CN116485378B - 一种基于物联网的再生资源智能回收数据管理系统及方法 - Google Patents
一种基于物联网的再生资源智能回收数据管理系统及方法 Download PDFInfo
- Publication number
- CN116485378B CN116485378B CN202310455066.9A CN202310455066A CN116485378B CN 116485378 B CN116485378 B CN 116485378B CN 202310455066 A CN202310455066 A CN 202310455066A CN 116485378 B CN116485378 B CN 116485378B
- Authority
- CN
- China
- Prior art keywords
- recovery
- data
- event
- sequence pair
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011084 recovery Methods 0.000 title claims abstract description 248
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000013523 data management Methods 0.000 title claims abstract description 16
- 238000004064 recycling Methods 0.000 claims abstract description 102
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 238000012544 monitoring process Methods 0.000 claims abstract description 57
- 230000003542 behavioural effect Effects 0.000 claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 19
- 230000005856 abnormality Effects 0.000 claims abstract description 15
- 238000010276 construction Methods 0.000 claims abstract description 8
- 238000013075 data extraction Methods 0.000 claims abstract description 8
- 230000014759 maintenance of location Effects 0.000 claims abstract description 7
- 230000004044 response Effects 0.000 claims abstract description 7
- 238000012384 transportation and delivery Methods 0.000 claims description 69
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000011002 quantification Methods 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 16
- 230000009471 action Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000011161 development Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/30—Administration of product recycling or disposal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及再生资源智能回收技术领域,具体为一种基于物联网的再生资源智能回收数据管理系统及方法,包括平台数据提取模块、第一行为指数分析模块、第一序列对构建模块、异常分析模块、自适应保持时长分析模块和预警响应模块;平台数据提取模块用于获取用户回收数据和执行回收事件时对应的场景溯源数据;第一行为指数分析模块用于分析再生资源智能回收平台关于目标执行事件的第一行为指数;第一序列对构建模块用于将第一行为指数与对应监控数据下的再生资源规格数据构成第一序列对;异常分析模块用于判断待考察回收事件是否存在异常;自适应保持时长分析模块用于分析监测时段内再生资源智能回收机的自适应保持时长。
Description
技术领域
本发明涉及再生资源智能回收技术领域,具体为一种基于物联网的再生资源智能回收数据管理系统及方法。
背景技术
随着我国经济的快速发展,环保越来越被人们所重视,近些年垃圾分类回收开始陆续走进我们的生活,各种各样的智能回收机出现在各个小区的角落;智能回收机的普及,使得大家对垃圾分类的意识更加强烈,智能回收机将不同的垃圾投放方式以及对应的回收价格通过应用程序这个媒介,建立起与用户的关联,使得用户愿意自主将家里的可再生资源利用智能回收机进行回收;但同时,存在一些用户利用歪心思提高再生资源的称重重量造成实际重量与价格的不对等,使得智能回收机商家端造成一定的损失;同时在再生资源进行回收过程中会存在用户一次性携带过多的物品,使得智能回收机原本设定的保持开启时长并不能满足用户将所有再生资源物品进行投递,造成用户需要多次登陆验证及选择投递类型,降低了投递效率,容易造成用户对智能回收机的体验感变差,不利于智能回收技术的发展。
