CN107492192A - 垃圾分类积分用于商品兑换的兑换机 - Google Patents

垃圾分类积分用于商品兑换的兑换机 Download PDF

Info

Publication number
CN107492192A
CN107492192A CN201710681263.7A CN201710681263A CN107492192A CN 107492192 A CN107492192 A CN 107492192A CN 201710681263 A CN201710681263 A CN 201710681263A CN 107492192 A CN107492192 A CN 107492192A
Authority
CN
China
Prior art keywords
user
formula
model
integration
commodity
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.)
Pending
Application number
CN201710681263.7A
Other languages
English (en)
Inventor
黄正
王湧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Intermodal Environmental Engineering Ltd By Share Ltd
Original Assignee
Zhejiang Intermodal Environmental Engineering Ltd By Share Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Intermodal Environmental Engineering Ltd By Share Ltd filed Critical Zhejiang Intermodal Environmental Engineering Ltd By Share Ltd
Priority to CN201710681263.7A priority Critical patent/CN107492192A/zh
Publication of CN107492192A publication Critical patent/CN107492192A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F7/00—Mechanisms actuated by objects other than coins to free or to actuate vending, hiring, coin or paper currency dispensing or refunding apparatus
    • G07F7/06—Mechanisms actuated by objects other than coins to free or to actuate vending, hiring, coin or paper currency dispensing or refunding apparatus by returnable containers, i.e. reverse vending systems in which a user is rewarded for returning a container that serves as a token of value, e.g. bottles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及商品兑换机。垃圾分类积分用于商品兑换的兑换机，兑换机内设有存放商品的机构和取物口，兑换机上设有控制器及与其相连的用户确认装置和无线传输装置，用户确认装置确认用户信息；用户积分通过垃圾分类投放获得，基于LS‑SVN分别建立第一模型、第二模型和第三模型，用户获得的奖惩积分和最终积分均存入用户积分账户用于商品兑换。该垃圾分类积分用于商品兑换的兑换机的优点是结构合理，可以同时使用垃圾分类积分和电子支付获取商品，并且获取积分的方式合理，可以提高用户对于垃圾分类投放的积极性。

