基于人工神经网络算法的垃圾组分识别模型研究

作者：陈彧; 魏然; 宋立杰; 张瑞娜; 周涛^*; 赵由才

来源：四川环境, 2023, 42(05): 1-7.

DOI：10.14034/j.cnki.schj.2023.05.001

• 垃圾分类
• 垃圾组分识别
• 机器学习
• ANN算法

为增强环卫智能化程度，利用TensorFlow深度学习框架实现人工神经网络(Artificial Neural Network, ANN)算法，建立以生活垃圾图像RGB均值和垃圾重量为输入的生活垃圾组分识别模型。对比不同超参数设置下模型A1至A4的识别效果。结果表明，使用三层ANN网络结构和Adam优化算法可以建立性能优秀的垃圾组分识别模型。A1至A4模型经过参数训练后识别误差均在±5%内。对A1至A4模型的学习率和迭代次数进行调试可得，A4模型即隐藏层第一层、隐藏层第二层和输出层的激活函数分别为ReLU函数、Tanh函数和Sigmoid函数的ANN模型，在学习率为0.01的情况下，识别误差在±1%以内，稳定性最佳。

• 单位
  同济大学; 上海环境卫生工程设计院有限公司; 环境科学与工程学院