2019-2020历经一年时间做的关于声学垃圾分类的研究:
背景
随着人口、城市化和经济的快速增长,城市固体垃圾的数量急剧增加。据统计,全世界每5分钟将产生20000吨垃圾。其中大约只有30%的垃圾被回收,剩余的垃圾被填埋或随意丢弃导致环境的严重污染。
(图片来源于网络)
垃圾源头分类是提高分类质量的关键步骤,并影响后续的处理方式。当前,源头分类通常是依靠人进行的。这需要投入巨大的人力物力来教育和规范公民,尤其是在发展中国家,公民没有养成良好的垃圾分类习惯。因此,本研究致力于垃圾源头自动分类方法的研究,提出了基于声学数据的一维卷积神经网络的分类方法,将人们从日常垃圾分类负担中解脱出来,实现更准确的分类。
主要研究内容
1、垃圾的收集
本研究从教学楼、行政楼和便利店收集了生活中常见的16种垃圾。在垃圾的收集过程中,我们考虑到了每种垃圾存在不同品牌、不同大小、不同形状、有无变形、有无残留物等实际情况。