申请/专利权人:重庆深蜀科技有限公司
申请日:2020-06-19
公开(公告)日:2020-09-15
公开(公告)号:CN111669881A
主分类号:H05B47/11(20200101)
分类号:H05B47/11(20200101);H05B47/12(20200101);H05B47/13(20200101);H05B47/16(20200101);H05B47/165(20200101);H05B47/19(20200101);H05B47/18(20200101);G06K9/62(20060101);G06N20/10(20190101)
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2023.06.23#发明专利申请公布后的驳回;2021.01.15#实质审查的生效;2020.09.15#公开
摘要:本发明实施例提供了一种基于光照度聚类和支持向量机的灯光控制方法及设备。所述方法包括:获取光照度、时刻、声音强度及红外信号,采用K‑means算法对光照度进行聚类,采用高斯核函数将时刻,声音强度,红外信号,聚类后的光照度映射至高维空间,得到高维空间特征向量;将高维空间特征向量作为输入,使用支持向量机中的序列最小优化算法SMO对模型进行训练,得到有效的支持向量机模型。采用有效的支持向量机模型对实时获取的高维空间数据进行预测,根据预测结果对灯组发出开启或关闭指令。本发明可以确保在合适的场合和时间开启或关闭灯光,不需要对灯光的开启或关闭进行人力检查,节约了经济成本,适用的场合也较为宽泛。
主权项:1.一种基于光照度聚类和支持向量机的灯光控制方法,其特征在于,包括:获取光照度、时刻、声音强度及红外信号,采用K-means算法对光照度进行聚类,采用高斯核函数将时刻,声音强度,红外信号,聚类后的光照度映射至高维空间,得到高维空间特征向量;将高维空间特征向量作为输入,使用支持向量机中的序列最小优化算法SMO对模型进行训练,得到有效的支持向量机模型;实时获取光照度、时刻、声音强度及红外信号,采用K-means算法对实时获取的光照度进行聚类,采用高斯核函数将时刻、声音强度、红外信号及聚类后的光照度映射至高维空间,得到高维空间数据;采用所述有效的支持向量机模型对实时获取的所述高维空间数据进行预测,根据预测结果对灯组发出开启或关闭指令。
全文数据:
权利要求:
百度查询: 重庆深蜀科技有限公司 基于光照度聚类和支持向量机的灯光控制方法及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。