基于光照度聚类和支持向量机的灯光控制方法及设备技术

本发明专利技术实施例提供了一种基于光照度聚类和支持向量机的灯光控制方法及设备。所述方法包括：获取光照度、时刻、声音强度及红外信号，采用K‑means算法对光照度进行聚类，采用高斯核函数将时刻,声音强度,红外信号,聚类后的光照度映射至高维空间，得到高维空间特征向量；将高维空间特征向量作为输入，使用支持向量机中的序列最小优化算法SMO对模型进行训练，得到有效的支持向量机模型。采用有效的支持向量机模型对实时获取的高维空间数据进行预测，根据预测结果对灯组发出开启或关闭指令。本发明专利技术可以确保在合适的场合和时间开启或关闭灯光，不需要对灯光的开启或关闭进行人力检查，节约了经济成本，适用的场合也较为宽泛。

【技术实现步骤摘要】
基于光照度聚类和支持向量机的灯光控制方法及设备
本专利技术实施例涉及照明灯控制
，尤其涉及一种基于光照度聚类和支持向量机的灯光控制方法及设备。
技术介绍
室内照明用电是电能消耗的重要原因之一。为了节省能源、提高便利，现代楼宇中已经普遍使用了自动感应灯光。其中，老式的自动感应灯光多采用声音传感器和光照传感器，当用户晚上回家时，声音传感器探测到人的脚步声然后打开走廊的灯光。但该方法的不足在于，声音传感器的开关阈值难以把控。如果把声音的阈值调低，那么隔壁楼栋偶然发出的声音、小孩在小区里的叫声、狗吠等都可能会导致灯光打开，浪费电能；反之，如果把声音的阈值调大，有可能人已经走进了走廊，但是因为脚步声不够大而而不能触发灯光开启。因此有很多人都有在晚上“用力跺脚”来打开走廊灯的经历。此外，现在有部分楼宇采用了光照度传感器和人体红外模块来做灯光控制。其优势是不用人“跺脚”也能探测到人体，比起声音传感的方法会更加安静。以上两种方法，虽然都能实现自动开关，但是基本都只用于楼道、走廊。主要是因为声音传感器、红外传感器无法准确的识别人是否一直待在一个地方。比如人们在看书、厨房做菜、看电视时发出的声音是细微的，人体的移动也是不明显的。声音传感器只能通过声音的阈值判断是否有人，红外传感器只能通过探测温度的变化来发现人，如果一个人呆着不动，那么声音传感器和红外传感器都是探测不到人的。因此，开发一种基于光照度聚类和支持向量机的灯光控制方法，可以有效克服上述相关技术中的缺陷。
技术实现思路
针对现有技术存在的上述问题，本专利技术实施例提供了一种基于光照度聚类和支持向量机的灯光控制方法及设备。第一方面，本专利技术实施例提供了一种基于光照度聚类和支持向量机的灯光控制方法及设备。所述方法包括：获取光照度、时刻、声音强度及红外信号，采用K-means算法对光照度进行聚类，采用高斯核函数将时刻,声音强度,红外信号,聚类后的光照度映射至高维空间，得到高维空间特征向量；将高维空间特征向量作为输入，使用支持向量机中的序列最小优化算法SMO对模型进行训练，得到有效的支持向量机模型。采用有效的支持向量机模型对实时获取的高维空间数据进行预测，根据预测结果对灯组发出开启或关闭指令。在上述方法实施例内容的基础上，本专利技术实施例中提供的基于光照度聚类和支持向量机的灯光控制方法，所述采用K-means算法对光照度进行聚类，包括：统计所有光照度，找出中位数最多的前k个数据，将其初始化为聚类的初始质心；遍历所有数据，计算出其它光照度到k个初始质心的距离，将各个光照度划分至距离最近的初始质心所在的簇中；将每个簇中所有光照度的中间值作为该簇的新质心，重复遍历所有光照度，计算每个光照度距离每个新质心的距离，并根据最近距离将每个光照度划分到新的簇中，再将每个新的簇中所有光照度的中间值作为每个簇的新质心，重复以上计算，直至新质心不再发生变化。在上述方法实施例内容的基础上，本专利技术实施例中提供的基于光照度聚类和支持向量机的灯光控制方法，所述高斯核函数对应的分类决策函数为：其中，z为核函数中心；σ为函数的宽度参数,控制了函数的径向作用范围。在上述方法实施例内容的基础上，本专利技术实施例中提供的基于光照度聚类和支持向量机的灯光控制方法，所述计算每个光照度距离k个初始质心的距离，包括：其中，ci为第i个簇的质心；x为单个光照度数值；E为距离之和；Ci为第i个簇的簇点集合。在上述方法实施例内容的基础上，本专利技术实施例中提供的基于光照度聚类和支持向量机的灯光控制方法，所述将每个簇中所有光照度的中间值作为每个簇的新质心，包括：其中，m为每个簇中光照度的数量。在上述方法实施例内容的基础上，本专利技术实施例中提供的基于光照度聚类和支持向量机的灯光控制方法，所述采用高维空间特征向量及序列最小优化算法对支持向量机模型进行训练，包括：将所述高维空间特征向量作为输入，通过序列最小优化算法对模型进行训练，得到基于所述高维空间特征向量的预测模型，若所述模型在预设精度范围内满足停机条件，则确定支持向量机模型的期望输出为所述最优预测模型的参数。在上述方法实施例内容的基础上，本专利技术实施例中提供的基于光照度聚类和支持向量机的灯光控制方法，所述序列最小最优化算法，包括：输入：训练数据集T＝{(x1,y1),(x2,y2),...,(xN,yN)}；其中，xi∈Rn，yi∈{-1，+1}，i＝1,2,…,N，精度ε；输出：近似解(1)取初值α(0)＝0，令k＝0；(2)选取优化变量解析求解两个变量的最优化问题，求得最优解更新α为(3)若在精度ε范围内满足停机条件；0≤αi≤C，i＝1,2,...,N则转(4)；否则令k＝k+1，转(2)；(4)取第二方面，本专利技术的实施例提供了一种基于光照度聚类和支持向量机的灯光控制装置，包括：模型训练模块，用于获取光照度、时刻、声音强度及红外信号，采用K-means算法对光照度进行聚类，采用高斯核函数将时刻、声音强度、红外信号及聚类后的光照度映射至高维空间，得到高维空间特征向量，采用所述高维空间特征向量及序列最小优化算法对支持向量机模型进行训练，得到有效的支持向量机模型；高维空间数据模块，用于实时获取光照度、时刻、声音强度及红外信号，采用K-means算法对实时获取的光照度进行聚类，采用高斯核函数将时刻、声音强度、红外信号及聚类后的光照度映射至高维空间，得到高维空间数据；预测模块，用于采用所述有效的支持向量机模型对实时获取的所述高维空间数据进行识别，根据识别结果对灯组发出灯光开启或关闭指令。第三方面，本专利技术的实施例提供了一种电子设备，包括：至少一个处理器；以及与处理器通信连接的至少一个存储器，其中：存储器存储有可被处理器执行的程序指令，处理器调用程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的基于光照度聚类和支持向量机的灯光控制方法。第四方面，本专利技术的实施例提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的基于光照度聚类和支持向量机的灯光控制方法。本专利技术实施例提供的基于光照度聚类和支持向量机的灯光控制方法及设备，通过获取光照度、时刻、声音强度及红外信号，采用K-means算法对光照度进行聚类，采用高斯核函数将时刻,声音强度,红外信号,聚类后的光照度映射至高维空间，得到高维空间特征向量；将高维空间特征向量作为输入，使用支持向量机中的序列最小优化算法SMO对模型进行训练，得到有效的支持向量机模型。采用有效的支持向量机模型对实时获取的高维空间数据进行预测，根据预测结果对灯组发出开启或关闭指令。本专利技术可以确保在合适的场合和时间开启或关闭灯光，不需要对灯光的开启或关闭进行人力检查，节约了经济成本，适用的场合也较为宽泛。...