发明内容
本发明的目的在于提供一种基于物联网的再生资源智能回收数据管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于物联网的再生资源智能回收数据管理方法,包括以下分析步骤:
步骤S1:获取再生资源智能回收平台记录的用户回收数据和执行回收事件时对应的场景溯源数据;用户回收数据包括用户ID、用户执行回收事件的时间和事件中再生资源的回收重量;场景溯源数据是指执行回收事件时记录的监控数据和再生资源智能回收机内的感应数据,感应数据是指湿度传感器数据;
步骤S2:提取记录湿度传感器数据与环境湿度数据差值小于第一差值阈值时对应的执行回收事件为目标执行事件,分析再生资源智能回收平台关于目标执行事件的第一行为指数;并将第一行为指数与对应监控数据下的再生资源规格数据构成第一序列对;
步骤S3:基于第一行为指数,提取监控数据中与第一序列对包含规格相似且湿度传感器数据差值大于第一差值阈值时对应的执行回收事件为待考察回收事件,提取待考察回收事件对应的待考察回收数据和待考察监控数据;判断待考察回收事件是否存在异常,输出预警信号并分析符合异常情况下待考察回收事件的异常行为指数区间;
步骤S4:提取用户执行回收事件的初始时间和结束时间,输出每一用户对应的监测时段,监测时段为结束时间到初始时间经历的时长;筛除属于异常行为指数区间对应用户的执行回收事件;分析监测时段内再生资源智能回收机的自适应保持时长;并基于自适应保持时长,对实时使用再生资源智能回收机的用户进行时长自适应预警。
进一步的,步骤S2中分析再生资源智能回收平台关于目标执行事件的第一行为指数,包括以下分析步骤:
步骤S21:获取目标执行事件对应再生资源的回收重量w,提取再生资源智能回收平台记录回收重量的最小值minw和最大值maxw,得到回收重量区间I,I=maxw=minw,将回收重量区间等比例划分为m个回收重量定量区间;
步骤S22:提取第i个回收重量定量区间对应监控数据记录每一回收重量下的投递次数pi和投递总时长ti,投递次数是指用户在一次执行回收事件时将再生资源投递进再生资源智能回收机的总次数,投递总时长是指用户在一次执行回收事件过程中记录第一次投递到最后一次投递间隔的时长;利用公式:
Ui=k1*wi0+k2*pi0+k3*ti0
计算第i个回收重量定量区间对应目标执行事件的第一行为指数Ui;i≤m;
其中wi0表示第i个回收重量定量区间记录所有回收重量对应的平均回收重量;pi0表示第i个回收重量定量区间记录每一回收重量下的投递次数平均值,ti0表示第i个回收重量定量区间记录每一回收重量下的投递总时长平均值;
wi0=(1/n)(∑wi),pi0=(1/n)(∑pi),ti0=(1/n)(∑ti);其中wi表示第i个回收重量定量区间记录的回收重,n表示第i个回收重量定量区间包含目标执行事件的个数;k1表示回收重量对应的参考系数,k2表示投递次数对应的参考系数,k3表示投递总时长对应的参考系数。
根据客观规律,用户投递的再生资源回收重量越大,则对应的投递次数和时长应相应增多,则本申请将重量进行区间划分,便于对实时回收重量所属评判类型进行直接调用和有序分析。
进一步的,步骤S2中将第一行为指数与对应监控数据下的再生资源规格数据构成第一序列对包括以下分析步骤:
步骤S21:获取每一回收重量定量区间对应监控数据记录的图像数据,图像数据是指用户在执行投递动作且再生资源未进入再生资源智能回收机时捕捉到的图像画面;计算用户一次目标执行事件中每一图像数据的再生资源图像比例Q,Q=g/G,其中g表示再生资源对应图像数据中的面积大小,G表示捕捉到图像画面的大小;
步骤S22:利用公式:
Yi=(1/n)[∑(Qi1+Qi2+...+Qip)]
计算第i个回收重量定量区间的再生资源规格数据Yi,Qi1+Qi2+...+Qip表示第i个回收重量定量区间内目标执行事件对应的第1、2、...、p个再生资源图像比例之和;
步骤S23:将第i个回收重量定量区间的再生资源规格数据Yi与第一行为指数Ui构成第一序列对Ai,Ai={Ui,Yi}。
进一步的,步骤S3包括以下分析步骤:
规格相似是指执行回收事件对应计算的再生资源规格数据,属于第一序列对中由回收重量定量区间包含所有目标执行事件的再生资源规格数据对应的最小值和最大值构成的规格区间;分析规格是因为当再生资源如纸壳注水后从外观上并没有差异,体现出差异的地方在获取的回收重量上,所以此处分析规格相似是要控制变量从而分析出差异;
湿度传感器数据差值是指与第一序列对包含规格相似的目标执行事件与执行回收事件的湿度传感器数据差值;
获取待考察回收事件对应监控数据记录的图像数据,并计算待考察回收事件的再生资源规格数据U,U=Q1+Q2+...+Qp,Q1、Q2、...、Qp表示待考察回收事件对应第1、2、...、p个再生资源图像比例;
提取待考察回收数据和待考察监控数据包含的回收重量、投递次数和投递总时长,计算待考察回收事件对应的第一行为指数Y;
当同一再生资源规格数据U包含的待考察回收事件唯一时,输出Y大于等于Yi时异常行为指数区间为[Yi,Y];
当同一再生资源规格数据U包含的待考察回收事件不唯一时,输出异常行为指数区间为[minY,maxY],minY表示待考察回收事件对应第一行为指数的最小值,maxY表示待考察回收事件对应第一行为指数的最大值。
