[发明专利]一种基于神经网络的智能家居多传感器数据融合方法在审
| 申请号： | 201910177124.X | 申请日： | 2019-03-08 |
| 公开（公告）号： | CN110084358A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 陈小平 | 申请（专利权）人： | 佛山市云米电器科技有限公司;陈小平 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G01D21/02;G01R19/00 |
| 代理公司： | 佛山市禾才知识产权代理有限公司 44379 | 代理人： | 单蕴倩;梁永健 |
| 地址： | 528000 广东省佛山市顺德区伦教街道办事*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于神经网络的智能家居多传感器数据融合方法，具体步骤如下：步骤A：使用多种传感器测量智能家居的工作物理量；步骤B：将测量到的智能家居的工作物理量转化成所对应的实际输出物理量；步骤C：构建深度神经网络，将步骤B中得到的实际输出物理量作为输入，通过深度神经网络的训练后，得到与实际输出物理量所对应的智能家居决策状态，并将此作为输出，根据智能家居决策状态控制智能家居。本发明提出一种基于神经网络的智能家居多传感器数据融合方法，运用神经网络技术对多传感器数据进行融合，从而最大化利用海量数据，提升处理多传感器数据的效果。 | ||
| 搜索关键词： | 智能家居 物理量 神经网络 多传感器数据融合 实际输出 多传感器 决策状态 神经网络技术 传感器测量 最大化利用 海量数据 构建 测量 输出 融合 转化 | ||
【主权项】：
1.一种基于神经网络的智能家居多传感器数据融合方法，其特征在于：具体步骤如下：步骤A：使用多种传感器测量智能家居的工作物理量；步骤B：将测量到的智能家居的工作物理量转化成所对应的实际输出物理量；步骤C：构建深度神经网络，将步骤B中得到的实际输出物理量作为输入，通过深度神经网络的训练后，得到与实际输出物理量所对应的智能家居决策状态，并将此作为输出，根据智能家居决策状态控制智能家居。
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佛山市云米电器科技有限公司;陈小平，未经佛山市云米电器科技有限公司;陈小平许可，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/patent/201910177124.X/，转载请声明来源钻瓜专利网。
