城市生活垃圾分类数据收集方法及系统技术方案

本发明专利技术提供一种城市生活垃圾分类数据收集方法及系统，采用随机采样收集生活垃圾分类数据,构造生活垃圾分类数据的低秩矩阵，利用以凸优化算法为基础的矩阵填充算法，由少量生活垃圾采样数据恢复出整个垃圾分类数据矩阵。该方法及系统，提高前期城市生活垃圾数据收集效率，大幅提高可用于前期数据积累的垃圾分类收集点的数量，将数据累计工作由少量试点推向整个城市，极大降低了生活垃圾分类数据收集阶段的人力物力成本。

【技术实现步骤摘要】

本专利技术涉及一种城市生活垃圾分类数据收集方法。
技术介绍
城市生活垃圾分类已经实行多年，但现状还不尽如人意。回收量多少，哪些居民参与，缺少详细数据分析；垃圾的种类、数量没有历史数据收集与积累，产生与回收之间难以高效对接；相关决策部门缺乏垃圾分类的历史数据记录，难以对城市生活垃圾分类工作进行有效的引导。近几年，随着大数据技术的发展，城市生活垃圾分类数据收集、统计与分析工作也逐渐开展。将大数据统计与分析技术应用于城市垃圾分类工作，通过对城市垃圾分类数据进行有效的收集、分析和预测，能够给相关决策部门提供有效的数据依据，指导城市垃圾分类工作，进而提高城市垃圾分类效率，成为生活垃圾分类领域的必由趋势。随着城市生活垃圾分类大数据收集工作进一步的推进，一些瓶颈问题也逐渐凸显。目前现有的城市生活垃圾分类数据收集主要基于传统的单纯数据采样手段，在固定的垃圾分类试点固定配置人员、垃圾称重计量和回收装置，简单的将数据记录上传至数据服务器。如果大幅增加垃圾分类收集点数量，相应配置的人力物力资源大幅增加，导致前期数据积累的成本过高，势必超出城市管理部门所能承受的范围，这也是目前城市垃圾分类数据积累基本局限于少量试点的根本原因。目前采用传统的垃圾分类数据收集技术，城市管理部门收集的数据仅针对少量试点，未能对整个城市的生活垃圾分类情况进行有效统计。大数据背景下，采用更高效的数据收集方法，降低前期垃圾分类数据收集的人力物力成本，提高可供前期数据积累的垃圾分类收集点数量，是解决垃圾分类大数据平台建设的关键问题，有着重要的意义与应用价值。上述问题是在城市的生活垃圾分类情况的数据收集过程中应当予以考虑并解决的问题。
技术实现思路
本专利技术的目的是提供一种城市生活垃圾分类数据收集方法解决现有技术中存在的采用传统的垃圾分类数据收集技术，城市管理部门收集的数据仅针对少量试点，未能对整个城市的生活垃圾分类情况进行有效数据收集的问题。本专利技术的技术解决方案是：一种城市生活垃圾分类数据收集方法，包括：采用随机采样收集生活垃圾分类数据，构造生活垃圾分类数据的低秩矩阵；利用以凸优化算法为基础的矩阵填充算法，由生活垃圾采样数据恢复出整个垃圾分类数据矩阵。进一步地，构造生活垃圾分类数据的低秩矩阵如下：其中，矩阵行坐标1～m代表m个垃圾分类收集点，列坐标1～n代表固定季节内n个采集时间段。进一步地，使用计量装置在垃圾收集点进行不定期的随机数据采样。一种城市生活垃圾分类数据收集系统，包括：数据采样模块：采用随机采样收集生活垃圾分类数据；矩阵建立模块：由数据采样模块得到的生活垃圾分类数据，构造生活垃圾分类数据的低秩矩阵；矩阵填充模块：利用以凸优化算法为基础的矩阵填充算法，由生活垃圾采样数据恢复出整个垃圾分类数据矩阵。进一步地，矩阵建立模块中，构造生活垃圾分类数据的低秩矩阵如下：其中，矩阵行坐标1～m代表m个垃圾分类收集点，列坐标1～n代表固定季节内n个采集时间段。进一步地，数据采样模块中，使用计量装置在垃圾收集点进行不定期的随机数据采样。本专利技术的有益效果是：该种城市生活垃圾分类数据收集方法，首次提出通过随机数据采样的方法，结合矩阵填充的思想，提高前期城市生活垃圾数据收集效率，大幅提高可用于前期数据积累的垃圾分类收集点的数量，将数据累计工作由少量试点推向整个城市，同步降低数据收集阶段的人力物力成本，结合物联网技术，建立能够应用于大规模垃圾分类收集点的数据积累方法，有效推动城市生活
垃圾分类的大数据平台建设工作，对城市生活垃圾分类工作具有重要的指导意义。具体实施方式下面详细说明本专利技术的优选实施例。实施例针对大规模垃圾分类收集点建立大数据平台，改变传统的数据收集手段，不再将相应的人员和垃圾计量装置固定在少量试点进行采样，而是派出少量的人员和计量装置在大量垃圾收集点之间进行不定期的随机数据采样。如何从少量的随机采样数据恢复出全部垃圾分类数据成为首要解决的问题。事实上，对于大部分垃圾分类收集点，在一定的误差限定条件下，在固定的季节内回收的垃圾种类、重量并不会发生剧烈的波动，垃圾分类历史数据本质上构成一个低秩矩阵，不同的垃圾分类收集点具有非相干性，这本质上是一个低秩(low rank)矩阵填充(matrix completion)问题。该种城市生活垃圾分类数据收集方法，采用随机采样收集生活垃圾分类数据,构造生活垃圾分类数据的低秩矩阵，利用以凸优化算法为基础的矩阵填充算法，由少量生活垃圾采样数据恢复出整个垃圾分类数据矩阵。极大降低了生活垃圾分类数据收集阶段的人力物力成本。如下为固定季节内的垃圾分类数据矩阵：垃圾分类历史日期垃圾分类收集点其中，矩阵行坐标1～m代表m个垃圾分类收集点，列坐标1～n代表固定季节内n个采集时间段。采用随机采样方法，在1～m个垃圾分类收集点内随机采样。由于固定季节内垃圾分类收集点数据波动不会过于剧烈，在一定误差范围内限定垃圾分类收集数据值，使得固定季节内的垃圾分类数据矩阵构成低秩矩阵。由于采样的是随机采样方法，关键是如何从少量的随机采样数据恢复出整个数据矩阵，这里基于低秩矩阵填充算法已经比较成熟。Emmanuel Cande等人建立了矩阵填充的理论基础，即对于低秩矩阵，当矩阵本身满足某种非相干性条件下，从非常少量的随机观测信息中，人们能够精确的恢复出该低秩矩阵。不同垃圾收集点之间具有非相
干性，利用基于凸优化算法为基础的矩阵填充算法，可以恢复出整个城市生活垃圾分类数据。实施例首次提出通过随机数据采样的方法，结合矩阵填充的思想，提高前期城市生活垃圾数据收集效率，大幅提高可用于前期数据积累的垃圾分类收集点的数量，将数据累计工作由少量试点推向整个城市，同步降低数据收集阶段的人力物力成本，结合物联网技术，建立能够应用于大规模垃圾分类收集点的数据积累方法，有效推动城市生活垃圾分类的大数据平台建设工作，对城市生活垃圾分类工作具有重要的指导意义。该种城市生活垃圾分类数据收集系统，包括：数据采样模块：采用随机采样收集生活垃圾分类数据；矩阵建立模块：由数据采样模块得到的生活垃圾分类数据，构造生活垃圾分类数据的低秩矩阵；矩阵填充模块：利用以凸优化算法为基础的矩阵填充算法，由生活垃圾采样数据恢复出整个垃圾分类数据矩阵。矩阵建立模块中，构造生活垃圾分类数据的低秩矩阵如下：其中，矩阵行坐标1～m代表m个垃圾分类收集点，列坐标1～n代表固定季节内n个采集时间段。数据采样模块中，使用计量装置在垃圾收集点进行不定期的随机数据采样。实施例利用少量的垃圾分类数据恢复整个城市的垃圾分类数据，主要利用低秩矩阵填充算法，前期的人工随机采样分类数据统计尽量精确。由于从未被采样的收集点的数据是无法恢复的，随机采样必须覆盖需要恢复数据的所有收集点，前期的随机采样数据先上传至垃圾分类数据平台保存。在固定的季节内，社区的垃圾分类收集点的数据变化不会过于剧烈，在一定的误差限定下，分类数据应较为平稳，垃圾分类历史数据可以构成低秩矩阵。当前期积累足够的采样数据后，利用凸优化技术可以恢复前期积累时期内所有收集点的分类数据。该种城市生活垃圾分类数据收集系统，首次将随机采样的思想应用于垃圾分类数据收集过程，利用矩阵填充算法从少量的采样数据恢复出全部垃圾分类收集
点的数据，极大降低了本文档来自技高网...

【技术保护点】
一种城市生活垃圾分类数据收集方法，其特征在于，包括：采用随机采样收集生活垃圾分类数据，构造生活垃圾分类数据的低秩矩阵；利用以凸优化算法为基础的矩阵填充算法，由生活垃圾采样数据恢复出整个垃圾分类数据矩阵。

【技术特征摘要】
1.一种城市生活垃圾分类数据收集方法，其特征在于，包括：采用随机采样收集生活垃圾分类数据，构造生活垃圾分类数据的低秩矩阵；利用以凸优化算法为基础的矩阵填充算法，由生活垃圾采样数据恢复出整个垃圾分类数据矩阵。2.如权利要求1所述的城市生活垃圾分类数据收集方法，其特征在于：构造生活垃圾分类数据的低秩矩阵如下：其中，矩阵行坐标1～m代表m个垃圾分类收集点，列坐标1～n代表固定季节内n个采集时间段。3.如权利要求1或2所述的城市生活垃圾分类数据收集方法，其特征在于：使用计量装置在垃圾收集点进行不定期的随机数据采样。4.一种城市生活垃圾分类数据收集系统，其特征在于，包括：...

【专利技术属性】
技术研发人员：程倬，范延军，张雷，
申请(专利权)人：苏州市伏泰信息科技股份有限公司，
类型：发明
国别省市：江苏;32