關鍵詞：醫療廢物 bp神經網絡 svm分類器 圖像識別 

摘要：為提高垃圾識別與分類的效率,尤其是醫療廢物,文中在圖像識別的基礎上,提出了基于BP神經網絡的醫療廢物識別與分類模型。該模型依據用戶實時拍攝的圖片,利用AGAST角點檢測算法、FREAK描述算法、高階局部自相關(HLAC)函數來進行醫療廢物目標的特征提取;并將提取到的特征向量作為BP神經網絡的訓練數據,同時引入SVM分類器來提高目標類型識別與分類的準確率。測試表明,文中提出的模型可有效識別常見的醫療廢物,平均分類準確率與僅使用BP神經網絡的模型相比高出5.81%,有著較可靠的識別率。

電子設計工程雜志要求:

{1}摘要直接概括論文的學術觀點和結論，一般不超過300字。

{2}來稿應具有原創性，內容符合本單位保密規定。論文的主要研究工作應由作者獨立完成，引用他人成果時，須按《著作權法》中的有關規定標明其出處，由此引發的一切著作權責任由作者自負。

{3}本刊對來稿保留修改權，不同意者請預先聲明。

{4}參考文獻按引文先后在文中標出序號，并與文后參考文獻序號一致，參考文獻著錄項目要齊全。

{5}靜態圖:圖或照片應另附于文后,分別按其在正文中出現的先后次序連續編碼。圖題和圖說明應簡潔明確,具有自明性。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社