Description

垃圾分类积分用于商品兑换的兑换机
技术领域
本发明涉及商品兑换机，具体是通过垃圾分类投放获得的积分进行商品兑换的兑换机。
背景技术
垃圾分类是对垃圾收集处置传统方式的改革，是对垃圾进行有效处置的一种科学管理方法。人们面对日益增长的垃圾产量和环境状况恶化的局面，如何通过垃圾分类管理，最大限度地实现垃圾资源利用，减少垃圾处置量，改善生存环境质量，是当前世界各国共同关注的迫切问题之一。通过定期向市民免费发放垃圾袋来促进市民对于垃圾分类回收的意识，因而市场上有一些垃圾袋发放***，该类***绑定垃圾袋信息和用户信息，对垃圾进行追踪，并可对垃圾分类回收意识较好的用户进行积分制奖励，更好的实现垃圾分类回收的意义。现有的垃圾分类积分用于商品兑换的兑换机只是简单的将垃圾称重的金额转为积分进行商品兑换，对于垃圾分类正确投放没有奖励的措施，没有更加合理的积分获得程序，因此用户进行垃圾分类投放的积极性不高，另外现有的兑换机只能支持积分兑换功能不支持电子支付，在积分用完的情况下用户无法获得商品。
发明内容
本发明的目的是公开一种可以同时使用垃圾分类积分用于商品兑换和电子支付获取商品的垃圾分类积分用于商品兑换的兑换机，并且垃圾分类积分设计合理，可以提高用户对于垃圾分类投放的积极性。
本发明通过以下技术方案来实现上述目的：垃圾分类积分用于商品兑换的兑换机，兑换机内设有存放商品的机构和取物口，兑换机上设有控制器及与其相连的用户确认装置和无线传输装置，用户确认装置确认用户信息；兑换机上设有电子支付***，无线传输装置将用户信息和支付信息传至服务器，服务器通过无线传输装置和控制器进行确认用户积分、通过积分兑换商品和完成电子支付的操作；用户积分通过垃圾分类投放获得，基于LS-SVN分别建立第一模型、第二模型和第三模型，第一模型是用户投放垃圾的次数和正确率与获得奖惩积分的模型，第二模型是用户投放垃圾的次数、正确率和奖惩积分与获得权值的模型，第三模型是用户的权值、垃圾重量、垃圾类型和不同垃圾对应的市价与获得的最终积分的模型，用户获得的奖惩积分和最终积分均存入用户积分账户用于商品兑换。
作为优选，兑换机上设有操作显示屏，操作显示屏用于用户操作和显示用户及商品信息，使用方便。
作为优选，用户确认装置是扫描枪或二维码，使用方便。
作为优选，用户确认装置包括二维码和用户的手机，用户通过手机确认用户信息后通过手机软件进行商品兑换、用户积分查询和电子支付，使用方便。
作为优选，采用最小二乘法支持向量机LS-SVM建立第一模型，依次包括以下步骤：(1) 对于给定的数据向量{xj,yj}N,j＝1,2,…,N，输入向量集合为 即x∈R2；输出向量集合即式1：y∈R1， yj＝f(xj)+ej，f(xj)是拟合值；ej是拟合值域实际值的偏差；(2)定义非线性映射把步骤1中非线性相关的数据从原空间映射到特征空间原非线性模型转化为特征空间的线性模型，即LS-SVM的模型式2：ω，b是模型中需要进行辨识的参数；(3)利用解构风险最小化原则，对式2中需要辨识的参数进行处理得到式3：γ是正则化参数；Remp为损失函数；(4)基于LS-SVN的奖惩积分预测模型在目标函数中选择损失函数为误差的二次方函数的表达式4：式5：(5)由拉格朗日函数求解式4，根据KKT条件，对拉格朗日函数求偏导可以得到式6：
；(6)根据Mercer条件，定义核函数，本文选择Gauss径向机核函数式7： K(x,xi)＝exp{-||xj-xv||}2/σ2，式7中σ为核宽度；(7)将式 7代入式6，优化问题转化为线性方程求解问题，得到式8：
；xj是训练天数输入数据向量；xv是预测天数的输入数据向量；f(xv)为输出向量集合；式8即为基于LS-SVM建立的奖惩积分预测模型；(8)对多个数据进行归一化处理，·2表示向量的2-范数；(9)需要确定的参数有向量机正则化参数C，和RBF核参数σ2，采用交叉验证法确定参数的取值，根据模型在验证集上的性能表现，确定合适的参数。
作为优选，根据用户投放垃圾的行为习惯，得到一个权值作为用户投放垃圾获得积分的一项重要指标。
作为优选，采用最小二乘法支持向量机LS-SVM建立第二模型，依次包括以下步骤：(1) 对于给定的数据向量{xj,yj}N,j＝1,2,…,N，输入向量集合为 即x∈R2；输出向量集合为即式1： y∈R1，yj＝f(xj)+ej，f(xj)是拟合值；ej是拟合值域实际值的偏差；(2)定义非线性映射把步骤1中非线性相关的数据从原空间映射到特征空间原非线性模型转化为特征空间的线性模型，即LS-SVM的模型式2：ω，b是模型中需要进行辨识的参数；(3)利用解构风险最小化原则，对式2中需要辨识的参数进行处理得到式3：γ是正则化参数；Remp为损失函数；(4)基于LS-SVN的奖惩积分预测模型在目标函数中选择损失函数为误差的二次方函数的表达式4：式5：(5)由拉格朗日函数求解式4，根据KKT条件，对拉格朗日函数求偏导可以得到式6：
；(6)根据Mercer条件，定义核函数，本文选择Gauss径向机核函数式7： K(x,xi)＝exp{-||xj-xv||}2/σ2，式7中σ为核宽度；(7)将式 7代入式6，优化问题转化为线性方程求解问题，得到式8：
