圾检测与分类的模型,在自制垃圾分类数据集上对网络进行训练,利用训练好的YOLOv5s网络提取不同种类垃圾图像的特征和位置信息,实现垃圾的分类与检测.结果 在真实场景中进行了测试,基于YOLOv5s的垃圾分类检测模型可以有效识别6种不同形态的垃圾,检测mAP值为99.38％,测试精度为95.34％,目标检测速度达到6.67FPS.结论 实验结果表明,基于YOLOv5s网络的垃圾分类检测模型在不同光照、视角等条件下,检测准确率高,鲁棒性好、计算速度快.同时,有助于促进垃圾处理公司实现智能分拣,提高工作效率.     

An efficient lymphocytic leukemia detection based on EfficientNets and ensemble voting classifier

Early detection of leukemia increases the chances of a speedier recovery. If a patient exhibits any symptoms, doctors would often examine a blood sample slide under a microscope to detect hematological malignancies. Manually categorizing leukocytes as normal or abnormal requires examining the many characteristics of the cells, which is time-consuming and error-prone. This research aims to create a transfer learning-based Acute Lymphocytic Leukemia (ALL) detection system that is both efficient and easy. To overcome the critical challenges associated with feature extraction, we used EfficientNet, the most recent and most substantial deep learning model. In this article, eight EfficientNets variations are used to extract features and are compared based on classification accuracy. This work uses an ensemble of three sophisticated classifiers, namely Support Vector Machine (SVM), Random Forest, and Logistic Regression, which achieves a classification accuracy of 98.5%.     

“互联网+垃圾分类”产品的游戏化设计策略研究

目的 研究游戏化理念介入“互联网+垃圾分类”产品的设计思路与策略,以求完善优化“互联网+垃圾分类”产品的设计与开发机制,从而促进我国垃圾分类治理工作的开展,并为互联网产品的游戏化设计研究提供有价值参考。方法 调研“互联网+垃圾分类”产品现状,针对存在的问题论述游戏化理念介入产品设计的必要性,并结合诺曼的情感化设计三层次归纳“互联网+垃圾分类”产品的游戏化层级及设计要素。通过用户调研深入洞察用户使用产品的意愿与需求,构建“互联网+垃圾分类”产品的游戏化设计框架,以“校园趣分吧”小程序设计实践为例,具体阐述产品游戏化设计策略与方法。结论 提出“互联网+垃圾分类”产品的游戏化设计应从“整合内外动机、联动线上线下机制、优化功能内容与表现”三层次入手,针对各游戏化层级要素展开优化设计并有机融入用户产品使用的各阶段,从而有效激发与维持用户兴趣,激励用户使用并延续使用行为,赋予用户参与垃圾分类的获得感、趣味感与价值感,达到提升大众参与垃圾分类积极性的目的。     

以用户为中心的垃圾分类友好型包装设计思维及方法探析

目的 在中国初步进入垃圾分类强制时代的当下,以包装设计师的角度探析提升包装分类友好程度的实操型方法,旨在以包装设计的改进消除用户分类困惑和畏难情绪、引导用户正确分类,进而通过“分类友好”的形象提升用户对产品的价值判断。方法 基于国际上各领域学者对包装设计与用户环保行为的关系、包装设计如何影响消费者购买决策、包装设计中的视觉心理学等方面的研究结果,对比分析国内外市面上产品包装阻碍或促进用户垃圾分类的问题或优势特征。结论 结合设计实例分别从简化包装废弃物分类程序、视觉提示及恰当的图示引导、用设计弥补轻量包装的廉价感等方面阐明更具实操性的包装设计方法。