一种基于大数据的智能家居控制方法及系统技术方案

技术编号:37502825 阅读:23 留言:0更新日期:2023-05-07 09:38
本发明专利技术提供一种基于大数据的智能家居控制方法及系统;一种基于大数据的智能家居控制方法包括如下步骤:基于大数据技术获取历史样本数据,构建得到第一特征集合和第二特征集合;构建并训练第一特征聚类网络和第二特征聚类网络;获取待匹配的目标特征参数信息,通过第一特征聚类网络和第二特征聚类网络对目标特征参数信息进行处理,得到目标控制方案。本发明专利技术基于大数据技术获取大量的样本数据,构建并训练第一特征聚类网络和第二特征聚类网络,对于获取到的目标特征参数信息,先通过第二特征聚类网络进行处理,得到全局信息,再基于全局信息和第一特征聚类网络对目标特征参数信息进行处理,得到控制方案,提升用户体验。提升用户体验。提升用户体验。

【技术实现步骤摘要】
一种基于大数据的智能家居控制方法及系统


[0001]本专利技术涉及智能家居控制
,特别地涉及一种基于大数据的智能家居控制方法及系统。

技术介绍

[0002]随着科学技术的不断进步,各式各样的智能家居设备走进人们的生活,替代传统的一些家居设备,为人们的生活带来了便利。但是,一些智能家居设备在实际的使用过程中,还需要人们手动调整工作模式,对于老人和小孩而言,使用各种智能家居设备的过程存在一定的困难,用户的体验有待提升。

技术实现思路

[0003]鉴于上述内容,本专利技术提出一种基于大数据的智能家居控制方法及系统,用于解决上述
技术介绍
中的至少一个技术问题。
[0004]作为本专利技术的一个方面,提供一种基于大数据的智能家居控制方法,包括:基于大数据技术获取历史样本数据,构建得到第一特征集合Q
cha1
和第二特征集合Q
cha2
,第一特征集合Q
cha1
中的每个元素分别包括一种智能家居设备的控制方式以及与智能家居设备的控制方式对应的特征参数信息,第二特征集合Q
本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的智能家居控制方法,其特征在于,包括:基于大数据技术获取历史样本数据,构建得到第一特征集合Q
cha1
和第二特征集合Q
cha2
,第一特征集合Q
cha1
中的每个元素分别包括一种智能家居设备的控制方式以及与智能家居设备的控制方式对应的特征参数信息,第二特征集合Q
cha2
中的每个元素分别包括一组特征参数信息以及与特征参数信息对应的设备联动参数信息;构建第一特征聚类网络,第一特征聚类网络依次由输入层、特征聚类层和输出层构成,其中,第一特征聚类网络的输入层携带有第一特征编码器,用于对输入的信息进行编码,并分别通过m
cha1
个输出端口将编码后的信息输出,m
cha1
为历史样本数据智能家居设备的种类数量,特征聚类层包括m
cha1
个子聚类器,输出层携带有第一特征解码器,用于对特征聚类层输出的信息进行解码,将第一特征集合Q
cha1
输入到第一特征聚类网络中,以第一特征集合Q
cha1
中每种智能家居设备的控制方式对应的特征参数信息作为输入信息,以第一特征集合Q
cha1
中每种智能家居设备的控制方式作为输出信息,进行第一特征聚类网络的训练;构建第二特征聚类网络,第二特征聚类网络依次由输入层、特征聚类层和输出层构成,其中,第二特征聚类网络的输入层携带有第二特征编码器,特征聚类层通过聚类器对输入层的输出信息进行聚类,输出层携带有第二特征解码器,将第二特征集合Q
cha2
输入到第二特征聚类网络中,以第二特征集合Q
cha2
中的每一组特征参数信息作为输入信息,以第二特征集合Q
cha2
中每一组特征参数信息对应的设备联动参数信息作为输出信息,进行第二特征聚类网络的训练;获取待匹配的目标特征参数信息,将目标特征参数信息输入到训练好的第二特征聚类网络中,得到目标联动参数信息,将目标特征参数信息输入到训练好的第一特征聚类网络中,以目标联动参数信息作为加速参量,得到目标控制方案,用于对智能家居进行控制。2.如权利要求1所述的一种基于大数据的智能家居控制方法,其特征在于,对于第一特征编码器和第一特征解码器,包括:获取历史样本数据中特征参数信息的种类信息,构建特征类型集合A
type
,特征类型集合A
type
中的每一个元素分别对应一种特征参数信息,每一种特征参数信息至少包括一种样本类型,对于特征类型集合A
type
中的任一元素A
typei
,基于历史样本数据中元素A
typei
对应特征参数信息的所有样本类型,通过预设规则对元素A
typei
对应特征参数信息的所有样本类型进行排序,将排序好的样本类型进行数字转换,将用于将样本类型进行数字转换的正向规则作为第一特征编码器的编码规则,将用于将样本类型进行数字转换的逆向规则作为第一特征解码器的解码规则。3.如权利要求2所述的一种基于大数据的智能家居控制方法,其特征在于,对于第二特征编码器和第二特征解码器,包括:获取历史样本数...

【专利技术属性】
技术研发人员:李华旸
申请(专利权)人:江西财经大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1