分析异常行为指数区间是为了分析由于湿度异常时对应用户执行回收事件在同一指标评估下的量化差异,且本申请中的湿度异常表示用户在进行再生资源投放时可能会存在注水以增加重量的情况,而在箱体内设置湿度传感器是用于识别湿度异常时的数据,当存在异常时,输出预警信号至用户端以提醒用户禁止异常回收。
进一步的,步骤S4包括以下分析步骤:
初始时间是指用户成功登陆再生资源智能回收平台对应的时刻;
结束时间是指监控数据中用户完成对再生资源投递对应的时刻;
标记筛除属于异常行为指数区间对应的执行回收事件后的事件为有效回收事件;提取第i个第一序列对Ai中记录有效回收事件的开启次数bi,开启次数是指再生资源智能回收机的投递口在监测时段内开启的次数;计算第i个第一序列对中Ai的偏差指数Fi,
Fi=[max(bi)-min(bi)]/bi0
max(bi)表示第i个第一序列对记录有效回收事件对应开启次数的最大值,min(bi)表示第i个第一序列对记录有效回收事件对应开启次数的最小值;bi0表示第i个第一序列对记录有效回收事件的平均开启次数;
设置偏差指数阈值F0,提取Fi<F0时对应的第一序列对,获取再生资源智能回收平台设定的保持开启时长h;计算第一序列对的自适应保持时长H1,H1=h*max(bi);将最大值作为自适应保持时长的乘积因子是因为在偏差较小的情况下说明不管是最大值还是最小值均属于合理情况,则将最大值作为保持开启时长可以避免用户重复操作开启带来的麻烦;
提取Fi≥F0时对应的第一序列对,计算第一序列对的自适应保持时长H2,H2=h*bi ’;其中bi ’表示第i个第一序列对Ai中记录有效回收事件的开启次数bi的众数;
Fi≥F0说明在该第一序列对中开启次数变化较大,则产生差异的原因可能是用户年龄较大动作缓慢造成的投递效率降低,或者其他影响投递时长的行为,同时将众数作为自适应保持时长的乘积因子是说明在大多数情况可以实现等量回收物品的投递;
获取执行回收事件中实时再生资源规格数据,提取实时再生资源规格数据匹配的第一序列对为目标序列对,获取目标序列对记录的自适应保持时长进行预警。分析自适应保持时长是为了避免因用户一次携带再生资源过多且智能回收机设定保持时长单一化,造成的多次重新开启投递,使得回收步骤变得繁琐,不利于智能回收技术的发展。
再生资源智能回收数据管理系统,包括平台数据提取模块、第一行为指数分析模块、第一序列对构建模块、异常分析模块、自适应保持时长分析模块和预警响应模块;
平台数据提取模块用于获取再生资源智能回收平台记录的用户回收数据和执行回收事件时对应的场景溯源数据;
第一行为指数分析模块用于分析再生资源智能回收平台关于目标执行事件的第一行为指数;
第一序列对构建模块用于将第一行为指数与对应监控数据下的再生资源规格数据构成第一序列对;
异常分析模块用于判断待考察回收事件是否存在异常;
自适应保持时长分析模块用于分析监测时段内再生资源智能回收机的自适应保持时长;
预警响应模块用于在异常分析模块的输出结果进行响应,以及在自适应保持时长分析模块对应的结果进行响应。
进一步的,第一行为指数分析模块包括回收重量定量区间划分单元、区间数据获取单元和第一行为指数计算单元;
回收重量定量区间划分单元用于将回收重量区间等比例划分为回收重量定量区间;
区间数据获取单元用于提取回收重量定量区间对应监控数据记录每一回收重量下的投递次数、投递总时长和平均回收重量;
第一行为指数计算单元用于基于区间数据获取单元的数据进行第一行为指数的计算。
进一步的,异常分析模块包括待考察回收事件确定单元、指数比较单元和异常行为指数区间确定单元;
待考察回收事件确定单元用于提取监控数据中与第一序列对包含规格相似且湿度传感器数据差值大于第一差值阈值时对应的执行回收事件为待考察回收事件;
指数比较单元用于计算待考察回收事件对应的第一行为指数,并比较同一再生资源规格数据中第一行为指数大小;
异常行为指数区间确定单元输出对应指数比较单元结果的异常行为指数区间。
进一步的,自适应保持时长分析模块包括事件筛除单元、偏差指数计算单元、序列对匹配单元和自适应保持时长计算单元;
事件筛除单元用于标记筛除属于异常行为指数区间对应的执行回收事件后的事件为有效回收事件;
偏差指数计算单元用于第一序列对中的偏差指数;
序列匹配单元用于设置偏差指数阈值,匹配偏差指数小于偏差指数阈值对应的第一序列对,以及偏差指数大于等于偏差指数阈值对应第一序列对;
自适应保持时长计算单元用于基于第一序列对和再生资源智能回收平台设定的保持开启时长,计算自适应保持时长。
与现有技术相比,本发明所达到的有益效果是:本发明通过对再生资源智能回收平台记录的用户回收数据和执行回收事件时对应的场景溯源数据进行提取,分析合理投递情况下的用户行为数据和资源规格数据;以此为基础分析出平台记录的异常事件,筛除并进行预警,从而得到满足分析要求的执行回收事件,使得获取的数据不会受到异常影响,以及合理避免智能回收机商家端造成过多损失;除此之外,本发明基于监测时段内记录的用户投递次数,对再生资源智能回收机的自适应保持时长进行智能调整;避免因用户一次携带再生资源过多且智能回收机设定保持时长单一化,造成的多次重新开启投递,使得回收步骤变得简单且智能化,有利于智能回收技术的发展。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于物联网的再生资源智能回收数据管理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供技术方案:一种基于物联网的再生资源智能回收数据管理方法,包括以下分析步骤:
