[发明专利]一种垃圾桶满溢监测方法

权利要求书

1.一种垃圾桶满溢监测方法，其特征在于，所述方法包括以下具体步骤：

步骤1：获取垃圾桶内的垃圾高度时间序列数据和垃圾重量时间序列数据；

步骤2：对数据进行预处理，得到时间序列预测模型的输入与输出；按照时间步长t，从所述时间序列数据中选取数段长度为t的连续序列，作为所述时间序列预测模型的输入序列(x₁,x₂,...,x_t)；将所述输入序列右移一步的数据作为所述时间序列预测模型的输出y；对数据进行归一化处理，并划分为训练集和测试集；

步骤3：训练所述时间序列预测模型，获得垃圾数据的预测值；所述时间序列预测模型由t个串联的记忆单元组成，所述的输入序列与记忆单元一一对应，将上一个记忆单元的输出h_i-1和当前的输入x_i输入到当前记忆单元中，得到下一个记忆单元的输出h_i，最后一个记忆单元的输出h_t，与实际输出y计算均方误差，重复上述过程，直到模型收敛为止；其中，将最后一个记忆单元的输出h_t作为垃圾数据的预测值

步骤4：训练无监督聚类算法，将所述垃圾数据的预测值划分为不同的满溢等级；按照满溢等级k，初始化k个聚类中心，依次计算所述垃圾时间序列数据到每个聚类中心的距离，将所述垃圾时间序列数据划分到最近的聚类中心，根据每个聚类中心形成的类簇更新聚类中心；重复初始化以外的所有过程直至聚类中心不再更新为止；最后，将属于同一个聚类中心的垃圾时间序列数据划分为一个满溢等级；其中，所述聚类中心为垃圾重量数据和垃圾高度数据形成的一个坐标，所述类簇为多个垃圾高度数据与多个垃圾重量数据一一对应形成的不同坐标。

2.如权利要求1所述的方法，其特征在于，所述记忆单元，包括：

遗忘门、输入门和输出门；

遗忘门f_t负责保留或者丢弃上一记忆单元的信息，将上一个记忆单元的输出信息h_t-1和当前输入的信息x_t同时传递到sigmoid激活函数中，输出值介于0和1之间，用于决定保留或者丢弃的程度，公式如下：

f_t＝σ(W_f·[h_t-1,x_t]+b_f)

其中，σ(·)表示sigmoid激活函数，h_t-1表示上一个记忆单元的输出信息，x_t表示当前记忆单元的输入，W_f表示训练参数矩阵，b_f表示训练参数向量；

输入门i_t负责将当前输入的信息保留在当前记忆单元中，包括两部分，第一部分将上一个记忆单元的输出信息h_t-1和当前输入的信息x_t同时传递到sigmoid函数中，用来决定当前输入信息的重要程度；第二部分将上一个记忆单元的输出信息h_t-1和当前输入的信息x_t同时传递到tanh激活函数中，得到一个新的侯选值向量最后根据遗忘门f_t和输入门i_t更新当前记忆单元的状态C_t，公式如下：

i_t＝σ(W_i·[h_t-1,x_t]+b_i)

其中，tanh(·)表示tanh激活函数，W_i和W_c表示训练参数矩阵，b_i和b_c表示训练参数向量，表示候选值向量，C_t表示当前记忆单元的状态，*表示内积运算；

输出门o_t用来确定当前记忆单元的输出，将上一个记忆单元的输出信息h_t-1和当前输入x_t传递到sigmoid函数中，然后将当前记忆单元的状态C_t传递给tanh函数，最后将tanh的输出与sigmoid的输出o_t相乘，公式如下：

o_t＝σ(W_o·[h_t-1,x_t]+b_o)

h_t＝o_t*tanh(C_t)

其中，W_o表示训练参数矩阵，b_o表示训练参数向量。