基于并行差分进化-梯度特征深度森林的废旧手机识别方法
王子轩1
汤健1
夏恒1
张晓晓2
荆中岭2
韩红桂1
1.北京工业大学信息学部 北京100024;智慧环保北京实验室 北京1001242.北京抱扑再生环保科技有限公司 北京100124
摘要：废旧电子产品"互联网+回收"模式的推广,使得无人化、智能化的废旧手机(UMP)回收装备成为典型城市固体废物资源化领域的重点关注对象.本文以基于回收装备的UMP智能化识别组件为研究对象,设计并实现了一种基于并行差分进化(PDE)-梯度特征深度森林(GfDF)算法的UMP识别方法.本方法由UMP识别模型和PDE参数寻优模型组成,其中:前者包含的UMP定位裁剪模块基于Faster-RCNN模型对图像裁剪以获得有效信息,GfDF识别模块通过引入多尺度梯度特征策略使其更易学习"定位模块"抓取信息;后者使用并行策略优化GfDF模型超参数以提高UMP识别精度.实验结果表明,相比于深度模型和其他机器学习模型,本方法在识别精度和训练时间上均具有优势,能够有效提高回收装备自动化程度和手机回收效率.
关键词：手机回收装备废旧手机识别并行差分进化深度森林深度学习
资助基金：国家重点研发计划(2018YFC1900800-5)国家自然科学基金(62073006)国家自然科学基金(61573364)国家自然科学基金(61873009)
论文发表日期：2022-11-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：12( 2137-2148 )
英文信息