李 勇，郑唯加

基于朴素贝叶斯分类器的垃圾分类系统

李 勇1，郑唯加2

（1.安徽财经大学 统计与应用数学学院安徽 蚌埠 233030; 2.安徽财经大学 金融学院，安徽 蚌埠 233030）

选取2008—2018年上海市生活垃圾数据，首先利用灰色预测模型对未来4年垃圾产生量进行预测得出：未来垃圾产生量将会继续增长，给出垃圾分类的必要性；然后设计朴素贝叶斯分类器，使用已有数据进行训练，建立生活垃圾分类系统并给出分类判断标准；最后，结合垃圾分类系统给出相应的政策建议，以便更准确高效地进行垃圾分类处理。

朴素贝叶斯分类器；灰色预测模型；垃圾分类；上海

1 上海市未来垃圾产生量预测

1.1 研究思路

为方便问题研究，本文做出如下假设：（1）假设垃圾短时间不会完全降解；（2）假设人口不会较大幅度波动而是稳定在正常值。为验证实施高效准确垃圾分类的必要性，根据2008-2018年上海生活垃圾每年的总产生量，利用GM(1,1)灰色预测模型对上海2019-2022年生活垃圾产生量进行预测。

1.2 理论基础

灰色系统理论自提出以来，广泛应用于经济管理和教育科学等领域。关于数列预测的单变量一阶微分的GM(1,1)预测模型[4]是使用最广泛的一种灰色预测模型。该模型的原理[5]可以简要概括为：首先利用累加的方法使数据具有指数规律，然后建立一阶微分方程并对其进行求解，最后将求得的结果再累减还原，即可得到灰色预测值。灰色系统GM(1,1)预测模型的建模分析具体步骤[6]如下：

与此同时，还不断加大了全县77个探矿权的科学规范管理，与河南省地质调查院等22个地勘单位建立了合作关系。……