基于集成学习的有害垃圾自动识别方法研究

作     者：孟德尧 吴荣海 杨邓奇 Meng Deyao;Wu Ronghai;Yang Dengqi

作者机构：大理大学数学与计算机学院大理671003 大理大学工程实训中心大理671003 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2022年第28卷第16期

页      面：38-42页

学科分类：12[管理学] 083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(31960119) 

主　　题：有害垃圾 深度神经网络 垃圾分类 深度学习 集成策略 

摘      要：深度学习是机器学习提供自动识别图像的工具,广泛应用于自动识别垃圾图像。受限于数据集,现有的垃圾分类研究中都是平等对待所有垃圾类别,没有考虑有害垃圾误分类的危害。本文首先基于网络爬虫和人工拍摄的方式构建了包含有害垃圾的垃圾图像数据集(DTrash),并基于保守的集成学习策略,提出了基于集成学习的有害垃圾自动识别方法。集成学习方法在DTrash上的漏判误差、误判误差和总体误差分别为0%,11.63%和4.57%。