；xj是训练天数输入数据向量；xv是预测天数的输入数据向量；f(xv)为输出向量集合；式8即为基于LS-SVM建立的奖惩积分预测模型；(8)对多个数据进行归一化处理，||·||2表示向量的2-范数；(9)确定LS-SVM中向量机正则化参数C，和RBF核参数σ2的参数。
作为优选，采用最小二乘法支持向量机LS-SVM建立第三模型，依次包括以下步骤：(1) 对于给定的数据向量{xj,yj}N,j＝1,2,…,N，输入向量集合为 即x∈R2；输出向量集合为即式1：y∈R1，yj＝f(xj)+ej，f(xj)是拟合值；ej是拟合值域实际值的偏差；(2)定义非线性映射把步骤1中非线性相关的数据从原空间映射到特征空间原非线性模型转化为特征空间的线性模型，即LS-SVM的模型式2：ω，b是模型中需要进行辨识的参数；(3)利用解构风险最小化原则，对式2中需要辨识的参数进行处理得到式3：γ是正则化参数；Remp为损失函数；(4)基于LS-SVN的奖惩积分预测模型在目标函数中选择损失函数为误差的二次方函数的表达式4：式5： (5)由拉格朗日函数求解式4，根据KKT条件，对拉格朗日函数求偏导可以得到式6：(6)根据Mercer条件，定义核函数，本文选择Gauss径向机核函数式7：K(x,xi)＝exp{-||xj-xv||}2/σ2，式7中σ为核宽度；(7)将式7代入式6，优化问题转化为线性方程求解问题，得到式8：xj是训练天数输入数据向量；xv是预测天数的输入数据向量；f(xv)为输出向量集合；式8即为基于LS-SVM建立的奖惩积分预测模型；(8)对多个数据进行归一化处理，·2表示向量的2-范数；(9)确定 LS-SVM中向量机正则化参数C，和RBF核参数σ2的参数。
作为优选，商品包括垃圾袋和其它商品，行商品兑换的步骤如下：(1)用户验证信息，服务器上的数据库验证通过进入下一步；(2)判断用户兑换垃圾袋还是其它商品，如果用户兑换的是垃圾袋，调用数据库数据继续判断该用户在该自然月是否有过领取记录，如果没有领取记录，服务器下发指令，该用户可以领取垃圾袋，如果有过领取记录，进入下一步，如果兑换的是商品，进入下一步；(3)服务器调用数据库数据查找该用户的现有积分，判断积分是否达到兑换积分，如果现有积分达到兑换积分，服务器操作数据库扣除相应积分并保存扣除后的积分，如果现有积分不够，进入下一步；(4)判断用户是否使用电子支付，如果不使用，无法领取垃圾袋和其它商品；如果使用，再判断是否扣除用户剩余的积分，如果同意扣除剩余积分，则扣除用户剩余积分并支付剩余的费用，如果不同意扣除剩余积分，则直接电子支付相应费用，用户即可领取垃圾袋或其它商品，使用方便。
作为优选，手机软件是微信公众号或垃圾分类积分APP，使用方便。
采用了上述技术方案的垃圾分类积分用于商品兑换的兑换机，服务器通过无线传输装置和控制器进行确认用户积分、通过积分兑换商品和完成电子支付的操作，兑换机既可以使用垃圾分类投放获得的积分进行商品兑换，也可以直接通过电子支付购买商品，也可以使用积分与电子支付组合的方式获取商品。基于LS-SVN分别建立第一模型、第二模型和第三模型，根据用户行为习惯获得第一模型的奖惩积分，根据奖惩积分通过第二模型得到权值，最后根据权值、投放垃圾的重量、垃圾类型、不同垃圾对应的市价通过第三模型获得积分，由于数据的不断变化，获得的积分也并不相同，行为习惯越好获得的奖惩积分会越多，获得的权值会越多，获得积分也会越多，提高了用户垃圾分类投放的积极性。综上所述，该垃圾分类积分用于商品兑换的兑换机的优点是结构合理，可以同时使用垃圾分类积分和电子支付获取商品，并且获取积分的方式合理，可以提高用户对于垃圾分类投放的积极性。
附图说明
图1为本发明的结构示意图。
具体实施方式
下面结合实施例对本发明作进一步说明。
垃圾分类积分用于商品兑换的兑换机，兑换机内设有存放商品的机构和取物口3，兑换机前面板通过机械锁2锁住，更换和补充商品打开机械锁2即可。兑换机上设有控制器及与其相连的用户确认装置、操作显示屏1、电子支付***和无线传输装置，用户确认装置确认用户信息。操作显示屏用于用户操作和显示用户及商品信息，兑换机上设有电子支付***。无线传输装置将用户信息和支付信息传至服务器，服务器通过无线传输装置和控制器进行确认用户积分、通过积分兑换商品和完成电子支付等操作。
用户确认装置可以是扫描枪、二维码5和用户手机的组合，扫描枪的扫描口6扫描用户的二维码可以确认用户信息，用户通过手机扫描兑换机上的二维码5也可以确认用户信息。用户通过手机确认用户信息后通过手机软件进行商品兑换、用户积分查询和电子支付。
用户积分通过垃圾分类投放获得，基于LS-SVN分别建立第一模型、第二模型和第三模型，第一模型是用户投放垃圾的次数和正确率与获得奖惩积分的模型，第二模型是用户投放垃圾的次数、正确率和奖惩积分与获得权值的模型，第三模型是用户的权值、垃圾重量、垃圾类型和不同垃圾对应的市价与获得的最终积分的模型，用户获得的奖惩积分和最终积分均存入用户积分账户用于商品兑换。
