买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中山市名迪电器有限公司申请的专利一种智能家电用户行为感知和控制系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118393891B 。

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410565517.9，技术领域涉及：G05B13/04；该发明授权一种智能家电用户行为感知和控制系统是由邓淇鸿设计研发完成，并于2024-05-09向国家知识产权局提交的专利申请。

本一种智能家电用户行为感知和控制系统在说明书摘要公布了：本发明公开了一种智能家电用户行为感知和控制系统，包括多模态传感器模块、数据处理与管理模块、用户行为感知模块、家电调度与控制模块、系统运行监测与维护模块、多模态交互模块，多模态传感器模块用于采集智能家电与用户端数据，数据处理与管理模块用于传感器数据的预处理、整合与管理，用户行为感知模块用于感知用户行为模式，家电调度与控制模块用于智能家电自适应控制，系统运行监测与维护模块用于监测系统运行状态并维护，多模态交互模块用于系统与用户之间多模态交互，本发明一种智能家电用户行为感知和控制系统，提出基于神经网络的智能感知算法对用户行为进行感知识别，提出基于模糊推理的自适应控制算法对智能家电进行自适应控制调节。

本发明授权一种智能家电用户行为感知和控制系统在权利要求书中公布了：1.一种智能家电用户行为感知和控制系统，包括多模态传感器模块、数据处理与管理模块、用户行为感知模块、家电调度与控制模块、系统运行监测与维护模块、多模态交互模块，其特征在于：所述多模态传感器模块用于整合多种传感器，包括触觉传感器、声音传感器、图像传感器和环境传感器，以实时采集用户的各种行为数据，所述数据处理与管理模块包括数据预处理单元和数据整合与管理单元，所述数据预处理单元用于对传感器采集到的原始数据进行滤波、降噪和校正处理，确保数据的准确性与可靠性，所述数据整合与管理单元用于实时整合和管理处理后的数据，包括数据存储与高效检索功能，所述用户行为感知模块提出基于神经网络的智能感知算法，用于对用户的复合行为模式进行识别与分析，实现对用户行为的深度理解和预测，所述家电调度与控制模块包括家电自适应控制单元和远程控制接口单元，所述家电自适应控制单元提出基于模糊推理的自适应控制算法，用于适应用户的行为模式并应对实时用户需求的变化，以提升智能家电的灵活性和适应性，所述远程控制接口单元用于建立用户与系统的远程通信通道，使得用户能够远程控制智能家电，实现用户对系统的远程监控与操作，所述系统运行监测与维护模块用于监测智能家电用户行为感知和控制系统的运行状态，检测潜在的故障并对故障问题进行维护，以确保系统的稳定运行，所述多模态交互模块用于提供语音交互界面和图形交互界面，以实现系统与用户之间的高效交互；所述用户行为感知模块提出基于神经网络的智能感知算法，通过对动作、语音、图像多模态数据进行综合分析和学习，从而实现高度智能化的用户行为感知，通过迭代不断优化神经网络模型，确保系统对用户行为的准确理解和预测；首先，对经过预处理后的多模态数据集进行特征选择，特征选择的平均类间距离计算的具体公式表示为： 其中，Dτ表示为特征选择的平均类间距离，τ表示为特征的索引，x表示为经过预处理整合操作后的触觉与声音模态的用户行为类型的索引，y表示为经过预处理整合操作后的图像模态的用户行为类型的索引，i表示为与x类型有关的用户行为样本数据索引，j表示为与y类型有关的用户行为样本数据索引，Nx表示与x类型有关的用户行为样本数据总量，Ny表示与y类型有关的用户行为样本数据总量，ξ2xi,τ与ξ2yj,τ分别表示与x类型和y类型有关的特征选择的方差，∈表示为平滑参数，Ex,τ与Ey,τ分别表示为x类型和y类型在特征τ上的期望值，构建前馈神经网络模型，包括输入层、隐藏层和输出层，采用监督学习方式，使用误差反向传播算法进行训练，通过梯度下降调整网络权重，前馈神经网络的输入层到隐藏层的具体公式表示为： 其中，INh表示为前馈神经网络隐藏层神经元h的输出信息，h表示为前馈神经网络隐藏层神经元层数索引，l表示为前馈神经网络输入层神经元层数索引，n表示为前馈神经网络输入层神经元层数，vlh表示为输入层神经元l到隐藏层神经元h的连接权重，xl表示为输入层神经元l的输入信息，f·表示为Sigmoid激活函数，前馈神经网络的隐藏层到输出层的具体公式表示为： 其中，OUTg表示为输出层神经元g的输出信息，g表示为前馈神经网络输出层神经元层数索引，m表示为前馈神经网络隐藏层神经元层数，wgh表示为输出层神经元g与隐藏层神经元h之间的权重系数，前馈神经网络权重调整具体计算公式表示为： 其中，Δwghr+1表示在r+1次迭代中更新的权重系数，η表示前馈神经网络模型学习率，FAC表示动量因子，表示实际输出与目标输出之间的差异值，Δwghr表示在r次迭代中更新的权重系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中山市名迪电器有限公司，其通讯地址为：528400 广东省中山市东凤镇西罟大道尾；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。