基于一维卷积神经网络的声学垃圾分类

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。