采用最小二乘法支持向量机LS-SVM建立第一模型，依次包括以下步骤：(1)对于给定的数据向量{xj,yj}N,j＝1,2,…,N，输入向量集合为 即x∈R2；输出向量集合即式1：y∈R1，yj＝f(xj)+ej， f(xj)是拟合值；ej是拟合值域实际值的偏差；(2)定义非线性映射把步骤1中非线性相关的数据从原空间映射到特征空间原非线性模型转化为特征空间的线性模型，即LS-SVM的模型式2：ω，b是模型中需要进行辨识的参数；(3)利用解构风险最小化原则，对式2中需要辨识的参数进行处理得到式3：γ是正则化参数；Remp为损失函数；(4)基于LS-SVN的奖惩积分预测模型在目标函数中选择损失函数为误差的二次方函数的表达式4：式5：(5)由拉格朗日函数求解式4，根据KKT条件，对拉格朗日函数求偏导可以得到式6：；(6)根据Mercer条件，定义核函数，本文选择Gauss径向机核函数式7： K(x,xi)＝exp{-||xj-xv||}2/σ2，式7中σ为核宽度；(7)将式 7代入式6，优化问题转化为线性方程求解问题，得到式8：
；xj是训练天数输入数据向量；xv是预测天数的输入数据向量；f(xv)为输出向量集合；式8即为基于LS-SVM建立的奖惩积分预测模型；(8)已确定的输入输出数据包括多个方面的内容，数据的单位、数量级都不尽相同，如果直接用原始数据进行运算，则很可能出现较大范围变化的数据淹没较小范围变化的数据的情况，使预测结果准确性降低，而且Gauss径向机核函数计算中涉及向量的内积，数据的值过大会引起计算困难，从而影响整个模型的计算效率，基于以上分析，对多个数据进行归一化处理，||·||2表示向量的2-范数；(9)需要确定的参数有向量机正则化参数C，和RBF核参数σ2，采用交叉验证法确定参数的取值，根据模型在验证集上的性能表现，确定合适的参数。
这样便可以根据数据库中的大数据获知用户之后每次投放获得的奖惩积分，由于数据的不断变化，每次获得的积分也并不相同，行为习惯越好获得的奖惩积分会越多。
根据用户投放垃圾的行为习惯，得到一个权值作为用户投放垃圾获得积分的一项重要指标。
采用最小二乘法支持向量机LS-SVM建立第二模型，依次包括以下步骤：(1)对于给定的数据向量{xj,yj}N,j＝1,2,…,N，输入向量集合为 即x∈R2；输出向量集合即式1：y∈R1，yj＝f(xj)+ej， f(xj)是拟合值；ej是拟合值域实际值的偏差；(2)定义非线性映射把步骤1中非线性相关的数据从原空间映射到特征空间原非线性模型转化为特征空间的线性模型，即LS-SVM的模型式2：ω，b是模型中需要进行辨识的参数；(3)利用解构风险最小化原则，对式2中需要辨识的参数进行处理得到式3：γ是正则化参数；Remp为损失函数；(4)基于LS-SVN的奖惩积分预测模型在目标函数中选择损失函数为误差的二次方函数的表达式4：式5：(5)由拉格朗日函数求解式4，根据KKT条件，对拉格朗日函数求偏导可以得到式6：；(6)根据Mercer条件，定义核函数，本文选择Gauss径向机核函数式7： K(x,xi)＝exp{-||xj-xv||}2/σ2，式7中σ为核宽度；(7)将式 7代入式6，优化问题转化为线性方程求解问题，得到式8：；xj是训练天数输入数据向量；xv是预测天数的输入数据向量；f(xv)为输出向量集合；式8即为基于LS-SVM建立的奖惩积分预测模型；(8)已确定的输入输出数据包括多个方面的内容，数据的单位、数量级都不尽相同，如果直接用原始数据进行运算，则很可能出现较大范围变化的数据淹没较小范围变化的数据的情况，使预测结果准确性降低，而且Gauss径向机核函数计算中涉及向量的内积，数据的值过大会引起计算困难，从而影响整个模型的计算效率，基于以上分析，对多个数据进行归一化处理，||·||2表示向量的2-范数；(9)需要确定的参数有向量机正则化参数C，和RBF核参数σ2，采用交叉验证法确定参数的取值，根据模型在验证集上的性能表现，确定合适的参数。
这样便可以根据数据库中的大数据预知每个用户的权值，由于数据的不断变化，获得的权值也并不相同，行为习惯越好获得的权值会越多。
根据上述模型，采用最小二乘法支持向量机LS-SVM建立第三模型，依次包括以下步骤： (1)对于给定的数据向量{xj,yj}N,j＝1,2,…,N，输入向量集合为 即x∈R2；输出向量集合为即式1：y∈R1，yj＝f(xj)+ej，f(xj)是拟合值；ej是拟合值域实际值的偏差；(2)定义非线性映射把步骤1中非线性相关的数据从原空间映射到特征空间原非线性模型转化为特征空间的线性模型，即LS-SVM的模型式2：ω，b是模型中需要进行辨识的参数；(3)利用解构风险最小化原则，对式2中需要辨识的参数进行处理得到式3：γ是正则化参数；Remp为损失函数；(4)基于LS-SVN的奖惩积分预测模型在目标函数中选择损失函数为误差的二次方函数的表达式4：式5： (5)由拉格朗日函数求解式4，根据KKT条件，对拉格朗日函数求偏导可以得到式6：(6)根据Mercer条件，定义核函数，本文选择Gauss径向机核函数式7：K(x,xi)＝exp{-||xj-xv||}2/σ2，式7中σ为核宽度；(7)将式7代入式6，优化问题转化为线性方程求解问题，得到式8：xj是训练天数输入数据向量；xv是预测天数的输入数据向量；f(xv)为输出向量集合；式8即为基于LS-SVM建立的奖惩积分预测模型；(8)已确定的输入输出数据包括多个方面的内容，数据的单位、数量级都不尽相同，如果直接用原始数据进行运算，则很可能出现较大范围变化的数据淹没较小范围变化的数据的情况，使预测结果准确性降低，而且Gauss径向机核函数计算中涉及向量的内积，数据的值过大会引起计算困难，从而影响整个模型的计算效率，基于以上分析，对多个数据进行归一化处理，||·||2表示向量的2-范数；(9)确定LS-SVM中向量机正则化参数C，和RBF核参数σ2的参数。
通过以上制定的规则以及建立的三个模型就可以根据数据库中的大数据预知每个用户投放垃圾获得的积分，由于数据的不断变化，获得的积分也并不相同，行为习惯越好获得的权值会越多，垃圾的市价越高获得积分也会越多。根据用户行为习惯获得第一模型的奖惩积分，根据奖惩积分通过第二模型得到权值，最后根据权值、投放垃圾的重量、垃圾类型、不同垃圾对应的市价通过第三模型获得积分，第三模型获得的积分是用户获取积分的主要手段，第一模型获得的奖惩积分是一种对用户行为习惯的奖惩形式。
下表是不同用户投放垃圾获得奖惩积分、权值和积分的数据表。
用户积分奖惩的步骤是：巡检员打开智能垃圾箱检查每个垃圾袋的投放情况，巡检员用扫描枪扫描每个垃圾袋上的二维码获取用户信息，如果用户投放的垃圾分类正确，巡检员把数据上传到服务器并获得一定的积分；如果用户投放的垃圾分类错误，巡检员把数据上传到服务器并扣除一定的积分。
积分获取的流程具体包括：
步骤1：用户用事先绑定过用户信息的二维码卡，将二维码卡靠近智能垃圾箱的扫码口处；
步骤2：通过扫码器扫描卡片上的二维码获取用户***，并由智能垃圾箱内安装的无线通信终端把获取的用户信息上传到服务器；
步骤3：服务器把该用户***通过服务器的数据库查找该用户信息，判断用户与绑定的智能垃圾箱是否匹配，如果不匹配，服务器通过无线通信终端对智能垃圾箱下发指令不进行任何操作，智能垃圾箱不开门；如果匹配，进入下一步；
步骤5：根据用户选择投放的垃圾种类，按下相应的按键门打卡，判断投放的垃圾是可回收垃圾还是不可回收垃圾，如果是不可回收垃圾，用户获得一定的积分；如果是可回收垃圾，服务器解析用户投放的垃圾数据，并通过相应算法获得一定积分。
积分兑换的流程具体包括：
步骤1：用户用事先绑定过用户信息的二维码卡，将二维码卡靠近商品兑换机扫码口6 处；
步骤2：通过扫码器扫描卡片上的二维码获取用户***，并由商品兑换机内的无线传输装置具体是无线路由器4把获取的用户信息上传到服务器；
步骤3：后台服务器把该用户***通过数据库查找该用户信息，判断用户与绑定的商品兑换机是否匹配，如果不匹配服务器通过无线路由器4对商品兑换机下发指令不进行任何操作，如果匹配，进入下一步；
步骤4：判断用户是兑换垃圾袋还是商品，如果用户兑换的是垃圾袋，服务器调用数据库数据继续判断该用户在该自然月是否有过领取记录，如果没有领取记录，服务器通过无线路由器对商品兑换机下发指令操作安卓***控制电机的转动从而发放垃圾袋，该用户就可以在取物口3领取垃圾袋，如果有过领取记录，进入下一步，如果兑换的是商品，进入下一步；
步骤5：服务器调用数据库数据查找该用户的现有积分，判断积分是否达到兑换积分，如果现有积分达到兑换积分，后台服务器操作数据库扣除相应积分并保存扣除后的积分，如果现有积分不够，进入下一步；
步骤6：判断用户是否使用电子支付，例如微信或支付宝支付，如果不使用，商品兑换机不会发放垃圾袋和商品；如果使用，再判断是否扣除用户剩余的积分，如果同意扣除剩余积分，则扣除用户剩余积分并支付相应的费用，如果不同意扣除剩余积分，则支付相应的费用，该用户就可以在取物口3处领取物品。
本发明采用基于LS-SVM的三个预测模型，分别建立了用户投放垃圾的次数、正确率与获得奖惩积分之间的模型；用户投放垃圾的次数、正确率、获得奖惩积分和权值之间的模型；以及用户的权值、用户投放垃圾的重量、垃圾类型、不同垃圾对应的市价和用户投放垃圾获得的积分之间的模型。本发明的兑换机运用服务器和数据库，可以把多个兑换机联系在一起，可以收集并处理大量的数据，改变了之前运用底层嵌入式进行单个操作的局限性，形成了物联网的雏形，有利于集中管理。本发明能够保证用户数据安全、有利于人员后期维护、便于添加用户数据、不受商品兑换机损坏的影响，减少***奔溃的几率。通过***上传用户信息以及接受服务器下发的指令，从而控制商品兑换机的电机转动实现商品掉落。本专利的积分兑换技术把用户、商品兑换机、服务器、数据库、微信公众号联系在一起，其中安放在小区内的商品兑换机通过用户确认装置确认用户信息，由无线传输装置上传数据，服务器调用数据库的信息扣除用户相应积分并对商品兑换机下发指令实施远程自动操作，并且还可以使用手机软件实现积分兑换和商品电子支付。

Claims (10)

1.垃圾分类积分用于商品兑换的兑换机，兑换机内设有存放商品的机构和取物口，兑换机上设有控制器及与其相连的用户确认装置和无线传输装置，用户确认装置确认用户信息；其特征在于兑换机上设有电子支付***，无线传输装置将用户信息和支付信息传至服务器，服务器通过无线传输装置和控制器进行确认用户积分、通过积分兑换商品和完成电子支付的操作；用户积分通过垃圾分类投放获得，基于LS-SVN分别建立第一模型、第二模型和第三模型，第一模型是用户投放垃圾的次数和正确率与获得奖惩积分的模型，第二模型是用户投放垃圾的次数、正确率和奖惩积分与获得权值的模型，第三模型是用户的权值、垃圾重量、垃圾类型和不同垃圾对应的市价与获得的最终积分的模型，用户获得的奖惩积分和最终积分均存入用户积分账户用于商品兑换。
2.根据权利要求1所述的垃圾分类积分用于商品兑换的兑换机，其特征在于兑换机上设有操作显示屏，操作显示屏用于用户操作和显示用户及商品信息。
3.根据权利要求1所述的垃圾分类积分用于商品兑换的兑换机，其特征在于用户确认装置是扫描枪或二维码。
4.根据权利要求1所述的垃圾分类积分用于商品兑换的兑换机，其特征在于用户确认装置包括二维码和用户的手机，用户通过手机确认用户信息后通过手机软件进行商品兑换、用户积分查询和电子支付。
5.根据权利要求1所述的垃圾分类积分用于商品兑换的兑换机，其特征在于采用最小二乘法支持向量机LS-SVM建立第一模型，依次包括以下步骤：(1)对于给定的数据向量{xj,yj}N,j＝1,2,…,N，输入向量集合为 即x∈R2；输出向量集合即式1：y∈R1，yj＝f(xj)+ej，f(xj)是拟合值；ej是拟合值域实际值的偏差；(2)定义非线性映射把步骤1中非线性相关的数据从原空间映射到特征空间原非线性模型转化为特征空间的线性模型，即LS-SVM的模型式2：ω，b是模型中需要进行辨识的参数；(3)利用解构风险最小化原则，对式2中需要辨识的参数进行处理得到式3：γ是正则化参数；Remp为损失函数；(4)基于LS-SVN的奖惩积分预测模型在目标函数中选择损失函数为误差的二次方函数的表达式4：式5：(5)由拉格朗日函数求解式4，根据KKT条件，对拉格朗日函数求偏导可以得到式6：(6)根据Mercer条件，定义核函数，本文选择Gauss径向机核函数式7：K(x,xi)＝exp{-||xj-xv||}2/σ2，式7中σ为核宽度；(7)将式7代入式6，优化问题转化为线性方程求解问题，得到式8：xj是训练天数输入数据向量；xv是预测天数的输入数据向量；f(xv)为输出向量集合；式8即为基于LS-SVM建立的奖惩积分预测模型；(8)对多个数据进行归一化处理，||·||2表示向量的2-范数；(9)需要确定的参数有向量机正则化参数C，和RBF核参数σ2，采用交叉验证法确定参数的取值，根据模型在验证集上的性能表现，确定合适的参数。
6.根据权利要求1所述的垃圾分类积分用于商品兑换的兑换机，其特征在于根据用户投放垃圾的行为习惯，得到一个权值作为用户投放垃圾获得积分的一项指标。
7.根据权利要求1所述的垃圾分类积分用于商品兑换的兑换机，其特征在于采用最小二乘法支持向量机LS-SVM建立第二模型，依次包括以下步骤：(1)对于给定的数据向量{xj,yj}N,j＝1,2,…,N，输入向量集合为 即x∈R2；输出向量集合为即式1：y∈R1，yj＝f(xj)+ej，f(xj)是拟合值；ej是拟合值域实际值的偏差；(2)定义非线性映射把步骤1中非线性相关的数据从原空间映射到特征空间原非线性模型转化为特征空间的线性模型，即LS-SVM的模型式2：ω，b是模型中需要进行辨识的参数；(3)利用解构风险最小化原则，对式2中需要辨识的参数进行处理得到式3：γ是正则化参数；Remp为损失函数；(4)基于LS-SVN的奖惩积分预测模型在目标函数中选择损失函数为误差的二次方函数的表达式4：式5：(5)由拉格朗日函数求解式4，根据KKT条件，对拉格朗日函数求偏导可以得到式6：(6)根据Mercer条件，定义核函数，本文选择Gauss径向机核函数式7：K(x,xi)＝exp{-||xj-xv||}2/σ2，式7中σ为核宽度；(7)将式7代入式6，优化问题转化为线性方程求解问题，得到式8：xj是训练天数输入数据向量；xv是预测天数的输入数据向量；f(xv)为输出向量集合；式8即为基于LS-SVM建立的奖惩积分预测模型；(8)对多个数据进行归一化处理，||·||2表示向量的2-范数；(9)确定LS-SVM中向量机正则化参数C，和RBF核参数σ2的参数。
8.根据权利要求1所述的垃圾分类积分用于商品兑换的兑换机，其特征在于采用最小二乘法支持向量机LS-SVM建立第三模型，依次包括以下步骤：(1)对于给定的数据向量{xj,yj}N,j＝1,2,…,N，输入向量集合为 即x∈R2；输出向量集合为即式1：y∈R1，yj＝f(xj)+ej，f(xj)是拟合值；ej是拟合值域实际值的偏差；(2)定义非线性映射把步骤1中非线性相关的数据从原空间映射到特征空间原非线性模型转化为特征空间的线性模型，即LS-SVM的模型式2：ω，b是模型中需要进行辨识的参数；(3)利用解构风险最小化原则，对式2中需要辨识的参数进行处理得到式3：γ是正则化参数；Remp为损失函数；(4)基于LS-SVN的奖惩积分预测模型在目标函数中选择损失函数为误差的二次方函数的表达式4：式5： (5)由拉格朗日函数求解式4，根据KKT条件，对拉格朗日函数求偏导可以得到式6：(6)根据Mercer条件，定义核函数，本文选择Gauss径向机核函数式7：K(x,xi)＝exp{-||xj-xv||}2/σ2，式7中σ为核宽度；(7)将式7代入式6，优化问题转化为线性方程求解问题，得到式8：xj是训练天数输入数据向量；xv是预测天数的输入数据向量；f(xv)为输出向量集合；式8即为基于LS-SVM建立的奖惩积分预测模型；(8)对多个数据进行归一化处理，||·||2表示向量的2-范数；(9)确定LS-SVM中向量机正则化参数C，和RBF核参数σ2的参数。
9.根据权利要求1所述的垃圾分类积分用于商品兑换的兑换机，其特征在于商品包括垃圾袋和其它商品，行商品兑换的步骤如下：(1)用户验证信息，数据库验证通过进入下一步；(2)判断用户兑换垃圾袋还是其它商品，如果用户兑换的是垃圾袋，调用数据库数据继续判断该用户在该自然月是否有过领取记录，如果没有领取记录，服务器下发指令，该用户可以领取垃圾袋，如果有过领取记录，进入下一步，如果兑换的是商品，进入下一步；(3)服务器调用数据库数据查找该用户的现有积分，判断积分是否达到兑换积分，如果现有积分达到兑换积分，服务器操作数据库扣除相应积分并保存扣除后的积分，如果现有积分不够，进入下一步；(4)判断用户是否使用电子支付，如果不使用，无法领取垃圾袋和其它商品；如果使用，再判断是否扣除用户剩余的积分，如果同意扣除剩余积分，则扣除用户剩余积分并支付剩余的费用，如果不同意扣除剩余积分，则直接电子支付相应费用，用户即可领取垃圾袋或其它商品。
10.根据权利要求4所述的垃圾分类积分用于商品兑换的兑换机，其特征在于手机软件是微信公众号或垃圾分类积分APP。
CN201710681263.7A 2017-08-10 2017-08-10 垃圾分类积分用于商品兑换的兑换机 Pending CN107492192A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710681263.7A CN107492192A (zh) 2017-08-10 2017-08-10 垃圾分类积分用于商品兑换的兑换机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710681263.7A CN107492192A (zh) 2017-08-10 2017-08-10 垃圾分类积分用于商品兑换的兑换机