步骤S1:获取再生资源智能回收平台记录的用户回收数据和执行回收事件时对应的场景溯源数据;用户回收数据包括用户ID、用户执行回收事件的时间和事件中再生资源的回收重量;场景溯源数据是指执行回收事件时记录的监控数据和再生资源智能回收机内的感应数据,感应数据是指湿度传感器数据;湿度传感器数据获取的是再生资源智能回收机内的湿度数据;回收重量数据是通过再生资源智能回收平台中设置的记重感应器以及计数器进行总和计算获取;用户ID的获取可通过智能回收平台中设置的人像识别传感器进行验证登陆并获取ID信息;智能回收平台中还设置距离传感器用于感应回收机内的垃圾装载程度,且上述数据均可通过综合信息显示面板在智能回收机上进行显示操作。
步骤S2:提取记录湿度传感器数据与环境湿度数据差值小于第一差值阈值时对应的执行回收事件为目标执行事件,分析再生资源智能回收平台关于目标执行事件的第一行为指数;并将第一行为指数与对应监控数据下的再生资源规格数据构成第一序列对;当存在湿度传感器与环境湿度差值较大时说明用户在投递再生资源进行回收时添加水分以增加了再生资源的重量;差值小于第一差值阈值说明在此情况下执行的回收事件不存在用户对再生资源进行注水处理导致再生资源重量与实际重量不符的问题;
步骤S3:基于第一行为指数,提取监控数据中与第一序列对包含规格相似且湿度传感器数据差值大于第一差值阈值时对应的执行回收事件为待考察回收事件,提取待考察回收事件对应的待考察回收数据和待考察监控数据;判断待考察回收事件是否存在异常,输出预警信号并分析符合异常情况下待考察回收事件的异常行为指数区间;
步骤S4:提取用户执行回收事件的初始时间和结束时间,输出每一用户对应的监测时段,监测时段为结束时间到初始时间经历的时长;筛除属于异常行为指数区间对应用户的执行回收事件;分析监测时段内再生资源智能回收机的自适应保持时长;并基于自适应保持时长,对实时使用再生资源智能回收机的用户进行时长自适应预警。
步骤S2中分析再生资源智能回收平台关于目标执行事件的第一行为指数,包括以下分析步骤:
步骤S21:获取目标执行事件对应再生资源的回收重量w,提取再生资源智能回收平台记录回收重量的最小值minw和最大值maxw,得到回收重量区间I,I=maxw=minw,将回收重量区间等比例划分为m个回收重量定量区间;实际中按照需求划分;
步骤S22:提取第i个回收重量定量区间对应监控数据记录每一回收重量下的投递次数pi和投递总时长ti,投递次数是指用户在一次执行回收事件时将再生资源投递进再生资源智能回收机的总次数,投递总时长是指用户在一次执行回收事件过程中记录第一次投递到最后一次投递间隔的时长;利用公式:
Ui=k1*wi0+k2*pi0+k3*ti0
计算第i个回收重量定量区间对应目标执行事件的第一行为指数Ui;i≤m;
其中wi0表示第i个回收重量定量区间记录所有回收重量对应的平均回收重量;pi0表示第i个回收重量定量区间记录每一回收重量下的投递次数平均值,ti0表示第i个回收重量定量区间记录每一回收重量下的投递总时长平均值;
wi0=(1/n)(∑wi),pi0=(1/n)(∑pi),ti0=(1/n)(∑ti);其中wi表示第i个回收重量定量区间记录的回收重,n表示第i个回收重量定量区间包含目标执行事件的个数;k1表示回收重量对应的参考系数,k2表示投递次数对应的参考系数,k3表示投递总时长对应的参考系数。
根据客观规律,用户投递的再生资源回收重量越大,则对应的投递次数和时长应相应增多,则本申请将重量进行区间划分,便于对实时回收重量所属评判类型进行直接调用和有序分析。
步骤S2中将第一行为指数与对应监控数据下的再生资源规格数据构成第一序列对包括以下分析步骤:
步骤S21:获取每一回收重量定量区间对应监控数据记录的图像数据,图像数据是指用户在执行投递动作且再生资源未进入再生资源智能回收机时捕捉到的图像画面;计算用户一次目标执行事件中每一图像数据的再生资源图像比例Q,Q=g/G,其中g表示再生资源对应图像数据中的面积大小,G表示捕捉到图像画面的大小;
步骤S22:利用公式:
Yi=(1/n)[∑(Qi1+Qi2+...+Qip)]
计算第i个回收重量定量区间的再生资源规格数据Yi,Qi1+Qi2+...+Qip表示第i个回收重量定量区间内目标执行事件对应的第1、2、...、p个再生资源图像比例之和;
如实施例所示:
存在一回收重量定量区间为[0.5kg,1.5kg];
且在区间存在两次目标执行事件分别为事件1和事件2;
事件1中记录投递次数为2次,且每次投递捕捉到的图像画面中再生资源图像比例为0.14和0.19;
事件2记录投递次数为3次;且每次投递捕捉到的图像画面中再生资源图像比例为0.16、0.18和0.13;
则该回收重量定量区间的再生资源规格数据Y,
Y=(1/2)[(0.14+0.19)+(0.18+0.16+0.13)]=0.4。
步骤S23:将第i个回收重量定量区间的再生资源规格数据Yi与第一行为指数Ui构成第一序列对Ai,Ai={Ui,Yi}。
步骤S3包括以下分析步骤:
规格相似是指执行回收事件对应计算的再生资源规格数据,属于第一序列对中由回收重量定量区间包含所有目标执行事件的再生资源规格数据对应的最小值和最大值构成的规格区间;分析规格是因为当再生资源如纸壳注水后从外观上并没有差异,体现出差异的地方在获取的回收重量上,所以此处分析规格相似是要控制变量从而分析出差异;
湿度传感器数据差值是指与第一序列对包含规格相似的目标执行事件与执行回收事件的湿度传感器数据差值;
获取待考察回收事件对应监控数据记录的图像数据,并计算待考察回收事件的再生资源规格数据U,U=Q1+Q2+...+Qp,Q1、Q2、...、Qp表示待考察回收事件对应第1、2、...、p个再生资源图像比例,再生资源图像比例与上述计算方式相同;
提取待考察回收数据和待考察监控数据包含的回收重量、投递次数和投递总时长,计算待考察回收事件对应的第一行为指数Y;
