首页|海关进口塑料废物智能分类识别技术的研究

海关进口塑料废物智能分类识别技术的研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
为减小海关进口塑料识别分类压力,提出了针对智能分类的海关进口塑料废物识别模型.基于深度学习的并行子卷积神经网络设计3个海关进口塑料废物识别模型.经实验仿真可知,在500代训练阶段内,模型1和模型2均达到收敛状态,损失值分别为0.37和0.06;数据集中时间,模型1、模型2和模型3的识别时间分别为30、50和60 min;测试阶段,模型1、模型2和模型3的进口塑料废物识别分类准确率分别为0.70、0.82和0.89.
Research of Intelligent Classification of Customs Imported Plastic Waste Identification Technology

侯林

展开 >

河南警察学院,河南 郑州 450046

海关塑料 深度学习 卷积神经网络 过拟合

2020

10.15925/j.cnki.issn1005-3360.2020.05.037

塑料科技
大连塑料研究所有限公司 深圳市塑胶行业协会

塑料科技

CSTPCD北大核心
影响因子：0.553
ISSN：1005-3360
年,卷(期)：2020.48(5)
  • 7