【技术实现步骤摘要】
一种基于人工神经网络的家居环境智能监控方法及系统
[0001]本专利技术涉及智能家居
,具体涉及一种基于人工神经网络的家居环境智能监控方法及系统。
技术介绍
[0002]近年来,随着我国科技的发展,人们生活条件不断得到改善,使得人们对居住环境的要求因为越来越高,尤其是室内环境,因此智能家居监控系统逐渐走入人们的生活。智能家居监控系统可以监测和调整室内环境参数,让用户生活在安全、舒适的环境中。
[0003]在新型智能家居、房屋灾害报警等的设计和研发领域,世界各国已经走了很长的一段路程,美国公司研究制出了control4智能家居系统,该系统利用智能传感器技术、Zigbee无线网络技术和Wifi等先进技术,可实时监测家中温湿度、甲醛浓度,光照强度等环境参数,并自动将家中的环境参数调至最适宜的状态;日本松下(Panasonic)公司主要研究照明控制系统,该公司所研究的FULL
‑
WAY照明控制系统相比传统系统更为便捷,只需要用两根特定的信号线就可以把所有需要的控制面板连接起来形成网络,从而避免了传统方式中复杂的配线,该系统使用脉冲信号来对照明模块进行控制,并且使用定时装置和多种传感装置监控室内的光照强度,根据室内光线的明暗程度自动调节灯光。国外公司的智能家居系统并不能很好的普及到各家各户。
[0004]我国也已有不少公司对智能家居系统的研发小有成就,例如钜力华科技公司,该公司的产品主要偏向于室内各项环境参数的监控,以及智能灯光控制这两个方面。JU
‑
BUS系统是该公司 ...
【技术保护点】
【技术特征摘要】
1.一种基于人工神经网络的家居环境智能监控方法,其特征在于,包括:采集家居环境中的多项传感器数据;对传感器数据提取特征值和特征向量;基于人工神经网络对特征向量进行数据融合;获取数据融合的决策信息,并采取反馈动作。2.根据权利要求1所述的基于人工神经网络的家居环境智能监控方法,其特征在于,所述采集家居环境中的多项传感器数据之后,还包括:对传感器采集的数据进行预处理,生成传感器数据向量。3.根据权利要求2所述的基于人工神经网络的家居环境智能监控方法,其特征在于,所述对传感器数据提取特征值和特征向量,包括:获取传感器数据的特征向量X
R
;建立多个传感器的特征向量集合[x1,x2,
…
x
R
]
T
。4.根据权利要求3所述的基于人工神经网络的家居环境智能监控方法,其特征在于,所述基于人工神经网络对特征向量进行数据融合,包括:将传感器特征向量[x1,x2,
…
x
R
]
T
输入给多个输入层神经元进行计算,获取多个输入层神经元的计算结果;将多个输入层神经元的计算结果均分别输入给多个隐藏层神经元进行计算,获取多个隐藏层神经元的计算结果;将多个隐藏层神经元的计算结果输入给输出层神经元进行计算,获取输出层神经元的计算结果。5.根据权利要求4所述的基于人工神经网络的家居环境智能监控方法,其特征在于,所述输入层神经元进行计算,包括:输入层神经元的输入数据表示为:输入层神经元的输出函数为:a
i
=f(net
i
);其中,θ
i
为输入层神经元所设定的阈值,f()为S型函数。6.根据权利要求5所述的基于人工神经网络的家居环境智能监控方法,其特征在于,所述隐藏层神经元进行计算,包括:隐藏层神经元的输入数据表示为:隐藏层神经元的输出函数为:a
j
=f(net
j
);其中,w
ij
为隐藏层神经元权值,θ
j
为隐藏层神经元所设定的阈值。7.根据权利要求6所述的基于人工神经网络的家居环境智能监控方法,其特征在于,所述输出层神经元进行计算,包括。输出层神经元的输入数据表示为:输出层神经元的输出函数为:y
k
=f(net
k
);其中,w
jk
为输出层神经元权值,θ
k
为输出层神经元所设定的阈值。
8.根据权利要求7所述的基于人工神经网络的家居环境智能监控方法,其特征在于,所述基于人工神经网络对特征向量进行...
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。