待考察回收事件对应的第一行为指数与回收重量定量区间计算的第一行为指数方式相同,Ui=k1*wi0+k2*pi0+k3*ti0,在代入过程中,待考察回收事件的wi0表示该事件对应的一次回收重量,pi0表示该事件对应的投递次数总和,ti0表示该事件对应的投递总时长;
当同一再生资源规格数据U包含的待考察回收事件唯一时,输出Y大于等于Yi时异常行为指数区间为[Yi,Y];
当同一再生资源规格数据U包含的待考察回收事件不唯一时,输出异常行为指数区间为[minY,maxY],minY表示待考察回收事件对应第一行为指数的最小值,maxY表示待考察回收事件对应第一行为指数的最大值。
分析异常行为指数区间是为了分析由于湿度异常时对应用户执行回收事件在同一指标评估下的量化差异,且本申请中的湿度异常表示用户在进行再生资源投放时可能会存在注水以增加重量的情况,而在箱体内设置湿度传感器是用于识别湿度异常时的数据,当存在异常时,输出预警信号至用户端以提醒用户禁止异常回收。
步骤S4包括以下分析步骤:
初始时间是指用户成功登陆再生资源智能回收平台对应的时刻;
结束时间是指监控数据中用户完成对再生资源投递对应的时刻;
标记筛除属于异常行为指数区间对应的执行回收事件后的事件为有效回收事件;提取第i个第一序列对Ai中记录有效回收事件的开启次数bi,开启次数是指再生资源智能回收机的投递口在监测时段内开启的次数;计算第i个第一序列对中Ai的偏差指数Fi,
Fi=[max(bi)-min(bi)]/bi0
max(bi)表示第i个第一序列对记录有效回收事件对应开启次数的最大值,min(bi)表示第i个第一序列对记录有效回收事件对应开启次数的最小值;bi0表示第i个第一序列对记录有效回收事件的平均开启次数;
设置偏差指数阈值F0,提取Fi<F0时对应的第一序列对,获取再生资源智能回收平台设定的保持开启时长h;计算第一序列对的自适应保持时长H1,H1=h*max(bi);将最大值作为自适应保持时长的乘积因子是因为在偏差较小的情况下说明不管是最大值还是最小值均属于合理情况,则将最大值作为保持开启时长可以避免用户重复操作开启带来的麻烦;
提取Fi≥F0时对应的第一序列对,计算第一序列对的自适应保持时长H2,H2=h*bi ’;其中bi ’表示第i个第一序列对Ai中记录有效回收事件的开启次数bi的众数;
Fi≥F0说明在该第一序列对中开启次数变化较大,则产生差异的原因可能是用户年龄较大动作缓慢造成的投递效率降低,或者其他影响投递时长的行为,同时将众数作为自适应保持时长的乘积因子是说明在大多数情况可以实现等量回收物品的投递;
获取执行回收事件中实时再生资源规格数据,提取实时再生资源规格数据匹配的第一序列对为目标序列对,获取目标序列对记录的自适应保持时长进行预警。实时再生资源规格数据的获取可通过再生资源回收平台记录的图像数据对用户携带的再生资源物品进行估算,估算的方式与再生资源图像比例计算相同;匹配是指实时再生资源规格数据属于第一序列对中由回收重量定量区间包含所有目标执行事件的再生资源规格数据对应的最小值和最大值构成的规格区间。分析自适应保持时长是为了避免因用户一次携带再生资源过多且智能回收机设定保持时长单一化,造成的多次重新开启投递,使得回收步骤变得繁琐,不利于智能回收技术的发展。
再生资源智能回收数据管理系统,包括平台数据提取模块、第一行为指数分析模块、第一序列对构建模块、异常分析模块、自适应保持时长分析模块和预警响应模块;
平台数据提取模块用于获取再生资源智能回收平台记录的用户回收数据和执行回收事件时对应的场景溯源数据;
第一行为指数分析模块用于分析再生资源智能回收平台关于目标执行事件的第一行为指数;
第一序列对构建模块用于将第一行为指数与对应监控数据下的再生资源规格数据构成第一序列对;
异常分析模块用于判断待考察回收事件是否存在异常;
自适应保持时长分析模块用于分析监测时段内再生资源智能回收机的自适应保持时长;
预警响应模块用于在异常分析模块的输出结果进行响应,以及在自适应保持时长分析模块对应的结果进行响应。
第一行为指数分析模块包括回收重量定量区间划分单元、区间数据获取单元和第一行为指数计算单元;
回收重量定量区间划分单元用于将回收重量区间等比例划分为回收重量定量区间;
区间数据获取单元用于提取回收重量定量区间对应监控数据记录每一回收重量下的投递次数、投递总时长和平均回收重量;
第一行为指数计算单元用于基于区间数据获取单元的数据进行第一行为指数的计算。
异常分析模块包括待考察回收事件确定单元、指数比较单元和异常行为指数区间确定单元;
待考察回收事件确定单元用于提取监控数据中与第一序列对包含规格相似且湿度传感器数据差值大于第一差值阈值时对应的执行回收事件为待考察回收事件;
指数比较单元用于计算待考察回收事件对应的第一行为指数,并比较同一再生资源规格数据中第一行为指数大小;
异常行为指数区间确定单元输出对应指数比较单元结果的异常行为指数区间。
自适应保持时长分析模块包括事件筛除单元、偏差指数计算单元、序列对匹配单元和自适应保持时长计算单元;
事件筛除单元用于标记筛除属于异常行为指数区间对应的执行回收事件后的事件为有效回收事件;
偏差指数计算单元用于第一序列对中的偏差指数;
序列匹配单元用于设置偏差指数阈值,匹配偏差指数小于偏差指数阈值对应的第一序列对,以及偏差指数大于等于偏差指数阈值对应第一序列对;
自适应保持时长计算单元用于基于第一序列对和再生资源智能回收平台设定的保持开启时长,计算自适应保持时长。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于物联网的再生资源智能回收数据管理方法,其特征在于,包括以下分析步骤:
步骤S1:获取再生资源智能回收平台记录的用户回收数据和执行回收事件时对应的场景溯源数据;所述用户回收数据包括用户ID、用户执行回收事件的时间和事件中再生资源的回收重量;所述场景溯源数据是指执行回收事件时记录的监控数据和再生资源智能回收机内的感应数据,所述感应数据是指湿度传感器数据;
