[发明专利]物联网服务系统

说明书

公开了一种物联网服务系统，更具体地，涉及一种物联网服务系统在智能家居领域的应用。在智能家居的物联网系统中，各种智能家居设备相互联网以实现家居设备与家居设备、家居设备与人之间的泛在连接，进而实现对家居设备和家居设备的过程的智能化感知、识别和管理。特别地，所述智能家居的物联网服务系统结合人工智能技术来提高对智能家居的状态冲突控制的准确性和智能性。具体地，所述物联网服务系统基于统计特征的深度学习技术，来从智能家居的可外部观察到的显性状态出发，通过对于这种显性状态的统计特征的特征工程,来提取各个智能家居设备的状态之间的高维统计关联特征来进行状态冲突智能检测，通过这样的方式，提高控制冲突的检测准确率。

技术领域

本发明涉及物联网领域，且更为具体地，涉及一种物联网服务系统。

背景技术

物联网是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。

随着物联网技术的快速发展，智能家居逐渐地得到了普通家庭的认可，成为了物联网的重要领域之一。在智能家居的物联网系统中，智能家居设备多种多样，出自不同厂商，并且，家居设备的多样性和规则的个性化，导致规则之间的关系非常复杂，容易产生各式各样的设备控制冲突。这些冲突可能会对人身财产安全造成危害，所以，有必要对设备控制冲突进行检测。

目前，在智能家居领域内，当前的控制冲突检测技术都是针对同类型的作动器且有明显状态切换的操作进行显式冲突检测，如同时开灯和关灯、在指定亮灯的时间段内关灯等。但这些冲突检测技术无法检测出不同设备之间具有隐含性常识的控制冲突，如同时开窗和开空调将导致室内外温度趋于一致，从而影响空调的运行效果。

因此，期望提供一种优化的用于智能家居的物联网服务系统，其能够检测出具有隐含性常识的控制冲突。

目前，深度学习以及神经网络已经广泛应用于计算机视觉、自然语言处理、文本信号处理等领域。此外，深度学习以及神经网络在图像分类、物体检测、语义分割、文本翻译等领域，也展现出了接近甚至超越人类的水平。

深度学习以及神经网络的发展为智能家居的控制冲突检测提供了新的解决思路和方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种物联网服务系统，该物联网服务系统基于深度学习的特征提取方式，对智能家居设备之间的隐含性常识的控制冲突进行识别，以准确地判断相应的智能设备之间是否存在控制冲突。具体地，通过获取各个智能家居设备的状态信息和类型信息，并在高维空间中进行融合，以将表示设备类型信息的高维统计特征结合到表示设备状态信息的高维统计关联特征中，再通过Softmax函数计算各智能家居设备之间的状态冲突的概率值，通过将该状态冲突概率值与预设阈值进行比较，生成是否存在控制冲突的判断结果，并在存在冲突时进行预警，这样，便于后续高效安全使用。

根据本申请的一个方面，提供了一种物联网服务系统，其包括：

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；