【技术实现步骤摘要】
本申请涉及智能回收统计领域，且更为具体地，涉及一种关于城市居民再生资源智能回收统计的系统。
技术介绍
1、随着城市化进程的加速和人口的增长，城市垃圾处理和再生资源回收成为一个重要的环境问题。再生资源是指在生产、消费和其他活动中产生的，可以再次利用或者回收利用的物质资源。再生资源的回收利用不仅可以节约资源，减少污染，还可以创造经济效益。
2、然而，传统的再生资源回收系统通常需要人工参与，包括居民手动分类和投放垃圾，以及工作人员的后续处理和分类，这种人工操作往往效率较低，导致回收效果不佳。并且，由于传统系统的分类和回收过程依赖于人工操作，往往存在资源浪费的情况，例如，有些再生资源可能被错误地投放到垃圾桶中，从而无法得到有效回收和再利用。此外，传统系统中的分类和回收过程容易受到人为因素的影响，例如人们对于不同材料的识别和分类能力存在差异，这可能导致分类错误和混淆，降低了回收的准确性。
3、因此，期望一种优化的关于城市居民再生资源智能回收统计的系统。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请提供了一种关于城市居民再生资源智能回收统计的系统，其可以收集、存储和展示智能回收箱和移动应用的数据，为决策者提供数据支持。
2、根据本申请的一个方面，提供了一种关于城市居民再生资源智能回收统计的系统，其包括：
3、智能回收箱，用于识别、分类、称重和存储再生资源，并记录每个用户的回收行为；
4、移动应用，用于为所述用户提供用户
5、数据平台，用于收集、存储和展示所述智能回收箱和所述移动应用的数据。
6、与现有技术相比，本申请提供的关于城市居民再生资源智能回收统计的系统包括：智能回收箱，用于识别、分类、称重和存储再生资源，并记录每个用户的回收行为；移动应用，用于为所述用户提供用户界面，以使得所述用户能够查看自己的回收记录以及附近的所述智能回收箱的位置和状态；以及，数据平台，用于收集、存储和展示所述智能回收箱和所述移动应用的数据。这样，数据平台可以收集、存储和展示智能回收箱和移动应用的数据，为决策者提供数据支持。
本文档来自技高网...【技术保护点】
1.一种关于城市居民再生资源智能回收统计的系统，其特征在于，包括：
2.根据权利要求1所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述智能回收箱，包括：
3.根据权利要求2所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述深度神经网络模型为卷积神经网络模型。
4.根据权利要求3所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述局部特征强化模块，用于：使用基于重参数层的局部特征强化器对所述再生资源表面局部特征图的序列中的各个再生资源表面局部特征图进行处理以得到所述强化再生资源表面局部特征图的序列。
5.根据权利要求4所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述局部特征强化模块，用于：使用基于重参数层的局部特征强化器以如下局部强化公式对所述再生资源表面局部特征图的序列中的各个再生资源表面局部特征图进行处理以得到所述强化再生资源表面局部特征图的序列；其中，所述局部强化公式为：
6.根据权利要求5所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述自适应注意力增强
7.根据权利要求6所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述再生资源类别检测模块，用于：将所述自适应再强化再生资源表面特征图通过分类器以得到分类结果，所述分类结果用于表示待识别再生资源的类别标签。
8.根据权利要求7所述的关于城市居民再生资源智能回收统计的系统，其特征在于，还包括用于对基于卷积神经网络模型的图像特征提取器、所述基于重参数层的局部特征强化器、所述自适应注意力模块和所述分类器进行训练的训练模块。
9.根据权利要求8所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述训练模块，包括：
10.根据权利要求9所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述训练再生资源表面特征优化单元，包括：
...【技术特征摘要】
1.一种关于城市居民再生资源智能回收统计的系统，其特征在于，包括：
2.根据权利要求1所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述智能回收箱，包括：
3.根据权利要求2所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述深度神经网络模型为卷积神经网络模型。
4.根据权利要求3所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述局部特征强化模块，用于：使用基于重参数层的局部特征强化器对所述再生资源表面局部特征图的序列中的各个再生资源表面局部特征图进行处理以得到所述强化再生资源表面局部特征图的序列。
5.根据权利要求4所述的关于城市居民再生资源智能回收统计的系统，其特征在于，所述局部特征强化模块，用于：使用基于重参数层的局部特征强化器以如下局部强化公式对所述再生资源表面局部特征图的序列中的各个再生资源表面局部特征图进行处理以得到所述强化再生资源表面局部特征图的序列；其中，所述局部强化公式为：
6.根据权利要求5所述的关于...
【专利技术属性】
技术研发人员：施睿哲，牟伟皓，
申请(专利权)人：睿骄科技信息服务长春有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。