2023年9月计算机应用文摘第39卷第19期卷积神经网络在校园垃圾智能分类中的应用吴飞燕（江西师范高等专科学校物联网学院,江西鹰潭335000)摘要：针对目前校园垃圾人工分类效率低、效果差等问题，文章提出了一种基于卷积神经网络的智能垃圾分类系统。测试表明，该系统对日常垃圾的平均识别率超过91%，具有成本低、结构简单、可持续迭代更新的特点，为当前的校园垃圾分类问题提供了高效的解决方案。关键词：垃圾分类；卷积神经网络；模型建立；模型验证WUFeiyan中图法分类号：TP391(InstituteofInternetofThings,JiangxiTeachersCollege,Yingtan,Jiangxi335000,China)Abstract:Aimingattheproblemsoflowefficiencyandpooreffectofmanualgarbageclassificationoncampus,thispaperproposesanintelligentgarbageclassificationsystembasedonconvolutionalneuralnetwork.Thetestshowsthattheaveragerecognitionrateofdailygarbageismorethan91%,andthesystemhasthecharacteristicsoflowcost,simplestructureandsustainableiterativeupdate,whichprovidesanefficientsolutionforthecurrentcampusgarbageclassificationproblem.Keywords:garbageclassification,convolutionalneuralnetwork,modeling,modelvalidation1引言随着经济的快速发展和生活质量的提高，校园生活垃圾的总量也在逐年增长[1~2],垃圾的分类与处理已成为教职工与学生必须思考的问题。然而,在垃圾分类的过程中,由于垃圾类型复杂且形态多样,学生反映分类存在困难。因此,实现垃圾的自动、准确分类是当前的研究热点，呕需针对垃圾分类提供自动化、智能化的解决方案。近年来，人工智能技术的发展为垃圾分类的智能化提供了一条新的技术路径。本文提出利用卷积神经网络建立垃圾分类模型，能实现快速有效的垃圾分类，具有识别率高、维护成本低、方便实用等特点。2垃圾智能自动化分类设计利用卷积神经网络模块和步进电机模块，能够实现垃圾的智能自动化分类,其中准确识别垃圾并进行自动化分类的核心是卷积神经网络算法。其设计思路如图1所示。（1）通过PC机搭建和训练卷积神经网络，当垃圾识别达到一定准确率后，将神经网络模型植入树莓派嵌人式设备。文献标识码：AApplicationofconvolutionalneuralnetworkinintelligentclassificationofcampusgarbage垃圾发送STMB2L431FC垃圾图像3卷积神经网络模型的建立与验证3.1卷积神经网络模型的建立加拿大多伦多大学的LeCun［4~5】提出,卷积神经网络是针对图...
