公开(公告)号：CN120020907A

公开(公告)日：2025-05-20

申请号：CN202311547067.2

申请日：2023-11-20

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 常乐 ,  李嘉杰 ,  杨龙帆 ,  徐遵傑 ,  周道强 ,  贾海涛

IPC: G06V20/60 ,  G06V10/774 ,  G06V10/30 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于深度学习的可回收垃圾分类方法。本发明针对深度学习视域下的可回收垃圾分类算法展开了研究，选用VGG19模型，运用ImageNet数据集，从数据选择、图像预处理、图像特征提取方面进行了图像处理及识别分析，探讨了基于深度学习的可回收垃圾分类算法的实现方法，通过网络训练、迁移学习强化模型自身的泛化能力，进而通过优化器改进，结合应用Lookahead及LazyOptimizer两种优化器，通过二者的优势互补，提高垃圾分类识别的准确度。根据测试结果得出了深度学习视域下的可回收垃圾分类算法识别准确率相对较高，在可回收垃圾分类中具有较高的应用价值。

公开(公告)号：CN120020494A

公开(公告)日：2025-05-20

申请号：CN202311546683.6

申请日：2023-11-20

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 常乐 ,  李嘉杰 ,  杨龙帆 ,  徐遵傑 ,  周道强 ,  贾海涛

IPC: G01C21/34 ,  G06N3/006

Abstract: 本发明提出了一种引入三维避障因子的改进蚁群算法，包括：三维地形环境建模；构建行程总体代价函数；设置三维地形模型中的起点和终点，初始化参数；将所有蚂蚁放置在起点，构建禁忌表；改进蚁群算法的状态转移概率公式，通过该公式计算出状态转移概率，确定蚂蚁下一个要走的节点，并将走过的节点放入禁忌表中；改进蚁群算法的信息素更新规则，并依据该规则对信息素含量进行更新；比较并得到当前最优行驶路线；判断迭代次数是否达到设定的最大值，若达到最大，则输出为最优路线；本发明提出的技术方案引入了三维避障因子，缓解了蚁群算法由于禁忌表的限制以及复杂环境下障碍物的影响从而容易造成“死锁”现象的问题，使改进后的蚁群算法更适用于三维地形环境下的路径规划。