摘要
本发明涉及固体废弃物识别预测技术领域,具体为一种固体废弃物识别预测模型的识别预测方法及系统,本发明通过第一施工目标的项目类型和历史固体废弃物总量进行预测,获取固体废弃物的第一预估量;依据遥感图像和废弃物识别模型的特征识别结果对模型中未识别的固体废弃物进行添加,调整第一预估量;每隔废弃物的集中清理时间T预测建筑废弃物量获取的第二预估量和图像特征获取的第三预估量,依据第二预估量和第三预估量建立对应的回归函数并依据相似度计算结果对废弃物预测模型进行优化;当第一施工目标完成时,依据第一预估量、第二预估量和第三预估量的偏差值对废弃物预测模型进一步优化;以实现建筑固体废弃物数量的动态分析和准确率提升。
技术关键词
识别预测方法
建筑固体废弃物
预测模型训练
关联特征数据
区域无人机
总量
偏差
项目
图像特征提取
预测系统
数据处理单元
特征值
存储单元
数据标签
参数
时序特征
模块
系统为您推荐了相关专利信息
历史运行数据
天气预报数据
覆冰
容量预测方法
风电场叶片
糖尿病合并高血压
辅助诊断技术
恶性心律失常
疾病预防控制
分类回归树
区域无人机
识别无人机
反制方法
多光谱成像
空中无人机
电池健康状态
预训练模型
电池系统
充电策略
分布式训练