Publications (1)

Publication Number Publication Date
CN107492192A true CN107492192A (zh) 2017-12-19

Family

ID=60645207

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710681263.7A Pending CN107492192A (zh) 2017-08-10 2017-08-10 垃圾分类积分用于商品兑换的兑换机

Country Status (1)

Country Link
CN (1) CN107492192A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109993880A (zh) * 2019-03-29 2019-07-09 克拉玛依市诚谊科技服务有限公司 鼓励垃圾分类的积分管理***
CN111047768A (zh) * 2019-12-11 2020-04-21 苏州纳故环保科技有限公司 发放兑换功能一体机及其兑换方法
CN111815338A (zh) * 2019-04-11 2020-10-23 深圳市家家分类科技有限公司 垃圾源头分类减量综合服务平台及相关产品
CN111814519A (zh) * 2019-04-11 2020-10-23 深圳市家家分类科技有限公司 行为评分获取方法及相关产品
CN112085878A (zh) * 2020-09-07 2020-12-15 广州东软科技有限公司 一种基于垃圾分类的房屋监管***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008607A (zh) * 2014-06-05 2014-08-27 陈芳 基于安卓***的垃圾分类积分兑换机
CN104044842A (zh) * 2014-06-23 2014-09-17 陈斌 基于二维码识别技术的垃圾分类平台和方法
CN204066242U (zh) * 2014-07-29 2014-12-31 陈斌 环保积分兑换机
CN105600218A (zh) * 2016-01-07 2016-05-25 南京志达环保科技有限公司 一种垃圾分类智能回收***及其方法
CN205721954U (zh) * 2016-04-15 2016-11-23 江苏中恒美宏建设设计有限公司 积分兑换***
CN106976668A (zh) * 2017-04-20 2017-07-25 安吉国千环境科技有限公司 一种智能垃圾分类处理***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008607A (zh) * 2014-06-05 2014-08-27 陈芳 基于安卓***的垃圾分类积分兑换机
CN104044842A (zh) * 2014-06-23 2014-09-17 陈斌 基于二维码识别技术的垃圾分类平台和方法
CN204066242U (zh) * 2014-07-29 2014-12-31 陈斌 环保积分兑换机
CN105600218A (zh) * 2016-01-07 2016-05-25 南京志达环保科技有限公司 一种垃圾分类智能回收***及其方法
CN205721954U (zh) * 2016-04-15 2016-11-23 江苏中恒美宏建设设计有限公司 积分兑换***
CN106976668A (zh) * 2017-04-20 2017-07-25 安吉国千环境科技有限公司 一种智能垃圾分类处理***

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109993880A (zh) * 2019-03-29 2019-07-09 克拉玛依市诚谊科技服务有限公司 鼓励垃圾分类的积分管理***
CN111815338A (zh) * 2019-04-11 2020-10-23 深圳市家家分类科技有限公司 垃圾源头分类减量综合服务平台及相关产品
CN111814519A (zh) * 2019-04-11 2020-10-23 深圳市家家分类科技有限公司 行为评分获取方法及相关产品
CN111814519B (zh) * 2019-04-11 2024-02-02 深圳市家家分类科技有限公司 行为评分获取方法及相关产品
CN111047768A (zh) * 2019-12-11 2020-04-21 苏州纳故环保科技有限公司 发放兑换功能一体机及其兑换方法
CN112085878A (zh) * 2020-09-07 2020-12-15 广州东软科技有限公司 一种基于垃圾分类的房屋监管***

Similar Documents

Publication Publication Date Title
CN107492192A (zh) 垃圾分类积分用于商品兑换的兑换机
US11524842B2 (en) Incentivized multi-stream recycling system with fill level, volume, weight, counters, shredder, compactor, consumer identification, display and liquid drainage system
US20070260466A1 (en) System and methods for a recycling program
CN105416918B (zh) 一种垃圾分类管理***及其使用方法
KR20130140285A (ko) 모바일 단말기를 통한 재활용품 수거 방법 및 그 시스템
CN105740978A (zh) 一种基于互联网的垃圾预约回收***及回收方法
CN105046832A (zh) 一种智能自理快件箱
CN105953885A (zh) 一种称重***
CN205826100U (zh) 一种称重***
CN101483531A (zh) 一种预测式余额告警的方法及***
CN204515921U (zh) 一种智能自理快件箱
KR101003659B1 (ko) 유비쿼터스 센서 네트워크 기반의 음식물류폐기물 종량처리 관제시스템 및 그 방법
KR20100043807A (ko) 알에프아이디기반 음식물류폐기물 관리 시스템
CN108615080A (zh) 一种电力营销服务移动作业客户端
KR20120000704A (ko) 재활용 용기 무인 수거 장치 및 이를 이용한 재활용 용기 보상 시스템
KR20110123882A (ko) 음식물 쓰레기 수거 관리 시스템 및 그 방법
CN205221644U (zh) 一种垃圾分类管理***
CN204515846U (zh) 一种安全型快递***
CN103839181A (zh) 一种物联网交易***
CN207095687U (zh) 垃圾分类电子秤
CN205066919U (zh) 一种用于网络交易的智能电子秤
KR20110115804A (ko) 인터넷 기반 수거물 통합 관리 시스템, 그를 이용한 수거차량 운용 방법 및 그의 운용 방법
CN109741077A (zh) 售后索赔结算方法、设备及存储介质
CN111599083A (zh) 基于芯片技术的垃圾分类***及应用方法
CN106023489A (zh) 具有数据动态交互功能的智能打印***及方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171219