A Framework for Dry Waste Detection Based on a Deep Convolutional Neural Network
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 298
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJEE-11-4_001
تاریخ نمایه سازی: 1 اردیبهشت 1400
چکیده مقاله:
Due to lack of proper regulations in many areas of the world, consumers are not mandated to waste sorting at the origin of the source. Moreover, human sorting often suffers from human errors and low accuracy. In the intelligent detection system, it is attempted to break down a variety of household wastes including plastic bottles, glass, metals, paper bags, compact plastics, paper and disposable containers. In this paper, a real waste image system is investigated using the deep convolutional neural network and a remarkable accuracy of 92.76% was achieved.
کلیدواژه ها:
نویسندگان
A. Ataee
Department of Electrical Engineering, Babol Noshirvani University of Technology, Babol, Iran
J. Kazemitabar
Department of Electrical Engineering, Babol Noshirvani University of Technology, Babol, Iran
M. Najafi
Department of Electrical and Computer Engineering. Arak University of Technology, Arak, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :