机器学习下智能家居系统研发探析

3.0 闻远设计 2024-03-10 65 4 12.47KB 2 页免费

侵权投诉

机器学习下智能家居系统研发探析

摘要

随着人们对生活质量要求的越来越高以及 iOS,Android 等智能手机的普及，智能家居这个概念

又上次浮上水面，同时电子设备的集成度也越来越高，各种智能设备也不断出现，传统的电器

也开始有了计算能力，智能家居正变得炙手可热，又将要掀起一股热潮。

智能家居是指通过在家庭中布置各种传感器和控制设备，实时地监视家庭中各种环境以及控制

各种用电器，使得整个家庭环境设施变地智能化。人们可以更方便更详细地了解或者控制家里

面的环境和设备。由此在能得到更舒适的居住环境的同时还能保证居家环境安全。

市面上已经出现了很多智能家居的系统，能够提供一些环境的监测和用电器的远程控制，但是

在整套设备中，各设备之间并没有很好地结合到一起，仅能够单独地提供各传感器状态和手动

控制各节点，并没有达到智能系统的要求。近年来，随着人工智能，机器学习的快速发展，智

能家居有了真正意义上的智能的可能性，这些变化为智能家居的发展方向提供了与以往不同的

思路和难得的机遇。

本文通过使用 Python 定时读取智能家居系统数据库中各个节点间的数据并使用 Google 最新开

源的机器学习框架 TensorFlow 实现前反馈神经网络（feedforward neural network,FNN）对历史

数据进行分析学习，其中，本文使用了 ReLu 作为激励函数，使得前反馈神经网络有多层感知

能力。通过系统的持续运行，我们可以得到各个节点的预测状态，在预测结果与当前状态差异

达到限定阀值的时候，对于控制设备，向智能家居服务器发送控制命令，请求修改当前节点的

状态；对于环境监视设备，向用户发送可能的异常状态提醒。在将智能家居与机器学习技术相

结合，把整个传统的智能家居系统结合到一起，提供一套基于机器学习的智能家居实现方案。

在机器学习的基础下，可以最大程度地利用上系统中的各种数据，针对各个用户自己的习惯为

用户提供安全，方便，舒适的居家环境。

本文通过结合所有节点的数据，再以节点为单位进行预测，可以得到单一节点在系统中的可能

状态，而对系统所有节点预测结束后，所有节点的状态会组成一个新的完整的系统模式，从而

实现宏观地对整个家居进行监控的同时，也可以很好地保持系统的灵活性，为增加或减少节点

做好相应的准备。

关键字：智能家居，前反馈神经网络，预测系统，机器学习，ReLu,TensorFlow

摘要

第1 章绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文工作简介

1.4 论文体系结构

第2 章智能家居系统需求分析

2.1 智能家居研究现状

2.2 智能家居发展趋势

2.3 系统总体设计与任务分析

2.3.1 智能家居架构

2.3.2 机器学习系统任务需求分析

2.4 本章小结

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

免费 4人已下载

立即下载

摘要：

机器学习下智能家居系统研发探析摘要随着人们对生活质量要求的越来越高以及iOS,Android等智能手机的普及，智能家居这个概念又上次浮上水面，同时电子设备的集成度也越来越高，各种智能设备也不断出现，传统的电器也开始有了计算能力，智能家居正变得炙手可热，又将要掀起一股热潮。智能家居是指通过在家庭中布置各种传感器和控制设备，实时地监视家庭中各种环境以及控制各种用电器，使得整个家庭环境设施变地智能化。人们可以更方便更详细地了解或者控制家里面的环境和设备。由此在能得到更舒适的居住环境的同时还能保证居家环境安全。市面上已经出现了很多智能家居的系统，能够提供一些环境的监测和用电器的远程控制，但是在整套设备...

展开>> 收起<<

机器学习下智能家居系统研发探析.docx

共2页,预览1页

还剩页未读，继续阅读

机器学习下智能家居系统研发探析

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: