关键词：医疗废物 bp神经网络 svm分类器 图像识别 

摘要：为提高垃圾识别与分类的效率,尤其是医疗废物,文中在图像识别的基础上,提出了基于BP神经网络的医疗废物识别与分类模型。该模型依据用户实时拍摄的图片,利用AGAST角点检测算法、FREAK描述算法、高阶局部自相关(HLAC)函数来进行医疗废物目标的特征提取;并将提取到的特征向量作为BP神经网络的训练数据,同时引入SVM分类器来提高目标类型识别与分类的准确率。测试表明,文中提出的模型可有效识别常见的医疗废物,平均分类准确率与仅使用BP神经网络的模型相比高出5.81%,有着较可靠的识别率。

电子设计工程杂志要求:

{1}摘要直接概括论文的学术观点和结论，一般不超过300字。

{2}来稿应具有原创性，内容符合本单位保密规定。论文的主要研究工作应由作者独立完成，引用他人成果时，须按《著作权法》中的有关规定标明其出处，由此引发的一切著作权责任由作者自负。

{3}本刊对来稿保留修改权，不同意者请预先声明。

{4}参考文献按引文先后在文中标出序号，并与文后参考文献序号一致，参考文献著录项目要齐全。

{5}静态图:图或照片应另附于文后,分别按其在正文中出现的先后次序连续编码。图题和图说明应简洁明确,具有自明性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社