基于深度学习的垃圾分类与碳减排协同优化方法

本发明公开了基于深度学习的垃圾分类与碳减排协同优化方法，包括如下步骤：S1、采集垃圾图像与重量数据，生成图像张量与质量数据，并设定碳排放参数；S2、构建包含卷积编码、自注意力、门控单元、残差学习与图结构融合模块的图像识别模型；S3、输入图像张量生成特征张量；S4、生成初始分类标签与置信度，结合质量数据形成分类质量数据；S5、输入分类质量数据与碳排放参数，计算基准线排放量；S6、计算项目排放量；S7、计算碳减排量，生成扰动向量；S8、反馈扰动向量更新图像识别模型，生成更新分类质量数据；S9、循环执行优化，输出最终分类标签、处理路径与碳减排量。本发明实现垃圾分类与碳排放量联动优化。