【技术实现步骤摘要】
本专利技术涉及智慧城市管理，具体涉及一种智慧城市乱堆物料管理系统及方法。
技术介绍
1、
2、现有的智慧城市物料管理系统中运用视频监控等ai设备，凭借云数据处理支撑，利用互联网科技手段，结合机器学习和人工智能技术进行监测并及时预警，以及采取罚款和线上教育等方式宣传城市文明文化，最终通过人力与科技相结合的方式，去除城区的这类“顽疾”，因此，应用城市数字化建设，推动市域社会治理，促进城市有序发展。
3、现有技术存在以下不足：在智慧城市物料管理系统及方法中，由于监控设备采集图像、视频的数据在传输和处理时，存在失真、缺失和噪声的识别精度下降影响，造成数据的准确性降低，严重缺乏对监控设备运行状态的诊断和数据处理后的分析，导致建立模型的数据偏差性大，且数据模型的泛化能力不足、对复杂问题的处理能力不足的缺陷，影响城市物料管理系统的决策支持和优化方案，降低城市物料管理系统的管理效率和精确度，不能优化精简化城管部门的工作量。
4、在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本专利技术的目的是提供一种智慧城市乱堆物料管理系统及方法，本专利技术通过对城市管理系统中引入大数据、人工智能、物联网的技术，通过智能化地采集和处理城市管理信息，运用人工智能算法模型，不断地优化和创新城市管理类算法，提高城市管理的效率和精确度，以解决上述
技术介绍
中的问题。
2、为了实现
3、数据采集传输模块，从智能终端获取的原始数据中筛选采集到堆放物料的种类、面积、形状尺寸、堆放时间和气象条件的特征数据信息，打包成符合mqtt协议的数据包，并通过无线传输发送到视图库平台进行存储；
4、数据预处理模块：从视图库平台中对接收到的原始数据进行预处理生成特征数据，并将处理后的特征数据传输到分析模型对比模块；
5、分析模型对比模块，使用机器学习算法构建主成分分析pca模型和使用深度学习算法构建卷积神经网络cnn模型，输入物料堆放的特征数据进行训练和分析，并对模型的准确率、精确值、召回率、f1值和运行时间的指标变量进行对比分析；
6、模型参数异常评估模块，检测分析模型训练过程中出现的异常参数变量，并对异常参数变量进行评估，确定数据分析模型的性能是否受到异常变量的影响；
7、调整参数训练优化模块，根据模型参数异常评估模块中的评估结果，调整模型的参数和超参数来优化模型的性能，并收集检测到的异常数据进行补充训练来进一步优化模型；
8、数据挖掘再处理模块，采用关联规则挖掘和频繁项集挖掘算法对优化模型输入的特征数据进行挖掘，发现物料堆放数据之间的关联规则或频繁项集，生成对应措施和警示信号，协助城管人员发放决策。
9、优选地，所述特征数据中的堆放物料的种类、面积、形状尺寸、堆放时间和气象条件信息，用于从原始数据中获取关于物料堆放治理的相关信号，其中，堆放物料的种类是对堆放的物料进行种类堆放安全特性进行分类，包括一级安全物料，标记为fsm，二级易燃易爆物料，标记为sem，三级有毒有害物料，标记为thm；堆放物料的面积是与物料堆放站点划分的面积进行对比，小于等于物料堆放站点划分的面积为合理面积，标记为ra，大于超出物料堆放站点划分的面积为警戒面积，标记为wa；堆放物料的形状尺寸分为密集状，标记为dp，松散状，标记为ls；物料的堆放时间为物料堆放的起始时间至物料搬运的结束时间，标记为t存储，堆放物料的气象条件包括温度tp、湿度hd和风速ws。
10、优选地，所述获取特征数据是对原始数据进行预处理，分别采用均值插值算法处理数据中的缺失值，lof算法检测数据中的异常值，傅里叶变换滤波算法过滤数据中的噪声或错误值，哈希函数的去重算法去除数据中的重复项，以及采用数据格式转换算法将数据转换为目标格式，以去除或修复错误的图像像素、音频噪声、视频帧丢失和文本中的拼写错误。
11、优选地，所述主成分分析模型的训练步骤如下：
12、数据准备：通过数据预处理模块获取物料堆放的实时特征数据，包括堆放物料的种类、面积、形状尺寸、堆放时间和气象条件信息，即特征数据式中，xfsm表示为一级安全物料特征的取值，xsem表示为二级易燃易爆物料特征的取值，xthm表示为三级有毒有害物料特征的取值，xra表示为合理面积特征的取值，xwa表示为警戒面积特征的取值，xdp表示为密集状特征的取值，xls表示为松散状特征的取值，表示为堆放时间特征的取值，xtp表示为温度特征的取值，xhd表示为湿度特征的取值，xws表示为风速特征的取值，且特征数据的均值为标准差为
13、数据标准化处理：为了确保各个特征的量纲一致，采用零均值化对数据进行标准化处理，即零均值化后的特征值为式中，z表示x特征零均值化后的取值，且
14、协方差矩阵计算：根据标准化后的特征数据，计算物料堆放特征之间的协方差矩阵式中，cov(x)表示为协方差矩阵，cov(xfsm，xfsm)表示为物料堆放中一级安全物料特征数据与一级安全物料特征数据的协方差，且计算cov(xfsm，xsem)表示为物料堆放中一级安全物料特征数据与二级易燃易爆物料特征数据的协方差，且计算cov(xfsm，xws)表示为物料堆放中一级安全物料特征数据与风速特征数据的协方差，且计算通过判断两个特征数据变量之间的协方差值，衡量两个特征数据变量之间的线性相关性；
15、特征值和特征向量计算：对协方差矩阵进行分解获得特征值和特征向量
16、主成分选择：比较各特征数据的特征值λ大小，选择特征值的特征向量v作为主成分；
17、数据转换：通过将原始特征数据与选定的主成分进行内积运算，即计算公式为y＝x*v，式中，x为物料堆放的原始特征数据矩阵，v为主成分分析得到的主成分矩阵，y为生成转换后的特征数据，转换后的特征数据是在主成分方向上的投影；
18、模型训练：根据转换后的特征数据y，使用聚类算法来对物料堆放进行分类，并使用回归算法来预测堆放时间与气象条件之间的关系来训练模型，其中，聚类算法采用k-means算法，回归算法采用线性回归算法；
19、模型评估和优化：使用交叉验证法对训练的模型进行评估和优化。
20、优选地，所述卷积神经网络模型的训练步骤如下：
21、定义损失函数：采用交叉熵损失函数衡量模型预测值与实际值之间差异的指标；
22、权重初始化：采用sgd调整模型权重和偏差；
23、正则化：学习率是模型更新权重的步长；
24、超参数的选择：超参数是在模型中不会改变的参数，包括卷积核的大小、本文档来自技高网...
