一种基于机器学习的环境监测方法及系统技术方案

本申请涉及一种基于机器学习的环境监测方法及系统，涉及环境监测的技术领域，其方法包括：在空气净化器开启后，空气净化器以初始工作模式进行工作并实时通过内部的传感器获取当前的颗粒物浓度及有害气体浓度；空气净化器向智能家居网关发送第一指令；智能家居网关基于第一设备状态信息控制空气净化器的工作模式调整为第一工作模式或第二工作模式中一个；在空气净化器运行过程中，实时向智能家居网关传输当前的运行信息；智能家居网关将运行信息及工作区域的发送至云端；环境净化预测模型输出调整指令并被智能家居网关接收；空气净化器接收智能家居网关发送的调整指令，基于当前的调整指令对运行时长或者电机转速中的一个进行补偿。

【技术实现步骤摘要】

本申请涉及环境监测的，尤其是涉及一种基于机器学习的环境监测方法及系统。

技术介绍

1、随着人们生活水平的提高和健康意识的增强，对于室内空气质量的关注度也日益增加。空气污染不仅影响居住舒适度，还可能对人体健康造成潜在威胁。因此，空气净化器作为改善室内空气质量的有效工具，在市场上得到了广泛应用。

2、现有的空气净化器虽然能够有效去除空气中的颗粒物和有害气体，但在实际应用中仍存在一些不足之处。例如，传统的空气净化器往往采用固定的工作模式，无法对室内环境进行监测并根据室内环境变化进行智能调节，导致能源浪费或净化效率低下。此外，大多数空气净化器在运行时会产生一定的噪音，尤其是在高速运行模式下，这可能会对用户的日常生活产生干扰。

3、如何通过机器学习让空气净化器更加智能地工作是本领域技术人员需要攻克的技术难题。

技术实现思路

1、为了至少部分解决上述技术问题，本申请提供了一种基于机器学习的环境监测方法及系统。

2、第一方面，本申请提供的一种基于机器学习的环境监测方法采用如下的技术方案。本文档来自技高网...

【技术保护点】

1.一种基于机器学习的环境监测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于机器学习的环境监测方法，其特征在于，所述云端还搭建有情境匹配模型；所述方法还包括：收集房屋中的空间布局信息及房屋中智能家居设备的分布情况信息；将所述空间布局信息及分布情况信息输入至所述情境匹配模型中得到适应性的情境匹配模型；

3.根据权利要求2所述的一种基于机器学习的环境监测方法，其特征在于，智能家居网关将所述运行信息及工作区域的发送至云端之后，所述方法还包括：

4.根据权利要求3所述的一种基于机器学习的环境监测方法，其特征在于，所述空气净化器接收所述智能家居网关发...

【技术特征摘要】

1.一种基于机器学习的环境监测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于机器学习的环境监测方法，其特征在于，所述云端还搭建有情境匹配模型；所述方法还包括：收集房屋中的空间布局信息及房屋中智能家居设备的分布情况信息；将所述空间布局信息及分布情况信息输入至所述情境匹配模型中得到适应性的情境匹配模型；

3.根据权利要求2所述的一种基于机器学习的环境监测方法，其特征在于，智能家居网关将所述运行信息及工作区域的发送至云端之后，所述方法还包括：

4.根据权利要求3所述的一种基于机器学习的环境监测方法，其特征在于，所述空气净化器接收所述智能家居网关发送的调整指令，基于当前的调整指令对运行时长或者电机转速中的一个进行补偿，包括：

5.根据权利要求4所述的一种基于机器学...

【专利技术属性】
技术研发人员：张晨光，曹先玉，曾振宇，刘金超，龙昌，郑丹，
申请(专利权)人：武汉奥恒胜科技有限公司，
类型：发明
国别省市：