登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 毕业论文 > 计算机类 > 软件工程 > 正文

智能垃圾分类系统的设计与实现

 2022-12-21 16:32:41  

论文总字数:20063字

摘 要

Abstract 8

第一章绪论 10

1.1 论文工作背景与意义 10

1.2相关研究现状 10

1.3主要工作内容 10

1.4论文组织结构 11

第二章 相关技术基础 12

2.1 工具VScode 12

2.2 数据库MySQL 12

2.3 数据模型Inception-Resnet-V2 13

2.4 其他 13

2.5 本章小结 13

第三章系统需求分析 14

3.1系统功能需求分析 14

3.2系统非功能需求分析 14

3.3可行性分析 14

3.3.1经济可行性 14

3.3.2技术可行性 15

4.3.3运行可行性 15

3.4本章小结 15

第四章系统设计 16

4.1简述 16

4.2系统模块总体设计 17

4.3数据库设计 17

4.3.1数据分析 17

4.3.2数据库的详细设计 17

4.4智能识别数据模型设计 18

4.4.1数据分析 18

4.4.2核心算法设计 18

4.5本章小结 18

第五章系统实现 19

5.1系统页面设计 19

5.2系统前台基本功能设计与实现 19

5.2.1垃圾分类综述设计与实现。 20

5.2.2垃圾分类查询的设计与实现 20

5.2.3垃圾图像智能识别的设计与实现 22

5.3系统后台管理功能设计与实现 25

5.3.1垃圾分类查询的设计设计与实现 25

5.3.2垃圾智能图像识别模型的设计与实现 27

5.3.3垃圾智能图像识别的设计与实现 29

5.4本章小结 31

第六章系统测试 32

6.1测试方法 32

6.2测试目的 32

6.3测试用例 32

6.3.1垃圾综述模块的测试 32

6.3.2垃圾分类查询模块的测试 32

6.3.3垃圾图像智能识别模块的测试 33

6.4本章小结 33

第七章 总结与展望 34

7.1总结 34

7.2展望 34

致谢 35

参考文献 36

智能垃圾分类系统的设计与实现

摘要

十六届三中全会提出:统筹人与自然和谐发展的要求,为再生资源回收行业的发展明确了目标。目前垃圾分类也已经在一线城市强制立法,这在一定程度上推动垃圾分类的发展,全国也逐步进入垃圾分类时代。

该论文实现的智能垃圾分类系统主要是提供垃圾分类的查询、部分垃圾图像实时查询等功能,用户上传图片或进行拍照进行识别分类,也可以通过关键词进行检索。

垃圾图像智能识别主要通过Inception-Resnet-V2模型及部分自定义算法进行预处理,使用预先分类好的大量垃圾图像进行训练,训练完成后通过模型结果进行智能识别,主要采用梯度下降算法进行损失值降低,使用HTTP服务进行图像及结果的传递。

主要是采用JAVA语言、Python语言、HTML和Javascript语言、采用了VUE框架、SSM框架、SpringBoot工具、MySQL数据库。Nginx服务器、Tomcat服务器作为生产平台,系统采用B/S结构进行开发,并实现了一个垃圾分类智能识别网站,论文提出了用户上传图片或进行拍照进行识别分类,也可以通过关键词进行检索。通过测试,系统识别的准确率总体上为百分之九十,系统可用,但需要在识别率和用户体验方面进一步改进和提高。

关键词:JAVA语言;Python语言;HTML;Javascript语言;采用了VUE框架;SSM框架;SpringBoot工具;MySQL数据库;

Design and Implementation of Intelligent Waste Classification System

Abstract

The third plenary session of the 16th central committee of the communist party of China (CPC) put forward the requirement of harmonious development between man and nature, which made clear the goal for the development of renewable resources recycling industry. At present, garbage classification has been legislated in first-tier cities, which promotes the development of garbage classification to a certain extent, and the whole country has gradually entered the era of garbage classification.

The intelligent garbage classification system implemented in this paper mainly provides the garbage classification query, part of the garbage image real-time query and other functions, users upload pictures or take photos to identify and classify, can also be retrieved by keywords.

The intelligent recognition of garbage images is mainly preprocessed by Inception- resnet-v2 model and part of the custom algorithm. A large number of pre-classified garbage images are used for training. After the training is completed, the model results are intelligently recognized.

Mainly USES the JAVA language, the Python language, the HTML and the Javascript language, USES the VUE framework, the SSM framework, the SpringBoot tool, the MySQL database. Nginx server, Tomcat server as the production platform, the system USES B/S structure for development, and the realization of a garbage classification intelligent identification website, the paper proposed that users upload pictures or take photos to identify and classify, can also be retrieved by keywords. Through the test, the system recognition accuracy is 90% on the whole, the system is available, but the recognition rate and user experience needs to be further improved and improved.

Key words: JAVA language;Python language; HTML; Javascript language; VUE framework; SSM framework; SpringBoot tool; MySQL database;

第一章绪论

1.1 论文工作背景与意义

根据部分媒体报道,中国约有三分之二的城市陷入垃圾围城的困境。中国仅“城市垃圾”的年产量便已达到1.5亿吨,城市垃圾主要的处理方式是露天存放。它不仅影响城市景观,而且污染的是对我们的生活密切相关的大气、水和土壤,对城镇居民的健康构成威胁。垃圾现已成为城市发展的棘手问题。垃圾不仅造成污染,而且对资源的造成巨大浪费。每年的年产量近1.5亿吨的城市垃圾丢弃的“可再生资源”价值高达250亿元人民币!现在北京日产垃圾13000吨,年产量495万吨,并将以每年8%的速度增加。中国生活垃圾处理方法有卫生填埋,此方法避免了在露天存放的问题,其缺点是建立垃圾填埋场占地面积大,使用短时间内(通常是一个十年左右),成本高, 垃圾中可回收利用的资源浪费了;再次燃烧,垃圾体积减少50% ~ 95%,但燃烧可回收资源,释放有毒气体,如二恶英和汞蒸气的电池,并产生有毒或有害废渣和尘埃。第四是堆肥,建设一个大型焚烧炉不得不花费超过一亿元,这是一个很大的支出。目前很多垃圾填埋或焚烧,没有分类不仅浪费大量资源,并产生二次污染。

剩余内容已隐藏,请支付后下载全文,论文总字数:20063字

您需要先支付 80元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图