發(fā)布時(shí)間：2020-10-30 12:13

　　 隨著大數(shù)據(jù)時(shí)代的到來,智能家居行業(yè)得到了極大的發(fā)展。然而,由此產(chǎn)生的大量用戶歷史操控?cái)?shù)據(jù)卻未得到很好地利用,限制了行業(yè)競(jìng)爭(zhēng)力的提升。因此研究如何利用海量的智能家居用戶歷史操控?cái)?shù)據(jù),挖掘出用戶的操控習(xí)慣,實(shí)現(xiàn)家居設(shè)備的智能化決策,成為智能家居行業(yè)走向智能化過程中的關(guān)鍵問題之一。本文依據(jù)行業(yè)內(nèi)的標(biāo)準(zhǔn),將智能家居用戶操控習(xí)慣分為兩大類來研究:第一類是面向單一智能家居設(shè)備的用戶單控操控習(xí)慣;第二類是面向多個(gè)智能家居設(shè)備的用戶關(guān)聯(lián)操控習(xí)慣。針對(duì)目前主流的智能家居用戶操控習(xí)慣挖掘算法,未能很好地利用用戶歷史操控?cái)?shù)據(jù)的時(shí)間特性的問題展開研究,提出了相應(yīng)的用戶單控操控習(xí)慣挖掘算法和用戶關(guān)聯(lián)操控習(xí)慣挖掘算法,并進(jìn)行了驗(yàn)證實(shí)驗(yàn)。本文主要研究工作如下:(1)介紹了智能家居和用戶操控習(xí)慣的概念,重點(diǎn)研究了目前被用于智能家居用戶操控習(xí)慣挖掘的聚類分析以及關(guān)聯(lián)分析技術(shù)。(2)對(duì)常被用于用戶單控操控習(xí)慣挖掘的聚類分析算法進(jìn)行了總結(jié)與分析,提出一種具有自組織聚類和遺忘學(xué)習(xí)能力的用戶單控操控習(xí)慣挖掘算法。首先,針對(duì)目前的聚類分析算法缺乏自組織選擇類別簇?cái)?shù)量以及自組織聚類過程收斂過慢的問題,該算法提出一種融合自編碼技術(shù)和競(jìng)爭(zhēng)學(xué)習(xí)機(jī)制的人工神經(jīng)網(wǎng)絡(luò)來初始化算法,使得算法可自組織產(chǎn)生更合理的類別簇?cái)?shù)量和對(duì)應(yīng)的質(zhì)心。其次,針對(duì)目前的聚類分析算法無法融合時(shí)間因素來判別用戶歷史操控?cái)?shù)據(jù)的重要性,缺乏遺忘學(xué)習(xí)能力的問題,該算法基于艾賓浩斯遺忘規(guī)律引入了一種遺忘因子,改進(jìn)了傳統(tǒng)聚類分析算法的質(zhì)心更新機(jī)制,使得算法可以進(jìn)行類腦遺忘學(xué)習(xí),從而讓算法挖掘到更貼近用戶近期真實(shí)習(xí)慣的用戶單控操控習(xí)慣。(3)對(duì)常被用于用戶關(guān)聯(lián)操控習(xí)慣挖掘的關(guān)聯(lián)分析算法進(jìn)行了總結(jié)與分析,提出了一種融合時(shí)間因素的用戶關(guān)聯(lián)操控習(xí)慣挖掘算法。目前的關(guān)聯(lián)分析算法僅使用支持度和置信度作為用戶關(guān)聯(lián)操控習(xí)慣挖掘過程中的篩選條件,未能充分利用戶歷史操控?cái)?shù)據(jù)的時(shí)間特征,導(dǎo)致所挖掘到的用戶關(guān)聯(lián)操控習(xí)慣中包含的各子操作行為之間缺乏時(shí)間維度上的順序性和關(guān)聯(lián)性。有鑒于此,該算法首先通過改進(jìn)的FP-growth算法得到用戶歷史操控?cái)?shù)據(jù)的時(shí)序頻繁項(xiàng)集,然后引入一種時(shí)間約束因子,對(duì)從時(shí)序頻繁項(xiàng)集生成用戶關(guān)聯(lián)操控習(xí)慣的過程進(jìn)行時(shí)間約束,使得算法所挖掘到的用戶關(guān)聯(lián)操控習(xí)慣中包含的各子操作行為之間存在時(shí)間維度上的順序性和關(guān)聯(lián)性。(4)介紹了如何將所提出的智能家居用戶操控習(xí)慣挖掘算法應(yīng)用于智能家居系統(tǒng)中。在云端智能家居系統(tǒng)的基礎(chǔ)上,開發(fā)了一個(gè)智能家居控制軟件以及用戶操控習(xí)慣挖掘軟件。首先,通過控制軟件實(shí)現(xiàn)了智能家居設(shè)備的遠(yuǎn)程監(jiān)控和用戶歷史操控?cái)?shù)據(jù)的收集。然后,通過用戶操控習(xí)慣挖掘軟件對(duì)所收集到的用戶歷史操控?cái)?shù)據(jù)進(jìn)行操控習(xí)慣的挖掘和推薦。仿真實(shí)驗(yàn)表明,本文所提出的用戶操控習(xí)慣挖掘算法具有可行性和工程應(yīng)用價(jià)值。
【學(xué)位單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP311.13;TU855
【部分圖文】：

互聯(lián)網(wǎng)設(shè)備控制層圖 2-1 用戶操控習(xí)慣執(zhí)行示意圖ig.2-1 Schematic diagram of user controlling behavior家居設(shè)備的用戶單控操作習(xí)慣，簡(jiǎn)稱用戶單控操控

