Detektering av föroreningar i dagvattensystemet

Detta är en Kandidat-uppsats från Lunds universitet/Institutionen för elektro- och informationsteknik

Sammanfattning: Målet med examensarbetet var att fastställa om det är möjligt att använda maskininlärning tillsammans med en kommersiellt tillgänglig kamera för att identifiera cigarettfimpar i dagvattensystemet. För att göra detta konstruerades en modell av en dagvattenbrunn. Modellen bestod av en låda som genomskars av ett avloppsrör. I lådans lock hängdes en kamera som filmade en öppning i röret. Vatten som innehöll cigarettfimpar hälldes genom röret och filmades med kameran. Dessa filmklipp användes sedan för att skapa två olika datamängder som användes för att träna två olika faltande neuronnät till att identifiera cigarettfimpar. Båda nätverken uppnådde i slutändan över 95% noggrannhet på träningsdatan och 100% på testdatan. Detta resultat indikerar att det bör vara möjligt att med hjälp av maskininlärning detektera cigarettfimpar i en dagvattenbrunn.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)