System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于联邦学习的建筑垃圾智能分类处理方法及系统技术方案_技高网

基于联邦学习的建筑垃圾智能分类处理方法及系统技术方案

技术编号:41733084 阅读:16 留言:0更新日期:2024-06-19 12:53
本申请提供了基于联邦学习的建筑垃圾智能分类处理方法及系统,涉及垃圾智能分类技术领域,该方法包括:进行垃圾属性分析,确定垃圾属性信息集;执行聚合分析,并进行标签标识,生成标识建筑垃圾待处理区域集;采集生成多个样本训练集;构建初始垃圾识别分类模型,并基于联邦学习算法,利用多个样本训练集分别对初始垃圾识别分类模型进行监督学习,生成标准垃圾识别模型;通过标准垃圾识别模型执行目标区域的建筑垃圾识别分类。通过本申请可以解决现有技术中由于垃圾分类的识别准确率和有效分类管理程度较差,进一步影响垃圾处理效率的技术问题,实现了对建筑垃圾进行精确分类的技术目标,达到了提高垃圾处理效率的技术效果。

【技术实现步骤摘要】

本申请涉及垃圾智能分类,尤其涉及基于联邦学习的建筑垃圾智能分类处理方法及系统


技术介绍

1、建筑垃圾智能分类识别是近年来随着技术进步而发展起来的一种高效、准确的分类方法。主要依赖于智能识别技术、传感器技术和人工智能等技术手段,对建筑垃圾进行精确分类,以实现资源回收和减少碳排放的目标。

2、目前,现有的垃圾识别由于不同种类的垃圾可能具有相似的物理属性,导致垃圾被错误分类的情况时有发生。现有技术尚无法完美地区分各种垃圾,尤其在处理复杂和多样的垃圾类型。因此,需要一种方法来解决上述问题。

3、综上所述,现有技术中存在由于垃圾分类的识别准确率和有效分类管理程度较差,进一步影响垃圾处理效率的技术问题。


技术实现思路

1、本申请的目的是提供基于联邦学习的建筑垃圾智能分类处理方法及系统,用以解决现有技术中存在由于垃圾分类的识别准确率和有效分类管理程度较差,进一步影响垃圾处理效率的技术问题。

2、鉴于上述问题,本申请提供了基于联邦学习的建筑垃圾智能分类处理方法及系统。

3、第一方面,本申请提供了基于联邦学习的建筑垃圾智能分类处理方法,所述方法通过基于联邦学习的建筑垃圾智能分类处理系统实现,其中,所述方法包括:对建筑垃圾待处理区域进行垃圾属性分析,确定垃圾属性信息集;执行所述垃圾属性信息集的聚合分析,并对聚合分析结果进行标签标识,生成标识建筑垃圾待处理区域集;采集所述标识建筑垃圾待处理区域集的样本垃圾数据,生成多个样本训练集;基于前馈神经网络构建初始垃圾识别分类模型,在本地设备上接收所述初始垃圾识别分类模型,并基于联邦学习算法,利用所述多个样本训练集分别对所述初始垃圾识别分类模型进行监督学习,生成标准垃圾识别模型,所述标准垃圾识别模型包括多个局部垃圾识别分支;通过所述标准垃圾识别模型执行目标区域的建筑垃圾识别分类。

4、第二方面,本申请还提供了基于联邦学习的建筑垃圾智能分类处理系统,用于执行如第一方面所述的基于联邦学习的建筑垃圾智能分类处理方法,其中,所述系统包括:垃圾属性信息集确定模块,所述垃圾属性信息集确定模块用于对建筑垃圾待处理区域进行垃圾属性分析,确定垃圾属性信息集;标识建筑垃圾待处理区域集生成模块,所述标识建筑垃圾待处理区域集生成模块用于执行所述垃圾属性信息集的聚合分析,并对聚合分析结果进行标签标识,生成标识建筑垃圾待处理区域集;多个样本训练集生成模块,所述多个样本训练集生成模块用于采集所述标识建筑垃圾待处理区域集的样本垃圾数据,生成多个样本训练集;标准垃圾识别模型生成模块,所述标准垃圾识别模型生成模块用于基于前馈神经网络构建初始垃圾识别分类模型,在本地设备上接收所述初始垃圾识别分类模型,并基于联邦学习算法,利用所述多个样本训练集分别对所述初始垃圾识别分类模型进行监督学习,生成标准垃圾识别模型,所述标准垃圾识别模型包括多个局部垃圾识别分支;建筑垃圾识别分类模块,所述建筑垃圾识别分类模块用于通过所述标准垃圾识别模型执行目标区域的建筑垃圾识别分类。

5、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

6、通过对建筑垃圾待处理区域进行垃圾属性分析,确定垃圾属性信息集;执行所述垃圾属性信息集的聚合分析,并对聚合分析结果进行标签标识,生成标识建筑垃圾待处理区域集;采集所述标识建筑垃圾待处理区域集的样本垃圾数据,生成多个样本训练集;基于前馈神经网络构建初始垃圾识别分类模型,在本地设备上接收所述初始垃圾识别分类模型,并基于联邦学习算法,利用所述多个样本训练集分别对所述初始垃圾识别分类模型进行监督学习,生成标准垃圾识别模型,所述标准垃圾识别模型包括多个局部垃圾识别分支;通过所述标准垃圾识别模型执行目标区域的建筑垃圾识别分类,也就是说,基于建筑类型进行当前多个建筑垃圾待处理区域的聚合和标签化,获得带有建筑垃圾类型标签的多个垃圾待处理区域,进而构建标准垃圾识别分类模型并分发给多个垃圾待处理区域进行局部的垃圾识别模型训练,进而基于标签进行训练后的模型联邦学习,获得每种建筑类型的垃圾识别分类模型,实现进行分布式的建筑垃圾现场识别分类,降低建筑垃圾识别难度,以及训练数据传输的网络带宽和时间消耗,最终实现了对建筑垃圾进行精确分类的技术目标,达到了提高垃圾处理效率的技术效果。

7、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其他特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.基于联邦学习的建筑垃圾智能分类处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述对建筑垃圾待处理区域进行垃圾属性分析,确定垃圾属性信息集,包括:

3.根据权利要求1所述的方法,其特征在于,所述执行所述垃圾属性信息集的聚合分析,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述多个一次聚合结果完成所述垃圾属性信息集的聚合分析,包括:

5.根据权利要求1所述的方法,其特征在于,所述采集所述标识建筑垃圾待处理区域集的样本垃圾数据,生成多个样本训练集,包括:

6.根据权利要求1所述的方法,其特征在于,所述基于前馈神经网络构建初始垃圾识别分类模型,包括:

7.根据权利要求1所述的方法,其特征在于,所述通过所述标准垃圾识别模型执行目标区域的建筑垃圾识别分类,之后还包括:

8.基于联邦学习的建筑垃圾智能分类处理系统,其特征在于,用于实施权利要求1至7中任意一项所述方法的步骤,所述系统包括:

【技术特征摘要】

1.基于联邦学习的建筑垃圾智能分类处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述对建筑垃圾待处理区域进行垃圾属性分析,确定垃圾属性信息集,包括:

3.根据权利要求1所述的方法,其特征在于,所述执行所述垃圾属性信息集的聚合分析,包括:

4.根据权利要求3所述的方法,其特征在于,所述基于所述多个一次聚合结果完成所述垃圾属性信息集的聚合分析,包括:

5.根据权利要求1所述的方法...

【专利技术属性】
技术研发人员:尹晓睿冯晓峰张剑
申请(专利权)人:常州智砼绿色建筑科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1