【技术保护点】
1.一种智慧城市乱堆物料管理系统，其特征在于，包括智能终端，通过摄像头、麦克风、位置传感器和声光报警器的电子设备中采集城市区域内各个物料堆放站点的图像、音频、视频和文本的原始数据信息，采集后汇聚至数据采集传输模块；
2.根据权利要求1所述的一种智慧城市乱堆物料管理系统，其特征在于，所述特征数据中的堆放物料的种类、面积、形状尺寸、堆放时间和气象条件信息，用于从原始数据中获取关于物料堆放治理的相关信号，其中，堆放物料的种类是对堆放的物料进行种类堆放安全特性进行分类，包括一级安全物料，标记为Fsm，二级易燃易爆物料，标记为Sem，三级有毒有害物料，标记为Thm；堆放物料的面积是与物料堆放站点划分的面积进行对比，小于等于物料堆放站点划分的面积为合理面积，标记为Ra，大于超出物料堆放站点划分的面积为警戒面积，标记为Wa；堆放物料的形状尺寸分为密集状，标记为Dp，松散状，标记为Ls；物料的堆放时间为物料堆放的起始时间至物料搬运的结束时间，标记为t存储，堆放物料的气象条件包括温度Tp、湿度Hd和风速Ws。
3.根据权利要求2所述的一种智慧城市乱堆物料管理系统，其特征在于
4.根据权利要求3所述的一种智慧城市乱堆物料管理系统，其特征在于，所述主成分分析模型的训练步骤如下：
5.根据权利要求4所述的一种智慧城市乱堆物料管理系统，其特征在于，所述卷积神经网络模型的训练步骤如下：
6.根据权利要求5所述的一种智慧城市乱堆物料管理系统，其特征在于，所述准确率、精确值、召回率、F1值和运行时间的指标均是评估模型的性能，在管理系统中通过使用混淆矩阵来计算，则模型性能计算公式如下：
7.根据权利要求6所述的一种智慧城市乱堆物料管理系统，其特征在于，所述交叉验证获取指标变量的步骤如下：
8.根据权利要求7所述的一种智慧城市乱堆物料管理系统，其特征在于，所述关联规则挖掘算法采用Apriori算法，通过逐层搜索的迭代方法找出数据库中项集的关系形成规则，Apriori算法步骤如下；
9.一种智慧城市乱堆物料管理方法，通过权利要求1-8中任意一项所述的一种智慧城市乱堆物料管理系统来实现，其特征在于，包括以下步骤：
10.根据权利要求9所述的一种智慧城市乱堆物料管理方法，其特征在于，所述视图库平台是融合了若干种数据存储和处理技术的云端平台，提供全面的数据存储、管理、处理、分析和可视化功能；Minio是一款开源的对象存储服务，用来存储非结构化和结构化的数据，包括物料堆放的图片、文档、视频信息，在视图库平台上，运用Minio方便地将数据存档到云端，并快速地让数据预处理模块访问到需要的数据；
...【技术特征摘要】
1.一种智慧城市乱堆物料管理系统，其特征在于，包括智能终端，通过摄像头、麦克风、位置传感器和声光报警器的电子设备中采集城市区域内各个物料堆放站点的图像、音频、视频和文本的原始数据信息，采集后汇聚至数据采集传输模块；
2.根据权利要求1所述的一种智慧城市乱堆物料管理系统，其特征在于，所述特征数据中的堆放物料的种类、面积、形状尺寸、堆放时间和气象条件信息，用于从原始数据中获取关于物料堆放治理的相关信号，其中，堆放物料的种类是对堆放的物料进行种类堆放安全特性进行分类，包括一级安全物料，标记为fsm，二级易燃易爆物料，标记为sem，三级有毒有害物料，标记为thm；堆放物料的面积是与物料堆放站点划分的面积进行对比，小于等于物料堆放站点划分的面积为合理面积，标记为ra，大于超出物料堆放站点划分的面积为警戒面积，标记为wa；堆放物料的形状尺寸分为密集状，标记为dp，松散状，标记为ls；物料的堆放时间为物料堆放的起始时间至物料搬运的结束时间，标记为t存储，堆放物料的气象条件包括温度tp、湿度hd和风速ws。
3.根据权利要求2所述的一种智慧城市乱堆物料管理系统，其特征在于，所述获取特征数据是对原始数据进行预处理，分别采用均值插值算法处理数据中的缺失值，lof算法检测数据中的异常值，傅里叶变换滤波算法过滤数据中的噪声或错误值，哈希函数的去重算法去除数据中的重复项，以及采用数据格式转换算法将数据转换为目标格式，以去除或修复错误的图像像素、音频噪声、视频帧丢失和文本中的拼写错误...
【专利技术属性】
技术研发人员：王晔，
申请(专利权)人：苏州远罗软件科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。