【摘 要】
:
作为物联网技术在日常生活领域的重要应用,智能家居产业近年来取得了快速发展。但是不同智能家居设备之间差异化的通信方式与割裂的功能,大大增加了用户管理与使用的复杂度。
【机 构】
:
北京邮电大学网络与交换技术国家重点实验室,清华大学计算机科学与技术系,清华大学信息科学与技术国家实验室
【基金项目】
:
国家自然科学基金(61170292,61472212);国家科技重大专项课题(2015ZX03003004);国家“九七三”重点基础研究发展规划项目基金(2012CB315803);国家“八六三”高技术研究发展计划项目基金(2013AA013302,2015AA015601);欧盟CROWN基金项目(FP7-PEOPLE-2013-IRSES-610524);清华信息科学与技术国家实验室(筹)
论文部分内容阅读
作为物联网技术在日常生活领域的重要应用,智能家居产业近年来取得了快速发展。但是不同智能家居设备之间差异化的通信方式与割裂的功能,大大增加了用户管理与使用的复杂度。智能家居管控平台旨在整合异构网络环境下多种设备的数据监测与控制能力,为用户提供整体化家居服务。在面对多种设备协同、环境参数众多、用户需求难以确定等众多困难时,如何建立一种无感化、精确化、智能化的家居设备统一管控能力,是智能家居平台化过程中亟需解决的核心问题。为破解智能家居设备自动管控难题,本文基于深度学习方法提出Deep Home智能家居管控模型。Deep Home模型首先采用自编码网络构建设备模型,通过逐层无监督预训练挖掘通用化设备特征;继而基于具体家居场景,综合多个独立设备模型构建多隐层学习网络,并使用家居环境数据进行模型整体训练。经过训练,Deep Home模型能够基于家居环境数据预测智能设备工作状态,并依照预测结果调整相应设备,实现对智能家居设备的自动化统一管控。由于智能家居平台尚处于起步阶段,现阶段仍缺乏能够有效描述家居环境整体的数据。本文设计调查问卷与数据收集网站收集不同用户的家居环境、设备数据与生活习惯,并基于所得数据构建智能家居环境仿真测试平台Home Test,模拟生成批量家居环境数据辅助模型训练。使用仿真数据进行10轮训练后,Deep Home模型对智能设备工作状态的预测准确率达到99.4%,较浅层神经网络模型提高了6.4%,较基于逻辑规则的控制方案提高了36.1%;与此同时,Deep Home在设备状态需要调整时的预测准确率达到74.1%,较浅层神经网络模型提高了4.7倍,较基于逻辑规则的控制的方案提高了13.2倍。在真实环境数据集下,Deep Home的对设备状态的预测准确率也达到了可以被用户接受的98.9%。实验表明,Deep Home模型能够充分发掘智能设备状态与环境、用户以及其他设备间的联动关系,实现对设备的智能化控制。
其他文献
目前石材幕墙正越来越多地被用于商业写字楼、办公楼、高级宾馆等外墙面的装饰工程。但土建设计单位往往只是对立面造型进行设计;需要施工单位在石材幕墙施工前,对石材幕墙施
采用DEM数据建立基于数字高程模型的三维有限元山谷地形模型,研究了输入不同地震波情况下,山谷地形不同监测点处的动力响应特性。数值模拟结果表明,地形效应对地震动的振幅影
本文作者依据多年工作经验,对我国养老保险存在的问题及对策研究分析,以便和同行进行切磋交流。
全面分析风景园林发展的当代性特征,能够为切实推进现代建筑良好融合风景园林设计理念奠定重要的基础。主要从风景园林的基本情况分析入手,介绍了风景园林的产生和发展情况,
我国在改革开放之后经济水平不断提升,其中有很大一部分作用是依靠着能源的支撑,我国作为能源大国但是在人均能源的占有上却比较少,所以开发页岩气资源就成为比较重要的一个
为在模拟环境状态下检测摆动轴承的性能和寿命,研制了高低温环境摆动轴承试验器。阐述了试验器的工作原理和研制过程,介绍了试验器系统结构的主要设计内容。
目的:评价多模式围手术期疼痛控制方案在全膝关节置换术后镇痛中的作用,并与非多模式镇痛方案进行对比。方法:选择2004-09/2006-09在长征医院关节外科中心实施多模式围手术期
<正>《雪花的快乐》手稿去冬今春,中国北方千里冰封,万里雪飘,不禁想起新诗人徐志摩的前期代表作《雪花的快乐》。此诗发表于一九二五年一月七日北京《现代评论》第一卷第六
速度和速率在物理的教科书中,两者的定义是不一样的。速度跟位移有关,是有向量,有方向的。而速率是和路径有关,是没有方向,纯量的。这两者在物理的教学中都是最基本的概念,同
本文综述了女运动员前交叉韧带的损伤因素,并针对这些因素提出了相应的预防措施。