申请/专利权人：中科南京信息高铁研究院

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117807528A

主分类号：G06F18/2415

分类号：G06F18/2415;G01R19/00;G06F18/214;G06N3/0464;G06N3/0442;G06N3/045;G06N3/096;G06N3/0495;G06N3/084;G06N5/04;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明提出了一种基于长短时记忆网络的非侵入式家电状态识别方法，包括：采集单电器电流值并构建训练数据集；利用训练数据集对基于CNN‑LSTM的感知模型进行训练，所述感知模型采用CNN模块作为特征提取器，采用LSTM模块将每个电器的电气信号从总信号中分离出，采用决策层根据分离出的电气信号确定电器开关状态的概率；采用知识蒸馏和模型量化方法对训练好的感知模型进行压缩，获得轻量级模型；将轻量级模型部署到移动端，对电器状态进行实时识别。本发明具有低能耗、低成本、配置简单、识别精度高和推理速度快等优点。

主权项：1.一种基于长短时记忆网络的非侵入式家电状态识别方法，其特征在于，具体步骤为：采集单电器电流值并构建训练数据集；利用训练数据集对基于CNN-LSTM的感知模型进行训练，所述感知模型采用CNN模块作为特征提取器，采用LSTM模块将每个电器的电气信号从总信号中分离出，采用决策层根据分离出的电气信号确定电器开关状态的概率；采用知识蒸馏和模型量化方法对训练好的感知模型进行压缩，获得轻量级模型；将轻量级模型部署到移动端，对电器状态进行实时识别。

全文数据：

权利要求：

百度查询： 中科南京信息高铁研究院 基于长短时记忆网络的非侵入式家电状态识别方法及介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD