-
公开(公告)号:CN117270406A
公开(公告)日:2023-12-22
申请号:CN202310899820.8
申请日:2023-07-21
Applicant: 福州大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明提供了基于联邦学习的智能家居服务管控方法,包括以下步骤:步骤1:针对智能家居设备异构性问题,提出智能家居时序知识图谱构造方法,将具体设备与上层管控逻辑解耦,以服务的形式统一管理智能家居设备功能,并提供用户感知的环境变化和服务状态时序数据的支持;步骤2:针对智能家居服务中不同用户的差异化需求,在时序知识图谱的基础上为用户提供差异化、个性化的智能家居服务管控。
-
公开(公告)号:CN115220361A
公开(公告)日:2022-10-21
申请号:CN202210921039.1
申请日:2022-08-02
Applicant: 福州大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明涉及一种基于深度学习的智能家居服务管控方法,包括:通过知识图谱概念模型抽象出智能家居场景中的对象和关系,然后根据设定的运行时的推理规则及执行方法,构建出智能家居情境感知运行时知识图谱,模拟智能家居服务日常过程中的调控逻辑;构建基于深度学习的智能家居服务预测模型,使智能家居服务预测模型可根据实时场景自动决策出需要进行调控的设备并预测调控后的状态;然后借助运行时知识谱图对智能家居设备进行状态控制。该方法有利于提高智能家居服务的管控正确率。
-
公开(公告)号:CN115220361B
公开(公告)日:2024-07-19
申请号:CN202210921039.1
申请日:2022-08-02
Applicant: 福州大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明涉及一种基于深度学习的智能家居服务管控方法,包括:通过知识图谱概念模型抽象出智能家居场景中的对象和关系,然后根据设定的运行时的推理规则及执行方法,构建出智能家居情境感知运行时知识图谱,模拟智能家居服务日常过程中的调控逻辑;构建基于深度学习的智能家居服务预测模型,使智能家居服务预测模型可根据实时场景自动决策出需要进行调控的设备并预测调控后的状态;然后借助运行时知识谱图对智能家居设备进行状态控制。该方法有利于提高智能家居服务的管控正确率。
-
公开(公告)号:CN115079588B
公开(公告)日:2024-08-30
申请号:CN202210937255.5
申请日:2022-08-05
Applicant: 福州大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明涉及一种基于时空数据驱动的智能家居服务管控方法,包括以下步骤:步骤S1:配置好概念实例与智能设备的映射关系,并构造具有时序能力的时序知识图谱;步骤S2:基于场景指定的时间间隔读取每个时刻下的设备状态,构建智能家居管控模型;步骤S3:根据智能家居管控模型,基于深度学习进行智能家居服务管控。本发明实现无需用户干预的智能化、无感化智能家居服务管控。
-
公开(公告)号:CN115079588A
公开(公告)日:2022-09-20
申请号:CN202210937255.5
申请日:2022-08-05
Applicant: 福州大学
IPC: G05B15/02 , G05B19/418
Abstract: 本发明涉及一种基于时空数据驱动的智能家居服务管控方法,包括以下步骤:步骤S1:配置好概念实例与智能设备的映射关系,并构造具有时序能力的时序知识图谱;步骤S2:基于场景指定的时间间隔读取每个时刻下的设备状态,构建智能家居管控模型;步骤S3:根据智能家居管控模型,基于深度学习进行智能家居服务管控。本发明实现无需用户干预的智能化、无感化智能家居服务管控。
-
-
-
-