随着我国经济快速发展以及城市化水平加快,我国城市垃圾产量逐年递增,垃圾围城现象愈发严重。垃圾分类回收是实现垃圾减量化、资源化、无害化的重要途径。目前,我国主要通过在公共场所设置垃圾分类桶进行垃圾分类回收。然而现有的垃圾分类回收设备信息化、智能化水平低下,并且人们对垃圾分类认识度、参与度不高,致使我国的垃圾分类实行至今仍然没有取得良好的效果。针对以上问题,本文基于物联网技术,设计并实现了一个基于物联网的垃圾分类回收系统。该系统由五个部分组成,分别为回收机控制系统、Android大屏系统、用户微信小程序、回收员微信小程序、后台管理系统。回收机控制系统用于回收机的监控以及数据采集,涉及回收机投口和箱门的开闭控制,垃圾重量、容量、温度等传感数据的采集;Android大屏系统用于人机交互以及相关信息展示,主要提供了回收机工作参数设置、垃圾投递业务、垃圾回收业务、广告宣传等功能;用户微信小程序服务于用户,主要提供了附近回收机查找、扫码投递、垃圾投递记录查询、环保金展示等功能;回收员微信小程序服务于回收员,主要提供了扫码回收、回收机状态查询、回收记录查询等功能;后台管理系统主要提供了人员管理、设备管理、数据分析等功能。通过该系统的运作,实现对垃圾分类设备的智能化监控以及相关数据采集,提高了现有垃圾分类回收设备的信息化以及智能化程度,同时本系统引入了垃圾投递奖励机制,进一步提高了用户参与垃圾分类的积极性。同时,针对目前上海市实行的四分类垃圾分类标准存在垃圾所属类别辨别困难的问题,本文对自动问答系统在垃圾分类回收系统中的应用展开研究,提出了基于卷积神经网络(Convolutional Neural Networks,CNN)自动问答系统。通过此问答系统实现对垃圾所属类别问题的回答,进而指导人们正确地分类投递垃圾。本文首先介绍本课题的研究背景和意义以及国内外垃圾分类回收现状;其次简要介绍了系统开发中所涉及到的技术,包括物联网技术、Android技术、微信小程序技术、Spring Boot框架技术、Nginx和Tomcat技术、My SQL数据库技术、Redis数据库技术;然后对垃圾分类回收系统的业务流程、功能性和非功能性需求进行了深入的需求分析;根据系统需求分析,完成了系统总体设计,包括系统架构设计、系统功能设计、数据库设计以及通讯接口设计;根据系统的总体设计,给出了系统各部分主要功能实现过程,包括回收机控制系统软硬件实现、Android大屏系统实现、用户微信小程序实现、回收员微信小程序实现以及后台管理系统实现。最后,通过功能测试和压力测试验证了系统的可用性与稳定性。此外,在基于卷积神经网络的自动问系统应用研究上,我们给出了相关背景及方法介绍、自动问答系统构建过程,并且对所提出的模型进行了实验。为了验证CNN模型的有效性,本文将CNN模型和传统机器学习模型进行了文本分类对比实验,最终结果表明采用CNN模型构建的自动问答系统准确率到达88.6%,高于传统机器学习模型问答准确率,从而验证了所提出方法的有效性。