【技术实现步骤摘要】
本专利技术属于智能家居，尤其涉及一种基于改进fnn的智能家居空气检测识别方法、系统、设备及存储介质。
技术介绍
1、随着物联网技术的蓬勃发展，智能家居系统日益普及，成为人们追求便捷、舒适、健康生活的重要助力。在智能家居的众多功能模块中，空气质量检测至关重要，它直接关系到居住者的身体健康和生活质量。
2、传统的空气检测技术主要依赖简单的传感器，这些传感器在面对复杂多变的室内环境时，暴露出诸多问题。一方面，精度不足是较为突出的缺陷。室内空气中存在着多种成分，不仅有常见的有害气体如甲醛、苯、tvoc(总挥发性有机化合物)等，还有湿度、温度等环境因素的干扰。普通传感器对这些气体的检测精度有限，容易受到其他气体交叉干扰，导致检测结果与实际浓度偏差较大。例如，在新装修的房屋中，多种挥发性有机化合物混合存在，传统传感器难以准确分辨多种气体中的某种气体是否存在，难以采取有效的应对措施。
3、另一方面，数据可视化差也是一大难题。当室内空气质量发生变化时，如有人在室内吸烟，或者新家具释放有害气体，传统空气检测系统不能及时向其他的智能...
【技术保护点】
1.一种基于改进FNN的智能家居空气检测识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于改进FNN的智能家居空气检测识别方法，其特征在于，数据集中，每个气体标签对应多个浓度值和多个特征，每个特征对应多个观测值，对观测值进行预处理包括：采用均值填充策略填充缺失数据，并对填充后的每个特征对应的多个观测值进行标准化，标准化后数据集为样本集。
3.根据权利要求1所述的基于改进FNN的智能家居空气检测识别方法，其特征在于，改进后的FNN模型中，Leaky Rectified Linear Unit激活函数表达式为：
4.根据...
【技术特征摘要】
1.一种基于改进fnn的智能家居空气检测识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于改进fnn的智能家居空气检测识别方法，其特征在于，数据集中，每个气体标签对应多个浓度值和多个特征，每个特征对应多个观测值，对观测值进行预处理包括：采用均值填充策略填充缺失数据，并对填充后的每个特征对应的多个观测值进行标准化，标准化后数据集为样本集。
3.根据权利要求1所述的基于改进fnn的智能家居空气检测识别方法，其特征在于，改进后的fnn模型中，leaky rectified linear unit激活函数表达式为：
4.根据权利要求1所述的基于改进fnn的智能家居空气检测识别方法，其特征在于，改进后的fnn模型中，dropout层操作为：
5.根据权利要求1所述的基于改进fnn的智能家居空气检测识别方法，其特征在于，adam优化器的更新规则为：
6.一种基于改进fnn的智能家居空气检测识别系统，其特征在于，包...
【专利技术属性】
技术研发人员：黄新，李爽，孟凯涛，袁家雯，陈光霁，杨伟博，张晗睿，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：
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。