[发明专利]一种人工神经元控制插座在审

专利信息
申请号: 201410047628.7 申请日: 2014-02-11
公开(公告)号: CN104836078A 公开(公告)日: 2015-08-12
发明(设计)人: 王斌 申请(专利权)人: 王斌
主分类号: H01R13/66 分类号: H01R13/66;H01R13/70
代理公司: 暂无信息 代理人: 暂无信息
地址: 314001 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人工 神经元 控制 插座
【说明书】:

技术领域

发明涉及一种人工神经元控制插座,具体应用于家庭自动控制热水器、鱼缸、电风扇等设备。

背景技术

智能插座通俗的说是节约用电量的一种插座,节能插座的理念很早之前就已经生成,到目前为止已经发展的比较广泛,但是技术上还有待于进步。目前流行的计量插座、定时插座、遥控插座等节能型插座的产品,能够解决部分实际问题,但都存在各种缺陷。计量插座能够直观反映出插座上的电器运行功率,电流,电压等信息,仅仅能够让用户知道电器的耗电情况,需要具备一定专业知识的用户才能根据测量结果分析电器是否耗电正常,才能及时发现电器异常,避免不正常耗电。定时插座能够控制用电器在特定时段工作,在一定程度上减少了空闲时段的能源浪费,但实际用电时段并非固定,情况一旦变化,需要重新进行设定,使用不方便。遥控插座需要配备专用遥控器,成本较高而且使用麻烦,难以得到用户接受。

随着以物联网、人工智能、移动互联网为代表的新一代信息技术发展,利用这些技术改进智能插座,提高智能化水平已经成为可能。尤其是人工神经网络技术具有优良的学习功能。“人工神经网络”(ARTIFICIAL NEURAL NETWORK,简称ANN)是在对人脑组织结构和运行机制的认识理解基础之上模拟其结构和智能行为的一种工程系统。神经系统的基本构造是神经元(神经细胞),它是处理人体内各部分之间相互信息传递的基本单元。每个神经元都由一个细胞体,一个连接其他神经元的轴突和一些向外伸出的其它较短分支——树突组成。插座就像神经元一样是家庭电器的基本单元,插座的通断就如神经元的兴奋一样产生特定的动作,把家庭内部的传感器信息汇集到智能插座就能像神经元一样感知其他神经元的信息,从而实现家庭自动化。

因此本发明结合人工神经网络技术、无线通讯技术、传感器实现室内自动化。

发明内容

本发明是对现有智能插座的改进,除具有原功能外,还具有以下功能:

(1)            接收外部传感信息的功能;

(2)            按照外部传感器的信息学习用户习惯,自动控制的功能。

以上功能具体实现为:

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。

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。

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。

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。

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。

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。

 

附图说明

附图1为一种人工神经元控制插座的硬件结构示意图。

附图2为条件编码示的结构示意图。

附图3为激活函数线性化结构示意图。

具体实施方法

上述功能实现的技术方案结合附图进行进一步的描述如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于王斌,未经王斌许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410047628.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top