[发明专利]一种人工神经元控制插座

权利要求书

1.一种人工神经元控制插座，其特征在于它由智能插座硬件电路和人工神经元参数学习方法两部分组成；硬件电路用于接收外界传感设备的信息，并运行人工神经元算法，把输出结果用于控制插座的开关状态。

2.根据权利要求1所述的一种人工神经元控制插座，其智能插座硬件电路在于它由插座电源通断控制电路、CC1101射频通讯电路、电源电路、单片机、无线声表接收电路和状态显示电路组成；电源电路连接到插座电源通断控制电路、CC1101射频通讯电路、单片机、无线声表接收电路和状态显示电路，为其提供电源；单片机连接CC1101射频通讯电路、无线声表接收电路获得外界的传感器的信息和控制信号；单片机连接插座电源通断控制电路控制继电器的状态，从而控制插座的通断；单片机连接状态显示电路用以显示插座的通电剩余时间。

3.根据权利要求1所述的一种人工神经元控制插座，其人工神经元参数学习方法在于它由条件编码方法、激活函数线性化方法和权值学习方法构成；条件编码方法用于把温度、湿度、时间、光照、燃气泄漏、人体运动等模拟量和开关量统一处理，激活函数线性化方法用于把神经元节点函数用计算机容易表达的表的格式表示；权值学习方法用于动态学习权值。

4.根据权利要求3所述的人工神经元参数学习方法,其条件编码方法特征在于：条件都用一串二进制码统一表示，开关量占1位，模拟量压缩到2～4位；一个条件中的所有条件因素按照固定的序列组合形成进制码，每个特定的条件有唯一的编码。

5.根据权利要求3所述的人工神经元参数学习方法,其激活函数线性化方法特征在于：在计算机中固定一段存储空间为函数的表，以条件编码为表地址的偏移量存储该条件对应的条件权值。

6.根据权利要求3所述的人工神经元参数学习方法,其权值学习方法特征在于：每当人工训练一次权值加一个数值，每当自动执行正确一次权值增加一个固定的数值，每当自动执行被纠正一次权值减少某个固定的值。