基于场景适应和人工智能的智能设备控制系统及方法技术方案

技术编号:40799784 阅读:19 留言:0更新日期:2024-03-28 19:26
本申请公开了一种基于场景适应和人工智能的智能设备控制系统及方法,其获取由传感器组采集的环境信息的时间序列;提取所述环境信息的时间序列的局部参数关联特征以得到环境多参数时域模式特征向量的序列;提取所述环境多参数时域模式特征向量的序列的上下文全时域环境特征以得到全时域环境模式特征向量;基于所述全时域环境模式特征向量,控制智能家居设备。这样,可以根据不同的场景智能地调整智能家居设备,提高用户的生活舒适度和便利性。

【技术实现步骤摘要】

本申请涉及智能设备控制,尤其涉及一种基于场景适应和人工智能的智能设备控制系统及方法


技术介绍

1、随着智能设备的普及,人们对智能家居的需求也越来越高。智能家居可以通过智能设备来实现对家庭环境的自动化控制,从而提高生活舒适度和便利性。

2、传统的智能家居系统通常是基于规则的,即预先定义好一系列规则,当满足规则时,就会触发相应的动作。这种系统存在两个主要问题:1.规则太多,管理复杂;2.规则不灵活,无法适应不同的场景。

3、因此,期待一种基于场景适应和人工智能的智能设备控制系统及方法。


技术实现思路

1、本申请提供一种基于场景适应和人工智能的智能设备控制系统及方法,其获取由传感器组采集的环境信息的时间序列;提取所述环境信息的时间序列的局部参数关联特征以得到环境多参数时域模式特征向量的序列;提取所述环境多参数时域模式特征向量的序列的上下文全时域环境特征以得到全时域环境模式特征向量;基于所述全时域环境模式特征向量,控制智能家居设备。这样,可以根据不同的场景智能地调整智能家居设备,提高用户的生本文档来自技高网...

【技术保护点】

1.一种基于场景适应和人工智能的智能设备控制方法,其特征在于,包括:获取由传感器组采集的环境信息的时间序列;提取所述环境信息的时间序列的局部参数关联特征以得到环境多参数时域模式特征向量的序列;提取所述环境多参数时域模式特征向量的序列的上下文全时域环境特征以得到全时域环境模式特征向量;基于所述全时域环境模式特征向量,控制智能家居设备。

2.根据权利要求1所述的基于场景适应和人工智能的智能设备控制方法,其特征在于,所述环境信息包括温度值、湿度值、光照强度值和声音强度值。

3.根据权利要求2所述的基于场景适应和人工智能的智能设备控制方法,其特征在于,提取所述环境信息的时...

【技术特征摘要】

1.一种基于场景适应和人工智能的智能设备控制方法,其特征在于,包括:获取由传感器组采集的环境信息的时间序列;提取所述环境信息的时间序列的局部参数关联特征以得到环境多参数时域模式特征向量的序列;提取所述环境多参数时域模式特征向量的序列的上下文全时域环境特征以得到全时域环境模式特征向量;基于所述全时域环境模式特征向量,控制智能家居设备。

2.根据权利要求1所述的基于场景适应和人工智能的智能设备控制方法,其特征在于,所述环境信息包括温度值、湿度值、光照强度值和声音强度值。

3.根据权利要求2所述的基于场景适应和人工智能的智能设备控制方法,其特征在于,提取所述环境信息的时间序列的局部参数关联特征以得到环境多参数时域模式特征向量的序列,包括:对所述环境信息的时间序列进行数据预处理以得到环境信息的局部时间序列的序列;利用深度学习网络模型对所述环境信息的局部时间序列的序列进行局部时序特征提取以得到所述环境多参数时域模式特征向量的序列。

4.根据权利要求3所述的基于场景适应和人工智能的智能设备控制方法,其特征在于,对所述环境信息的时间序列进行数据预处理以得到环境信息的局部时间序列的序列,包括:基于预定时间尺度对所述环境信息的时间序列进行序列切分以得到所述环境信息的局部时间序列的序列。

5.根据权利要求4所述的基于场景适应和人工智能的智能设备控制方法,其特征在于,所述深度学习网络模型为基于卷积神经网络模型的环境特征提取器。

6.根据权利要求5所述的基于场景适应和人工智能的智能设备控制方法,其特征在于,利用深度学习网络模型对所述环境信息的局部时间序列的序列进行局部时序特征提取以得到所述环境多参数时域模式特征向量的序列,包括:使用所述基于卷积神经网络模型的环境特征提取器分别对所述环境信息的局部时间序列的序列中的各个环境信息...

【专利技术属性】
技术研发人员:徐辉陈朝林韦华蒋伟建
申请(专利权)人:杭州冉思科技有限公司
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