[发明专利]物联网服务系统有效

专利信息
申请号: 202110529600.7 申请日: 2021-05-14
公开(公告)号: CN113111543B 公开(公告)日: 2022-08-16
发明(设计)人: 吴信飞 申请(专利权)人: 杭州贺鲁科技有限公司
主分类号: G06F30/20 分类号: G06F30/20;G06F17/16;G06N3/04;G06N3/08;G16Y10/80;G16Y20/20;G16Y40/10;G16Y40/30;G16Y40/50;G06F111/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 310000 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: 联网 服务 系统
【权利要求书】:

1.一种物联网服务系统,其特征在于,包括:

智能家居设备,所述智能家居设备具有不同状态;

状态控制设备,用于基于所述智能家居设备的不同状态,对于不同智能家居设备的状态冲突进行控制,所述状态控制设备,包括:

当前状态向量生成单元,用于获取各个所述智能家居设备的当前状态,并将每个所述智能家居的当前开/关的状态编码为0和1,以构成所有所述智能家居设备的当前状态向量;

当前状态矩阵生成单元,用于将所述当前状态向量的列向量与转置之后的行向量进行矩阵相乘,以获得所有所述智能家居设备的当前状态矩阵;

状态特征矩阵生成单元,用于将所述当前状态矩阵通过第一卷积神经网络,以获得对应于所述当前状态矩阵的状态特征矩阵;

设备类型矩阵生成单元,用于基于各个所述智能家居设备的类型的信息,为各个所述智能家居设备定义一个独热向量,并将各个所述智能家居设备的独热向量在向量的样本维度进行拼接以获得设备类型矩阵;

类型特征矩阵生成单元,用于将所述设备类型矩阵通过第二卷积神经网络,以获得对应于所述设备类型矩阵的类型特征矩阵,其中,所述第二卷积神经网络与所述第一卷积神经网络具有相同的网络结构;

关联特征矩阵生成单元,用于将所述状态特征矩阵与所述类型特征矩阵进行矩阵相乘,以获得关联特征矩阵;

最终特征矩阵生成单元,用于将所述关联特征矩阵通过多个卷积层以获得最终特征矩阵;

状态冲突概率计算单元,用于基于所述最终特征矩阵中的每个位置的值,计算其与其他位置的值的Softmax函数值,以作为表示该位置的智能家居设备和其他位置的智能家居设备的状态冲突的概率值;

判断结果生成单元,用于基于所述状态冲突的概率值,生成对应位置的智能家居设备是否存在冲突的判断结果;以及

预警单元,用于基于所述判断结果,生成预警信号。

2.根据权利要求1所述的物联网服务系统,其中,所述设备类型矩阵生成单元,进一步用于将所述设备类型矩阵转化为与所述当前状态矩阵具有相同的尺寸。

3.根据权利要求1所述的物联网服务系统,其中,所述状态冲突概率计算单元,进一步用于:基于如下公式计算所述最终特征矩阵中的每个位置的值其与其他位置的值的Softmax函数值,其中,所述公式表示为:

pij=exp(xij)/∑exp(xij)。

4.根据权利要求3所述的物联网服务系统,其中,所述状态冲突概率计算单元,进一步用于:计算该位置与其他位置之间的Softmax函数值和其他位置与该位置之间的Softmax函数值的均值,作为表示该位置的智能家居设备和其他位置的智能家居设备的状态冲突的概率值。

5.根据权利要求1所述的物联网服务系统,其中,所述判断结果生成单元,进一步用于:基于所述状态冲突的概率值与预定阈值之间的比较,生成对应位置的智能家居设备是否存在冲突的判断结果。

6.根据权利要求1所述的物联网服务系统,其中,所述预警单元,进一步用于:响应于所述判断结果为对应位置的智能家居设备存在状态冲突,生成预警信号。

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杭州贺鲁科技有限公司,未经杭州贺鲁科技有限公司许可,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/202110529600.7/1.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