针对煤矿传统地磅称重管理系统存在人工信息采集导致工作效率低、质量差以及缺乏防作弊措施导致偷煤现象频发等问题,提出了一种视频协同智能识别地磅管理系统。详细介绍了系统组成、视频协同智能识别地磅原理、系统工作流程和软件功能。该系统由视频监控系统、车辆抓拍系统和数据采集系统组成，实现了地磅的智能监控。利用数字图像处理、卷积神经网络和计算机网络等技术，实现了基于车牌识别和多特征匹配的煤矿业务。
应用结果表明，该系统可靠性高，操作简单，有效减少人工工作量，防止聊天和偷煤现象。 发展中国家城市中不健全的废物管理日益严重，影响了居民的公共健康。固体废物管理受到各市政府的广泛关注。城市固体废物管理系统的可持续规划和设计需要准确预测城市当局在垃圾填埋场产生和收集的固体废物，以供最终处置和其他可再生能源选择。在这项研究中，使用人工神经网络 (ANN) 替代模型来预测 2012 年至 2016 年达卡南城公司 (DSCC) 马图伊尔垃圾填埋场收集的固体废物。 120 个月从地磅获取的固体废物数量和车辆出行次数被用作模型的输入数据。 70%的数据用于模型训练，15%的数据用于验证，15%的数据用于测试。剩余的 60 个月废物量用作开发模型的输出。
前馈反向传播神经网络与双曲正切 sigmoid 激活函数和 Levenberg-Marquardt 优化方法一起使用。根据性能指标（即 MSE 的最小值和回归值的高值），选择具有 2-5-1-1 拓扑的模型作为最佳拓扑。基于 ANN 的固体废物预测模型使用可用的地磅数据，训练和测试的确定系数 (R2) 分别为 0.85 和 0.86，表现出良好的前景。所开发的模型可以成功地与垃圾填埋场的地重桥软件一起使用，以有效地预测固体废物收集情况，特别是在具有相似人口和社会环境的国家。考虑到其他拟议的替代处置方案和废物特征，对所需的垃圾填埋场面积进行了估计，发现垃圾填埋场当局可以节省高达 28.6% 的宝贵的城市垃圾填埋场面积需求。结果表明，创新提出的人工神经网络垃圾填埋场面积估算方法和最终处置方法可以交替使用，有助于更好地规划和管理垃圾填埋场。
应用结果表明，该系统可靠性高，操作简单，有效减少人工工作量，防止聊天和偷煤现象。 发展中国家城市中不健全的废物管理日益严重，影响了居民的公共健康。固体废物管理受到各市政府的广泛关注。城市固体废物管理系统的可持续规划和设计需要准确预测城市当局在垃圾填埋场产生和收集的固体废物，以供最终处置和其他可再生能源选择。在这项研究中，使用人工神经网络 (ANN) 替代模型来预测 2012 年至 2016 年达卡南城公司 (DSCC) 马图伊尔垃圾填埋场收集的固体废物。 120 个月从地磅获取的固体废物数量和车辆出行次数被用作模型的输入数据。 70%的数据用于模型训练，15%的数据用于验证，15%的数据用于测试。剩余的 60 个月废物量用作开发模型的输出。
前馈反向传播神经网络与双曲正切 sigmoid 激活函数和 Levenberg-Marquardt 优化方法一起使用。根据性能指标（即 MSE 的最小值和回归值的高值），选择具有 2-5-1-1 拓扑的模型作为最佳拓扑。基于 ANN 的固体废物预测模型使用可用的地磅数据，训练和测试的确定系数 (R2) 分别为 0.85 和 0.86，表现出良好的前景。所开发的模型可以成功地与垃圾填埋场的地重桥软件一起使用，以有效地预测固体废物收集情况，特别是在具有相似人口和社会环境的国家。考虑到其他拟议的替代处置方案和废物特征，对所需的垃圾填埋场面积进行了估计，发现垃圾填埋场当局可以节省高达 28.6% 的宝贵的城市垃圾填埋场面积需求。结果表明，创新提出的人工神经网络垃圾填埋场面积估算方法和最终处置方法可以交替使用，有助于更好地规划和管理垃圾填埋场。
上一篇：地磅称量桥是一台大型称重机 下一篇：运输衡器操作的决策与分析