科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高智能家居系统的智能化程度,提出了一种以基于LSTM改进的递归神经网络模型为核心的智能家居机器学习系统。该系统以家庭单位作为预测节点,以改进的LSTM网络作为基准预测模型;家庭节点的预测模型以基准预测模型为基础,利用新样本更新家庭预测模型,根据输入的环境数据调用预测模型预测出设备的状态。实验结果表明:该系统能够适应多个家庭节点以及新的家庭行为,基准预测模型与BP神经网络、一般递归神经网络以及标准的LSTM网络相比,其对设备状态的预测准确度高于其他三种模型。该系统方案既为每一个家庭节点建立一个预测模型,又可以根据用户在主动控制设备时生成的新样本数据更新预测模型,有助于匹配不同家庭用户的特点,实现对智能家居产品的智能化控制。
- 单位
