《表2 垃圾类别及其权重:一种融合移动边缘计算和深度学习的城市街道垃圾检测和清洁度评估方法》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《一种融合移动边缘计算和深度学习的城市街道垃圾检测和清洁度评估方法》
其中S是观察区域,在本论文中S就是垃圾收集车顶部摄像机所拍摄的视角范围,设为S=150m2.λ和n是影响城市街道清洁度的修正因子,因为影响清洁度指数的因素很多,比如天气好坏程度、街道路面类型等.C是街道垃圾加权数量,每种类型的垃圾都会依赖于它的加权系数,见表2,其中无机垃圾和有机垃圾都对应着小、中、大三种子类别,在这里,子类别按照数量来衡量,小对应着图像中垃圾数量在1到4之间,中对应着图像中垃圾数量在5到10之间,大对应着图像中垃圾数量大于10.表3为修正因子λ在各种情况下的值,例如当街道为沥青路面、路面平坦且天气晴朗的时候,修正因子λ=1.n代表了特殊情况下垃圾的数量变化,常取在1和2之间,比如如果街道旁有公共汽车站的存在既而可能增加垃圾的数量,这时n=2.本文的数据源不包含有公共汽车站这样的影响因素,为此本文n取1.
图表编号 | XD0045028200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.01 |
作者 | 张鹏程、赵齐、高泽宇 |
绘制单位 | 河海大学计算机与信息学院、河海大学计算机与信息学院、圣何塞州立大学计算机工程系、太原理工大学信息与计算机学院 |
更多格式 | 高清、无水印(增值服务) |