基于tensorflow框架(模型使用CNN)进行垃圾邮件分类（包含了中文垃圾邮件分类和英文垃圾邮件分类）

我将展示如何准备训练和测试数据，定义简单的神经网络模型，进行训练和测试。

城市生活垃圾综合分选处理系统设计.doc

支持语音WIFI按键控制四种垃圾桶开关，同时支持语音模块对话进行垃圾分类，WIFI采用TCP局域网方式，请在烧录ESP01S的AT固件后进行STM32通信，可以使用网络调试精灵等支持TCP通信的APP进行测试，后期可以自行设计APP。语音模块采用ASRPRO,支持中文和C语言两个编程方式，图形化界面简单操作。

基于决策树的垃圾邮件分类器的设计与实现1

主要功能和技术说明如下： （1）Flume数据采集，HDFS数据储存 （2）hive数据仓库分层设计，包含ODS、DWD、ADS层 （3）sqoop数据迁移，完成HIve与MySQL数据库中的数据交互 （4）Echarts搭建动态可视化大屏 （5）SpringBoot搭建可视化后台系统，完成前端与后台的数据传递与交互。 （6）基于Cenots7 搭建虚拟机，配置Hadoop、HDFS、Hive、sqoop、flume、mysql等大数据组件。

通过oled显示距离垃圾桶的实时距离和当前垃圾桶开关状态及当前实时湿度信息

本项目采用YOLOv5实现垃圾分类目标检测。利用大量已标注目标检测数据集进行训练，对居民生活垃圾图片进行检测，找出图片中属于哪个类别的垃圾，并指示出在图片中的位置。 本工程YOLOv5使用PyTorch版的ultralytics/yolov5，在Windows系统上进行垃圾分类目标检测的项目演示。具体项目过程包括：数据集及格式转换、探索性数据分析（EDA）、安装软件环境、安装YOLOv5、修改YOLOv5代码(为支持中文标签）、训练集和测试集自动划分、修改配置文件、准备Weights&Biases训练可视化工具、训练网络模型、测试训练出的网络模型和性能统计。

基于CNN的中文文本分类算法（可应用于垃圾邮件过滤、情感分析等场景）

垃圾分类数据集和tf代码+8G数据集