本项目围绕垃圾分类模式/方法及评价模型建立、农村易腐垃圾堆肥新技术开发、垃圾分类信息化技术及智能装备研发等进行关键技术研究，并集成团队研究成果研编了垃圾分类系列标准，构建了我国城乡垃圾分类体系并推广应用。 1、创建了垃圾分类新模式、方法和技术。基于社会化与专业化相结合的垃圾分类“双轨策略”理论，建立了生活垃圾分类“2+n”模式和农村生活垃圾“五类三段”分类模式；创建了垃圾分类的物元分析模型、投放方案灰色聚类比选模型及分类效果F-measure评价模型；结合农村易腐垃圾就近处理需求，研发了引风式静态堆肥技术和重力翻板式间歇动态堆肥技术及装备，在福建省明溪县胡坊镇和安徽省凤阳县小岗村进行了工程示范。实施垃圾分类制度对垃圾混合收运处理模式产生显著影响，垃圾分类后热值增加，每吨生活垃圾焚烧发电量上升约3%；与混合垃圾填埋相比，CO₂减排量接近80%。 图1 两型农村小型易腐垃圾（厨余垃圾）就地协同堆肥处理设施（左图为静态堆肥设施，右图为间歇动态堆肥装置） 2、研发了垃圾分类信息化技术及智能装备。将传统垃圾收运技术与信息化新技术相结合，研发了分类信息化管理平台，发明了具备溢满报警、感应开门、自动称重和容量监测等多功能的智能垃圾分类回收箱和溢满报警、快速升降的太阳能地埋式垃圾收集箱等系列智能装备，提高了分类系统效率与效能，在全国数以千计的县（区）街道广泛应用。应用案例垃圾无害化率100%，居民垃圾分类知晓率、参与率100%、厨余垃圾投放准确率88%。 图2 智能化垃圾分类投放/收运设施（左图为智能垃圾分类回收箱，右图为太阳能地埋式垃圾收集箱） 3、构建了城乡垃圾分类标准新体系。研编系列垃圾分类标准，就分类工作全范围、全过程提出了设施建设、设备配备、运行操作等全要素的规定与要求，是规范分类工作的基本依据；首次将农村垃圾堆肥原料和产品含水率上限值分别由60%、30%提升至65%、45%，增强了堆肥技术标准的适用性，扩展了堆肥技术的适用性；研编大件/园林/装修/餐厨/果蔬等垃圾分类系列标准，填补新兴垃圾标准体系空白，指导各行各业垃圾分类工作规范化进行。 图3 已发布实施的垃圾分类与收运处理标准（共计21项标准） 针对源头垃圾分类投放社会化特征明显、组织实施难度大和分类收运环节涉及原有收运系统向分类系统过渡的实际困难，研编、建立了的垃圾分类标准体系，正式发布实施国家团体标准21项，在编18项。在垃圾投放操作、设备运维、作业人员安全生产要求等方面进行了规定，保证了垃圾分类投放及收运过程的规范化和安全性；在数以千计的县区、街道、社区指导垃圾分类的稳步施行。 【技术优势】 1. 创建垃圾分类新模式、方法和技术，引领分类技术水平跨越式提升：率先提出垃圾分类“双轨策略”，实现垃圾社会化分类稳步推进和专业化分类技术水平跨越式提升；提出垃圾分类“2+n”模式，创建兼顾效率与可操作性的垃圾分类投放模型与效果评价指标体系。提出农村生活垃圾“五类三段”模式，解决农村垃圾分类的重点与难点；进行农村易腐垃圾就地协同堆肥处理，提高资源化、无害化水平。 2. 研发分类信息化技术及智能装备，实现安全、环保、精准、高效分类。开发垃圾分类全流程智慧运营、管理、监管平台，提高分类系统效率与效能；研发智能化垃圾分类收运设施装备，改善作业条件、提高工作效率；推广应用信息化技术及智能装备，加速推进分类制度施行。 3. 构建城乡生活垃圾分类标准体系，为全国范围内规范化推进垃圾分类工作提供依据。研编分类投放系列标准，规范/细化垃圾源头分类投放和收运操作要求；研编农村垃圾分类系列标准，提升农村垃圾分类处理水平；研编大件/园林/装修/餐厨/果蔬等垃圾分类系列标准，填补新兴垃圾标准体系空白。 【技术指标】 分类信息化技术及成套智能装备已应用在湖北省、浙江省、江苏省、上海市等地数百个垃圾分类项目中，提高了垃圾分类处理的整体水平，应用案例垃圾无害化率100%，居民垃圾分类知晓率、参与率100%、厨余垃圾投放准确率88%（详见下图）。 表1 国内外煤质、煤流检测技术指标对比 结合农村条件及堆肥产品应用市场特征，首次将农村垃圾堆肥原料和产品含水率上限值分别由60%、30%提升至65%、45%，增强了好氧堆肥技术的适用性（详见下图）。 【资质荣誉】 2021年湖北省科技进步二等奖

