智慧空间操作方法及系统技术方案

本发明专利技术公开了智慧空间操作方法及系统，所述方法，包括以下步骤：设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型；将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据；根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制。本发明专利技术通过以AI数据模型为基础的智慧空间操作方法设计，以服务计算为核心，根据用户偏好，自动对设备进行控制，提供各种场景变化下设备的自动应用，还可将各种设备抽象成可用的服务与用户动态的需求进行匹配，通过将人、机、环境数据结合，可以在智慧家居方面起到良好的应用，降低了用户操作频率，充分提高了用户体验感。验感。验感。

【技术实现步骤摘要】
智慧空间操作方法及系统


[0001]本专利技术涉及智慧家居
，具体为智慧空间操作方法及系统。

技术介绍

[0002]随着智慧空间技术的快速发展，国内外多个领域涌现出大量的智慧空间应用。目前主要的智慧空间应用包括：智慧家居、智篇交通、智篇医疗、智慧环境监测、智慧城市等。
[0003]在目前的智慧家居主要是通过住宅中传感器收集的数据对行为进行识别，所带来的应用为人们的日常生活提供良好的计巧体验，特别是在键康，娱乐和安全可用性的方面，但是现有的智慧家居操作系统中，大部分是基于用户的主观操作进行控制，也就是说，需要用户提供大量的预设操作，或者根据传感器数据进行远程控制，因此为了达到理想的室内环境，用户需要提供的操作频率较高，因此会降低用户体验感，并降低智慧空间内的服务安全性。

技术实现思路

[0004]本专利技术的目的在于提供智慧空间操作方法及系统，以解决现有的智慧家居需要用户提供的操作频率较高的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种智慧空间操作方法，包括以下步骤：
[0006]设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型；
[0007]将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据；
[0008]根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制。
[0009]优选的，所述设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型，包括：
[0010]设计训练AI数据模型，与外部学习库连接，载入训练数据，并根据用户偏好反馈进行反复标记，持续训练完善模型至与用户偏好之间呈现最佳匹配状态。
[0011]优选的，所述学习库为TensorFlow、CNTK、Theano、Caffe、Keras、Torch、Accord.NET、Spark MLlib、Sci
‑
kit Learn和MLPack中的一种或多种。
[0012]优选的，所述将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据，包括：
[0013]将AI数据模型载入至智慧空间操作系统内；
[0014]然后将智慧空间操作系统与需要控制的设备建立连接，并与可以采集环境数据的传感器建立连接，操作系统通过传感器的数据反馈实现设备的智慧控制及应用。
[0015]优选的，所述根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制，包括：
[0016]根据用户偏好和AI数据模型对操作系统进行预设；
[0017]操作系统实时接收传感器数据，并判断传感器是否超出预阈值，若超出，则自动对相对应的设备进行控制，反之则继续接收并监测传感器数据。
[0018]优选的，所述根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制，还包括：
[0019]用户可以随时与操作系统进行交互，输入控制指令，对设备进行控制；
[0020]可选地，用户还可以修改AI数据模型的偏好设置，更改操作系统的自动控制预设。
[0021]本专利技术还提供一种智慧空间操作系统，包括：
[0022]AI模型训练模块，其用于设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型；
[0023]数据连接模块，其用于将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据；
[0024]设备控制模块，其用于根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制。
[0025]本专利技术还提供一种电子设备，所述电子设备为实体设备，所述电子设备包括：
[0026]处理器、存储器，所述存储器与处理器进行通信连接；
[0027]所述存储器用于储存至少一个所述处理器执行的可执行指令，所述处理器用于执行所述可执行指令以实现如上述的智慧空间操作方法。
[0028]本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上述的智慧空间操作方法。
[0029]与现有技术相比，本专利技术的有益效果是：
[0030]本专利技术通过以AI数据模型为基础的智慧空间操作方法设计，以服务计算为核心，根据用户偏好，自动对设备进行控制，提供各种场景变化下设备的自动应用，还可将各种设备抽象成可用的服务与用户动态的需求进行匹配，通过将人、机、环境数据结合，可以在智慧家居方面起到良好的应用，降低了用户操作频率，充分提高了用户体验感。
附图说明
[0031]图1为本专利技术实施例提供的一种智慧空间操作方法的主流程图；
[0032]图2为本专利技术实施例提供的一种智慧空间操作方法的具体步骤流程图；
[0033]图3为本专利技术实施例提供的一种智慧空间操作系统的结构框图。
具体实施方式
[0034]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0035]本实施方式的方法的执行主体为终端，所述终端可以为手机、平板电脑、掌上电脑PDA、笔记本或台式机等设备，当然，还可以为其他具有相似功能的设备，本实施方式不加以限制。
[0036]请参阅图1，本专利技术提供智慧空间操作方法，所述方法应用于智慧家居设备控制，包括：
[0037]步骤101，设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型。
[0038]具体的，设计训练AI数据模型，与外部学习库或开发框架连接，载入训练数据，并根据用户偏好反馈进行反复标记，持续训练完善模型至与用户偏好之间呈现最佳匹配状态。
[0039]可理解的，所述的AI数据模型是通过有标签样本来调整(学习)并确定所有权重Weights和偏差Bias的理想值；在训练过程中，检查多个样本并尝试找出可最大限度地减少损失的模型，目标就是将损失(Loss)最小化。
[0040]模型：将一个或多个特征作为输入，然后返回一个预测(y
’
)作为输出，考虑一种采用一个特征并返回一个预测的模型，如下公式：
[0041]y
′
＝b+w1x1[0042]其中b为bias，w为weight；
[0043]计算损失：通过损失函数，计算该次参数(bias、weight)下的loss。
[0044]计算参数更新：检测损失函数的值，并为参数如bias、weight生成新值，以降低损失为最小。
[0045]其中，所述学习库或开发框架为TensorFlow、CNTK、Theano、Caffe、Keras、Torch、Ac本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智慧空间操作方法，其特征在于，包括以下步骤：设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型；将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据；根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制。2.根据权利要求1所述的智慧空间操作方法，其特征在于，所述设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型，包括：设计训练AI数据模型，与外部学习库连接，载入训练数据，并根据用户偏好反馈进行反复标记，持续训练完善模型至与用户偏好之间呈现最佳匹配状态。3.根据权利要求2所述的智慧空间操作方法，其特征在于，所述学习库为TensorFlow、CNTK、Theano、Caffe、Keras、Torch、Accord.NET、Spark MLlib、Sci
‑
kit Learn和MLPack中的一种或多种。4.根据权利要求2所述的智慧空间操作方法，其特征在于，所述将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据，包括：将AI数据模型载入至智慧空间操作系统内；然后将智慧空间操作系统与需要控制的设备建立连接，并与可以采集环境数据的传感器建立连接，操作系统通过传感器的数据反馈实现设备的智慧控制及应用。5.根据权利要求2所述的智慧空间操作方法，其特征在于，所...

【专利技术属性】
技术研发人员：薛跃荣，谢锦龙，
申请(专利权)人：深圳市金地楼宇工程有限公司，
类型：发明
国别省市：