簡(jiǎn)稱 ACNN）初始化算法，以快速獲得一組比較接近用戶真實(shí)的單控操控習(xí)慣的初始質(zhì)心向量。ACNN 的框架圖如圖3-1 所示。本文提出的 ACNN 是一個(gè)五層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，包括一個(gè)輸入層、一個(gè)編碼層、一個(gè)重構(gòu)層以及兩個(gè)競(jìng)爭(zhēng)層。首先，ACNN 的前三層借鑒了自編碼機(jī)技術(shù)的思想，對(duì)無標(biāo)簽的用戶歷史操控?cái)?shù)據(jù)進(jìn)行降維，并從中學(xué)習(xí)出一種較為緊湊的數(shù)據(jù)表征，初步提取用戶歷史操控?cái)?shù)據(jù)的特征，提高了 ACNN 中后續(xù)競(jìng)爭(zhēng)層的學(xué)習(xí)效率。其次，通過對(duì)單層競(jìng)爭(zhēng)層的神經(jīng)元進(jìn)行層次擴(kuò)充，使第一個(gè)3 3競(jìng)爭(zhēng)層的神經(jīng)元分別連接到另一個(gè)3 3的小競(jìng)爭(zhēng)層，并將這若干個(gè)小的3 3競(jìng)爭(zhēng)層組合成一個(gè)大的9 9競(jìng)爭(zhēng)層，形成第二個(gè)競(jìng)爭(zhēng)層，實(shí)現(xiàn)多層競(jìng)爭(zhēng)學(xué)習(xí)機(jī)制，提高了競(jìng)爭(zhēng)學(xué)習(xí)的效果，使初始質(zhì)心向量

圖 3-2 具有 4 環(huán)結(jié)構(gòu)的等差概率模型的框架圖Fig.3-2 Framework of the 4-ring equal probability model單控操控習(xí)慣的生成
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邱彥昌;;聚焦·中國(guó)智能家居[J];大社會(huì);2015年Z2期

2 王亞麗;高雁鳳;;智能家居前景分析及發(fā)展趨勢(shì)[J];智能城市;2019年23期

3 郭阿英;許志猛;余向陽;;一種基于信道狀態(tài)信息的智能家居防盜監(jiān)測(cè)方法[J];電氣技術(shù);2019年12期

4 曹杰;王春梅;;淺談智能家居的現(xiàn)狀與發(fā)展趨勢(shì)[J];電子世界;2018年23期

5 富倩;王旭;;智能家居的安全問題[J];信息與電腦(理論版);2018年24期

6 ;智能家居領(lǐng)域各自封王,碎片化現(xiàn)狀難突破[J];電腦知識(shí)與技術(shù)(經(jīng)驗(yàn)技巧);2018年11期

7 王遠(yuǎn)春;;智能家居在智慧城市建設(shè)中的發(fā)展與應(yīng)用[J];中國(guó)安防;2018年11期

8 徐建明;;當(dāng)前智能家居發(fā)展疑難與應(yīng)用趨勢(shì)分析[J];中國(guó)安防;2018年11期

9 綜合新華網(wǎng)、經(jīng)濟(jì)日?qǐng)?bào)等相關(guān)新聞;;智能家居的“下一步”[J];今日科技;2019年02期

10 付凱;李莉;楊子羿;;亡羊補(bǔ)牢,為時(shí)未晚 智能家居安全如何保障?[J];通信世界;2019年05期

相關(guān)博士學(xué)位論文 前5條

1 郭昆;基于語義互聯(lián)模型的智能家居服務(wù)架構(gòu)及關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2018年

2 韓秉君;多場(chǎng)景下移動(dòng)通信系統(tǒng)業(yè)務(wù)承載性能研究[D];北京郵電大學(xué);2013年

3 胡曼冬;基于本體的智能家居關(guān)鍵技術(shù)研究[D];中國(guó)海洋大學(xué);2014年

4 高偉勛;智能家居環(huán)境中個(gè)性化語音生成關(guān)鍵技術(shù)研究[D];東華大學(xué);2015年

5 桂琳;智能家居中基于視覺的服裝分析和推薦研究[D];中國(guó)海洋大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 鄭方雄;基于Hadoop的智能家居管理軟件的研究與設(shè)計(jì)[D];重慶郵電大學(xué);2019年

2 陳諾;智能家居環(huán)境下個(gè)人隱私與信息的民法保護(hù)[D];揚(yáng)州大學(xué);2019年

3 虎冠林;基于定位技術(shù)的智能家居監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];寧夏大學(xué);2019年

4 廖北平;一種多WAN口4G智能家居物聯(lián)網(wǎng)PoE網(wǎng)關(guān)[D];南昌大學(xué);2019年

5 王盛吉;西格智能家居營(yíng)銷策略研究[D];廈門大學(xué);2018年

6 劉霞;基于人機(jī)自然交互的智能家居APP界面設(shè)計(jì)研究[D];西安工程大學(xué);2019年

7 李逸夫;智能家居場(chǎng)景化設(shè)計(jì)研究[D];天津美術(shù)學(xué)院;2019年

8 梁天愷;融合時(shí)間因素的智能家居用戶操控習(xí)慣挖掘研究[D];廣東工業(yè)大學(xué);2019年

9 石躍鵬;面向智能家居的ZigBee-WiFi網(wǎng)關(guān)研制與應(yīng)用[D];廣東工業(yè)大學(xué);2019年

10 鄧瑋祎;基于獨(dú)居女性情感需求的智能家居設(shè)計(jì)研究[D];廣東工業(yè)大學(xué);2019年

本文編號(hào)：2862460