本发明公开了一种基于拉曼光谱技术的藻种分类识别方法，包括：取相同藻种的多个样本，每个样本均为当前藻种的活体藻液，采用拉曼光谱仪获取各个样本的拉曼光谱原始信息；对采集的拉曼光谱原始信息进行预处理，得到对应的预处理谱图，然后采用偏最小二乘法从各预处理谱图中提取主因子；更换藻种，获得与不同藻种相对应的主因子；以所有藻种的主因子作为输入，以与各主因子相对应的藻种分类为输出，建立BP神经网络模型；取待鉴别活体藻液，获得该待鉴别活体藻液的主因子并输入所述BP神经网络模型，获得待鉴别活体藻液中所包含的藻种分类。本发明实现了基于拉曼光谱技术的藻种快速准确分类，大大简化了操作步骤，缩短了检测时间。

本发明公开了一种基于被动毫米波极化成像的材料分类方法； 首先利用毫米波辐射计成像系统在无极化照射环境中获取给定入射角 下场景的水平极化图和垂直极化图；再根据水平极化图和垂直极化图 计算得到“线极化比”图像；然后统计分析“线极化比”的分布规律， 利用阈值估计公式估计“线极化比”阈值；最后根据分类准则，实现 对场景中的金属材料和非金属材料的分类。本发明能非接触、被动地 对金属材料和介质材料的进行有效分类，并且不受环境辐射变化的影 响，具有很好的鲁棒性，可用于金属目标的遥感与探测、金属危险品 的安全检测与预警等领域。

本发明提供了一种基于音频信号特性分类的无参考音频质量评价方法和系统，包括步骤：步骤 1， 基于有参考音频质量评价模型建立训练模型，采用机器学习获取不同类型音频信号的音频质量与网络参 数的关系，即无参考音频质量评价模型；步骤 2，在音频信号网络传输中，将当前丢包率、当前延迟时 间和当前丢包数据的音频信号类型输入无参考音频质量评价模型，获得当前音频质量。本发明对不同类 型信号采用不同的质量评价关系式进行质量评价，能更真实地反映用户体验。

1. 痛点问题 2021年12月，生态环境部会同相关部门印发了《“十四五”时期“无废城市”建设工作方案》，指出将在100个左右地级及以上城市开展“无废城市”建设，对提升城市固体废物的全过程管理水平提出了更高的要求。然而，当前我国许多城市固体废物产生量持续加大，无害化处置能力尚未得到有效保障，处理设施布局零散，固体废物精细化、信息化管理水平较低，在构建先进的城市固体废物管理模式中面临顶层设计、基础设施、管理体系等软硬件条件的不足，显著影响“无废城市”建设成效及固废管理领域碳减排目标的实现。亟需改进传统碎片式、分种类、智能化水平较低的固体废物管理模式，依托物联网和智慧支撑技术形成多种类型固体废物分类-收运-协同处置全链条系统性方案，充分发挥固废处置中的减污降碳协同增效作用，提升城市固体废物处理在全环节规划设计、工艺技术集成优化、工程及园区的可持续运营等方面的综合实力。 2. 解决方案 针对城市固体废物全过程管理问题，本项成果发挥清华大学环境学院循环经济产业研究中心在城市固体废物管理理论研究、工艺优化调控和规划决策应用等领域的长期积累，开发“无废城市”建设顶层系统规划工具，研发全链条工艺模拟与优化技术，搭建基于物联网和大数据的城市固废智慧化管理平台，形成能够有效服务于“无废城市”建设的城市固废分类-收运-协同处置全链条系统性解决方案。具体包括： （1）针对城市固体废物处理处置系统存在的现实问题，在整个城市层面构建从源头分类减量到末端处理处置、处理设施协同共生的工程技术体系和管理运营模式，打造处理设施协同共生、碳减排和二次污染集中控制效果显著、实现物质有序循环和能量梯级利用的多源固废协同处置园区，构建无害化、资源化、可持续的城市循环代谢链网； （2）开展多源固废处理处置工艺机理模拟，揭示固废-水-能耦合代谢路径与减污降碳潜力空间，实现工艺参数优化；模拟不同固废管理路径对物流、能流的影响，支撑不同应用场景下涵盖源头分类及减量化、污染处理处置、残余物集中控制全过程的工程技术体系优化； （3）基于物联网、智能监控、在线仿真技术等，构建城市固废管理多源异构大数据系统，形成原创性固废智慧管控技术，支撑建立集固废监测、溯源、预报、应急、调控等功能于一体的可视化管理平台，提供多场景、多效能、智慧化城市固废系统性解决方案。 合作需求 （1）与从事城市固废处理、再生资源回收利用、静脉产业园建设等领域的企业以及绿色金融机构开展业务合作； （2）项目孵化需办公场地500平米，天使轮融资需求约3000~5000万。

本发明公开了一种人流量统计系统中分类器的自动选择方法，属于视频监控及模式识别技术领域。本发明包括：预先设定多个成像视角，分别离线训练一个分类器；在线学习时，针对当前输入图像，对各分类器分别执行下述操作：检测目标，将当前检测出的行人目标与已有的跟踪目标进行关联，对未关联的跟踪目标采用跟踪算法进行跟踪，将未关联的检测目标加入跟踪目标队列中；对跟踪目标队列中符合条件的目标进行计数；若所有分类器所计目标数均未超过阈值，

本成果提出的基于超像素样本扩充的空谱全卷积高光谱图像分类方法有效的利用高光谱图像的超像素分割结果指导伪样本扩充增加了训练集样本数量，解决了高光谱图像有标记样本的稀缺问题，同时空谱的全卷积分类网络也充分利用了多尺度的空间特征和光谱特征实现了较高的分类精度。 成果非涉密，专利申请已经提交。 实验采用反射光学系统成像光谱仪（ROSIS）传感器获取意大利北部帕维亚大学（Pavia  University）的高光谱图像数据。该数据集由 103 个光谱带组成，共 610×340 像素，光谱覆盖范围从 430nm 到 860nm，空间分辨率为 1.3m。该数据集一共含有 9 个类别的 42776个有标记样本，选取每类 30 个有标记样本作为训练集，其余作为测试集。 由下表可以看出，在每类选取 30 个样本的情况下，本 模 型 的 OA，AA，Kappa系 数 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表证明了使用了伪标签样本扩充的空谱全卷积网络的本方法在小样本情况下每个类的分类准确性均优于 DFFN 和 CNN，达到了较好的分类效果。 表 1 PaviaU 数据集上对比实验结果

该成果提出了一种基于空谱差分辅助核联合稀疏表示分类的高光谱图像分类方法。本章方法的主要创新性在于：1）能够将光谱的差分辅助信息和原光谱特征信息有效结合。2）能够考虑不同光谱属性间的高阶空间相关信息。3）原空谱和差分空谱核特征字典的信息通过具有混合正则的核联合稀疏表示分类方法得到充分利用。通过在真实高光谱图像数据上的实验表明，该成果提出的方法能够有效地提高高光谱遥感图像的分类效果。 主要技术指标 不同数据集下的训练样本与测试样本数参阅表 1. 在该训练样本集数量下的分类结果表现参见表 2. 相比于传统分类器 SVM，OA 提高了约 20%；相比于 SOMP，OA 提高了约20%。 该成果无需使用 GPU 资源在保证精度的同时有效提升了分类的精度和效果，同时在较少训练样本条件下仍能得到较好的分类精度和分类效果。 表 1. 不同数据集下的训练样本选取数量 表 2. PaviaU 大学数据下不同方法的正确率比较

一种基于非监督特征学习的高分辨率遥感影像场景分类方法，包括对输入的原始高分辨率遥感图像 进行划分得到场景，从每个场景中随机地提取若干个训练图像块，将训练图像块聚集起来做预处理操作; 计算所有训练图像块的低维流形表示，聚类得到一组聚类中心;对每一幅场景密集采样得到局部图像块， 对每个局部图像块做预处理操作后映射到相同的低维流形空间中，然后进行编码获得场景的所有局部特 征;将所有场景的局部特征集合起来进行特征量化，统计每一幅场景的局部特征直方图，得到场景的全 局特征表达;随机挑选若干幅场景作为训练样本，由分类器得到每一幅场景的预测类别标号，完成原始 高分辨率遥感场景的标注任务。

基于亚胺类动态共价反应以及课题组对于组分动态网络方面的前期研究基础，对有机笼状与环状化合物自分类组分动态网络的设计和动态适应性进行了深入研究。该研究首先以两种多胺（T、NON）和二醛（Py）构成的三元混合体系为原料，考察其自分类性能。理论上，各组分基元可以在体系中进行随机的结合，产生由单一或混合组分基元所构成的多元复杂体系。因此，在最简单三元组分基元体系中（Py、T、NON），可能产生三种平衡态：1）Py与T或NON选择性结合，产生Py3T2和Py2(NON)2的同质自分类（homo-self-sorting）结构；2）Py与T和NON同时结合，产生一种特定的异质自分类（hetero-self-sorting）结构；3）Py与T，NON的反应不具备选择性，进而产生具有统计学分布的超复杂混合状态。而实验结果表明，该混合体系首先产生一系列的复杂中间体，随后这些中间体有序的转化为热力学稳定状态，生成有机笼状化合物和大环的同质自分类产物，即平衡态1进一步将三元混合体系扩展到更为复杂的四元体系，构建出基于有机笼状与环状化合物的自分类组分动态网络。通过对组分基元的合理设计和选择，该网络能够实现对于环境变化由动力学控制的亚稳态到热力学稳定态的动态自适应过程：通过核磁共振对于各个组分分布的实时监控，该混合体系在有机笼状化合物（动力学优势产物）的驱动下首先经历具有失衡组分分布的亚稳态；随着时间的延长，亚稳态产物的含量会逐渐减少，进而最终达到处于相反的失衡组分分布的热力学稳定状态。这项工作首次将自分类的概念扩展到两种不同维度（有机笼状和环状化合物）的有机拓扑学结构，为自分类设计摆脱金属模板化的常规体系，从而实现纯有机自分类体系的构建。为开发物种多样性和环境适应性并存的复杂化学系统提供了新的设计思路。