【技术保护点】
1.一种基于光照度聚类和支持向量机的灯光控制方法，其特征在于，包括：/n获取光照度、时刻、声音强度及红外信号，采用K-means算法对光照度进行聚类，采用高斯核函数将时刻,声音强度,红外信号,聚类后的光照度映射至高维空间，得到高维空间特征向量；将高维空间特征向量作为输入，使用支持向量机中的序列最小优化算法SMO对模型进行训练，得到有效的支持向量机模型；/n实时获取光照度、时刻、声音强度及红外信号，采用K-means算法对实时获取的光照度进行聚类，采用高斯核函数将时刻、声音强度、红外信号及聚类后的光照度映射至高维空间，得到高维空间数据；/n采用所述有效的支持向量机模型对实时获取的所述高维空间数据进行预测，根据预测结果对灯组发出开启或关闭指令。/n

【技术特征摘要】
1.一种基于光照度聚类和支持向量机的灯光控制方法，其特征在于，包括：
获取光照度、时刻、声音强度及红外信号，采用K-means算法对光照度进行聚类，采用高斯核函数将时刻,声音强度,红外信号,聚类后的光照度映射至高维空间，得到高维空间特征向量；将高维空间特征向量作为输入，使用支持向量机中的序列最小优化算法SMO对模型进行训练，得到有效的支持向量机模型；
实时获取光照度、时刻、声音强度及红外信号，采用K-means算法对实时获取的光照度进行聚类，采用高斯核函数将时刻、声音强度、红外信号及聚类后的光照度映射至高维空间，得到高维空间数据；
采用所述有效的支持向量机模型对实时获取的所述高维空间数据进行预测，根据预测结果对灯组发出开启或关闭指令。


2.根据权利要求1所述的基于光照度聚类和支持向量机的灯光控制方法，其特征在于，所述采用K-means算法对光照度进行聚类，包括：统计所有光照度，找出中位数最多的前k个数据，将其初始化为聚类的初始质心；遍历所有数据，计算出其它光照度到k个初始质心的距离，将各个光照度划分至距离最近的初始质心所在的簇中；将每个簇中所有光照度的中间值作为该簇的新质心，重复遍历所有光照度，计算每个光照度距离每个新质心的距离，并根据最近距离将每个光照度划分到新的簇中，再将每个新的簇中所有光照度的中间值作为每个簇的新质心，重复以上计算，直至新质心不再发生变化。


3.根据权利要求2所述的基于光照度聚类和支持向量机的灯光控制方法，其特征在于，所述计算每个光照度距离k个初始质心中的每个初始质心的距离，包括：



其中，ci为第i个簇的质心；x为单个光照度数值；E为距离之和；Ci为第i个簇的簇点集合。


4.根据权利要求3所述的基于光照度聚类和支持向量机的灯光控制方法，其特征在于，所述将每个簇中所有光照度的中间值作为每个簇的新质心，...

【专利技术属性】
技术研发人员：万园，
申请(专利权)人：重庆深蜀科技有限公司，
类型：发明
国别省市：重庆;50