现代计算机2022，Vol.28Issue(16) ：38-42.DOI:10.3969/j.issn.1007-1423.2022.16.007

基于集成学习的有害垃圾自动识别方法研究

Research on Automatic Identification Method of Hazardous Waste Based on Ensemble Learning

孟德尧 吴荣海 杨邓奇
现代计算机2022，Vol.28Issue(16) ：38-42.DOI:10.3969/j.issn.1007-1423.2022.16.007
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于集成学习的有害垃圾自动识别方法研究

Research on Automatic Identification Method of Hazardous Waste Based on Ensemble Learning

孟德尧 1吴荣海 2杨邓奇1
扫码查看

作者信息

  • 1. 大理大学数学与计算机学院,大理 671003
  • 2. 大理大学工程实训中心,大理 671003
  • 折叠

摘要

深度学习是机器学习提供自动识别图像的工具,广泛应用于自动识别垃圾图像.受限于数据集,现有的垃圾分类研究中都是平等对待所有垃圾类别,没有考虑有害垃圾误分类的危害.本文首先基于网络爬虫和人工拍摄的方式构建了包含有害垃圾的垃圾图像数据集(DTrash),并基于保守的集成学习策略,提出了基于集成学习的有害垃圾自动识别方法.集成学习方法在DTrash上的漏判误差、误判误差和总体误差分别为0％,11.63％和4.57％.

关键词

有害垃圾/深度神经网络/垃圾分类/深度学习/集成策略

引用本文复制引用

基金项目

国家自然科学基金(31960119)

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
参考文献量3
段落导航相关论文