步骤S2:提取记录湿度传感器数据与环境湿度数据差值小于第一差值阈值时对应的执行回收事件为目标执行事件,分析再生资源智能回收平台关于目标执行事件的第一行为指数;并将第一行为指数与对应监控数据下的再生资源规格数据构成第一序列对;
步骤S3:基于第一行为指数,提取监控数据中与第一序列对包含规格相似且湿度传感器数据差值大于第一差值阈值时对应的执行回收事件为待考察回收事件,提取待考察回收事件对应的待考察回收数据和待考察监控数据;判断待考察回收事件是否存在异常,输出预警信号并分析符合异常情况下待考察回收事件的异常行为指数区间;
步骤S4:提取用户执行回收事件的初始时间和结束时间,输出每一用户对应的监测时段,所述监测时段为结束时间到初始时间经历的时长;筛除属于异常行为指数区间对应用户的执行回收事件;分析监测时段内再生资源智能回收机的自适应保持时长;并基于自适应保持时长,对实时使用再生资源智能回收机的用户进行时长自适应预警。
2.根据权利要求1所述的一种基于物联网的再生资源智能回收数据管理方法,其特征在于:所述步骤S2中分析再生资源智能回收平台关于目标执行事件的第一行为指数,包括以下分析步骤:
步骤S21:获取目标执行事件对应再生资源的回收重量w,提取再生资源智能回收平台记录回收重量的最小值minw和最大值maxw,得到回收重量区间I,I=maxw=minw,将回收重量区间等比例划分为m个回收重量定量区间;
步骤S22:提取第i个回收重量定量区间对应监控数据记录每一回收重量下的投递次数pi和投递总时长ti,所述投递次数是指用户在一次执行回收事件时将再生资源投递进再生资源智能回收机的总次数,所述投递总时长是指用户在一次执行回收事件过程中记录第一次投递到最后一次投递间隔的时长;利用公式:
Ui=k1*wi0+k2*pi0+k3*ti0
计算第i个回收重量定量区间对应目标执行事件的第一行为指数Ui;i≤m;
其中wi0表示第i个回收重量定量区间记录所有回收重量对应的平均回收重量;pi0表示第i个回收重量定量区间记录每一回收重量下的投递次数平均值,ti0表示第i个回收重量定量区间记录每一回收重量下的投递总时长平均值;
wi0=(1/n)(∑wi),pi0=(1/n)(∑pi),ti0=(1/n)(∑ti);其中wi表示第i个回收重量定量区间记录的回收重,n表示第i个回收重量定量区间包含目标执行事件的个数;k1表示回收重量对应的参考系数,k2表示投递次数对应的参考系数,k3表示投递总时长对应的参考系数。
3.根据权利要求2所述的一种基于物联网的再生资源智能回收数据管理方法,其特征在于:所述步骤S2中将第一行为指数与对应监控数据下的再生资源规格数据构成第一序列对包括以下分析步骤:
步骤S21:获取每一回收重量定量区间对应监控数据记录的图像数据,所述图像数据是指用户在执行投递动作且再生资源未进入再生资源智能回收机时捕捉到的图像画面;计算用户一次目标执行事件中每一图像数据的再生资源图像比例Q,Q=g/G,其中g表示再生资源对应图像数据中的面积大小,G表示捕捉到图像画面的大小;
步骤S22:利用公式:
Yi=(1/n)[∑(Qi1+Qi2+...+Qip)]
计算第i个回收重量定量区间的再生资源规格数据Yi,Qi1+Qi2+...+Qip表示第i个回收重量定量区间内目标执行事件对应的第1、2、...、p个再生资源图像比例之和;
步骤S23:将第i个回收重量定量区间的再生资源规格数据Yi与第一行为指数Ui构成第一序列对Ai,Ai={Ui,Yi}。
4.根据权利要求3所述的一种基于物联网的再生资源智能回收数据管理方法,其特征在于:所述步骤S3包括以下分析步骤:
所述规格相似是指执行回收事件对应计算的再生资源规格数据,属于第一序列对中由回收重量定量区间包含所有目标执行事件的再生资源规格数据对应的最小值和最大值构成的规格区间;
所述湿度传感器数据差值是指与第一序列对包含规格相似的目标执行事件与执行回收事件的湿度传感器数据差值;
获取待考察回收事件对应监控数据记录的图像数据,并计算待考察回收事件的再生资源规格数据U,U=Q1+Q2+...+Qp,Q1、Q2、...、Qp表示待考察回收事件对应第1、2、...、p个再生资源图像比例,
提取待考察回收数据和待考察监控数据包含的回收重量、投递次数和投递总时长,计算待考察回收事件对应的第一行为指数Y;
当同一再生资源规格数据U包含的待考察回收事件唯一时,输出Y大于等于Yi时异常行为指数区间为[Yi,Y];
当同一再生资源规格数据U包含的待考察回收事件不唯一时,输出异常行为指数区间为[minY,maxY],minY表示待考察回收事件对应第一行为指数的最小值,maxY表示待考察回收事件对应第一行为指数的最大值。
5.根据权利要求4所述的一种基于物联网的再生资源智能回收数据管理方法,其特征在于:所述步骤S4包括以下分析步骤:
所述初始时间是指用户成功登陆再生资源智能回收平台对应的时刻;
所述结束时间是指监控数据中用户完成对再生资源投递对应的时刻;
标记筛除属于异常行为指数区间对应的执行回收事件后的事件为有效回收事件;提取第i个第一序列对Ai中记录有效回收事件的开启次数bi,所述开启次数是指再生资源智能回收机的投递口在监测时段内开启的次数;计算第i个第一序列对中Ai的偏差指数Fi,
Fi=[max(bi)-min(bi)]/bi0
max(bi)表示第i个第一序列对记录有效回收事件对应开启次数的最大值,min(bi)表示第i个第一序列对记录有效回收事件对应开启次数的最小值;bi0表示第i个第一序列对记录有效回收事件的平均开启次数;
设置偏差指数阈值F0,提取Fi<F0时对应的第一序列对,获取再生资源智能回收平台设定的保持开启时长h;计算第一序列对的自适应保持时长H1,H1=h*max(bi);
提取Fi≥F0时对应的第一序列对,计算第一序列对的自适应保持时长H2,H2=h*bi ’;其中bi ’表示第i个第一序列对Ai中记录有效回收事件的开启次数bi的众数;
获取执行回收事件中实时再生资源规格数据,提取实时再生资源规格数据匹配的第一序列对为目标序列对,获取目标序列对记录的自适应保持时长进行预警。
6.应用权利要求1-5中任一项所述的一种基于物联网的再生资源智能回收数据管理方法的再生资源智能回收数据管理系统,其特征在于,包括平台数据提取模块、第一行为指数分析模块、第一序列对构建模块、异常分析模块、自适应保持时长分析模块和预警响应模块;
所述平台数据提取模块用于获取再生资源智能回收平台记录的用户回收数据和执行回收事件时对应的场景溯源数据;
所述第一行为指数分析模块用于分析再生资源智能回收平台关于目标执行事件的第一行为指数;
所述第一序列对构建模块用于将第一行为指数与对应监控数据下的再生资源规格数据构成第一序列对;
所述异常分析模块用于判断待考察回收事件是否存在异常;
所述自适应保持时长分析模块用于分析监测时段内再生资源智能回收机的自适应保持时长;
所述预警响应模块用于在异常分析模块的输出结果进行响应,以及在自适应保持时长分析模块对应的结果进行响应。
7.根据权利要求6所述的再生资源智能回收数据管理系统,其特征在于:所述第一行为指数分析模块包括回收重量定量区间划分单元、区间数据获取单元和第一行为指数计算单元;
所述回收重量定量区间划分单元用于将回收重量区间等比例划分为回收重量定量区间;
所述区间数据获取单元用于提取回收重量定量区间对应监控数据记录每一回收重量下的投递次数、投递总时长和平均回收重量;
所述第一行为指数计算单元用于基于所述区间数据获取单元的数据进行第一行为指数的计算。
8.根据权利要求7所述的再生资源智能回收数据管理系统,其特征在于:所述异常分析模块包括待考察回收事件确定单元、指数比较单元和异常行为指数区间确定单元;
所述待考察回收事件确定单元用于提取监控数据中与第一序列对包含规格相似且湿度传感器数据差值大于第一差值阈值时对应的执行回收事件为待考察回收事件;
所述指数比较单元用于计算待考察回收事件对应的第一行为指数,并比较同一再生资源规格数据中第一行为指数大小;
所述异常行为指数区间确定单元输出对应指数比较单元结果的异常行为指数区间。
9.根据权利要求8所述的再生资源智能回收数据管理系统,其特征在于:自适应保持时长分析模块包括事件筛除单元、偏差指数计算单元、序列对匹配单元和自适应保持时长计算单元;
所述事件筛除单元用于标记筛除属于异常行为指数区间对应的执行回收事件后的事件为有效回收事件;
所述偏差指数计算单元用于第一序列对中的偏差指数;
所述序列对匹配单元用于设置偏差指数阈值,匹配偏差指数小于偏差指数阈值对应的第一序列对,以及偏差指数大于等于偏差指数阈值对应第一序列对;
所述自适应保持时长计算单元用于基于第一序列对和再生资源智能回收平台设定的保持开启时长,计算自适应保持时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310455066.9A CN116485378B (zh) | 2023-04-25 | 2023-04-25 | 一种基于物联网的再生资源智能回收数据管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310455066.9A CN116485378B (zh) | 2023-04-25 | 2023-04-25 | 一种基于物联网的再生资源智能回收数据管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116485378A CN116485378A (zh) | 2023-07-25 |
CN116485378B true CN116485378B (zh) | 2023-09-12 |
Family
ID=87220930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310455066.9A Active CN116485378B (zh) | 2023-04-25 | 2023-04-25 | 一种基于物联网的再生资源智能回收数据管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116485378B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117082113B (zh) * | 2023-10-13 | 2023-12-19 | 南京海汇装备科技有限公司 | 一种基于数据融合的分布式设备监测系统及方法 |
CN118622116B (zh) * | 2024-05-24 | 2024-11-29 | 陕西盛帝威尔门窗科技有限公司 | 一种基于5g技术的智能门窗监控管理系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739622A (zh) * | 2020-07-22 | 2020-10-02 | 北京梦天门科技股份有限公司 | 医疗废弃物在线监控与预测方法及系统 |
CN112215371A (zh) * | 2020-10-13 | 2021-01-12 | 北京工业大学 | 一种典型城市再生资源智能回收方法 |
CN114997791A (zh) * | 2022-06-17 | 2022-09-02 | 石家庄邮电职业技术学院 | 一种基于大数据的快递盒回收管理系统 |
CN115321044A (zh) * | 2022-07-19 | 2022-11-11 | 南京朗诗物业管理有限公司 | 一种无废社区垃圾管理系统及管理方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6545606B2 (en) * | 2001-01-25 | 2003-04-08 | The United States Of America As Represented By The Secretary Of The Navy | Device and method for alerting to the need to recover something, identifying it, and determining its location for purposes of recovery |
US11403626B2 (en) * | 2019-05-24 | 2022-08-02 | Recycle Go Inc. | Methods, systems, apparatuses and devices for facilitating processing of recyclable items |
-
2023
- 2023-04-25 CN CN202310455066.9A patent/CN116485378B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111739622A (zh) * | 2020-07-22 | 2020-10-02 | 北京梦天门科技股份有限公司 | 医疗废弃物在线监控与预测方法及系统 |
CN112215371A (zh) * | 2020-10-13 | 2021-01-12 | 北京工业大学 | 一种典型城市再生资源智能回收方法 |
CN114997791A (zh) * | 2022-06-17 | 2022-09-02 | 石家庄邮电职业技术学院 | 一种基于大数据的快递盒回收管理系统 |
CN115321044A (zh) * | 2022-07-19 | 2022-11-11 | 南京朗诗物业管理有限公司 | 一种无废社区垃圾管理系统及管理方法 |
Non-Patent Citations (1)
Title |
---|
基于物联网的垃圾回收站环境检测系统设计;葛鑫;蒋玲;陈慧蓉;邱萌萌;;湖北民族大学学报(自然科学版)(第01期) * |
Also Published As
Publication number | Publication date |
---|---|
CN116485378A (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116485378B (zh) | 一种基于物联网的再生资源智能回收数据管理系统及方法 | |
CN109729383A (zh) | 双录视频质量检测方法、装置、计算机设备和存储介质 | |
CN113762106B (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
CN111553137A (zh) | 报告生成方法、装置、存储介质及计算机设备 | |
CN112488507A (zh) | 一种基于聚类的专家分类画像方法、装置及存储介质 | |
CN112199530A (zh) | 多维度脸库图片自动更新方法、系统、设备及介质 | |
JP7105826B2 (ja) | 注文書生成方法及びその装置、商品棚、記憶媒体 | |
CN117522387B (zh) | 一种电子元器件回收管理系统 | |
CN116340934A (zh) | 终端异常行为检测方法、装置、设备及存储介质 | |
CN113869213A (zh) | 一种基于图像识别的卷烟零售商户库存盘点方法和系统 | |
CN118366076A (zh) | 一种基于深度学习的视频向量融合分析方法及系统 | |
CN113850183A (zh) | 一种基于人工智能技术判断视频中行为的方法 | |
CN117112336A (zh) | 智能通信设备异常检测方法、设备、存储介质及装置 | |
CN110413881B (zh) | 一种识别标签准确性的方法、装置、网络设备和存储介质 | |
CN115690514A (zh) | 图像识别方法及相关设备 | |
CN115035450A (zh) | 确定动物种类的方法及装置 | |
CN110633919A (zh) | 经营实体的评估方法及其装置 | |
CN114639152A (zh) | 基于人脸识别的多模态语音交互方法、装置、设备及介质 | |
CN117576632B (zh) | 基于多模态ai大模型的电网监控火灾预警系统及方法 | |
CN111163332A (zh) | 视频色情度检测方法、终端及介质 | |
CN117622732A (zh) | 一种基于机器视觉的智能垃圾分类系统及方法 | |
CN114693554B (zh) | 一种大数据图像处理方法及系统 | |
CN117079183A (zh) | 一种警卫执勤监督方法、装置及存储介质 | |
CN115049426A (zh) | 一种个性化护肤推荐的人工智能算法模型 | |
CN105956550B (zh) | 一种视频鉴别的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |