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！

龙图腾网恭喜湖南大学申请的专利针对于建筑群服务的AI驱动的在线智能物联网监控与评估方法、系统、设备以及介质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：CN119647794B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510174325.X，技术领域涉及：G06Q10/063；该发明授权针对于建筑群服务的AI驱动的在线智能物联网监控与评估方法、系统、设备以及介质是由陈毅兴;袁玥;高丽英;曾柯竣;李咏博设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本针对于建筑群服务的AI驱动的在线智能物联网监控与评估方法、系统、设备以及介质在说明书摘要公布了：本发明涉及一种针对于建筑群服务的AI驱动的在线智能物联网监控与评估方法、系统、设备以及介质，其方法包括：通过传感器网络和用户界面，收集并预处理环境参数、设备状态以及用户数据，并利用动态高斯混合模型进行聚类分析，以识别并划分出多个各聚类或群组；通过深度学习网络分析处理聚类或群组，得到环境数据分析结果、模型预测输出以及用户行为分析报告，通过模糊合成运算全面评估建筑群状态并生成控制策略；构建在线共享平台，利用迁移学习将控制策略迁移至其他建筑群，实现模型、策略及经验的共享。本发明解决了传统物联网系统存在的诸多问题，实现了实时数据分析、智能决策和系统整合，显著提升了建筑群的管理效率和用户体验。

本发明授权针对于建筑群服务的AI驱动的在线智能物联网监控与评估方法、系统、设备以及介质在权利要求书中公布了：1.一种针对于建筑群服务的AI驱动的在线智能物联网监控与评估方法，其特征在于，包括：通过预先部署于建筑群中的动态可配置的传感器网络和用户界面，收集并预处理环境参数、设备状态以及用户数据；利用动态高斯混合模型对预处理后的环境参数、设备状态以及用户数据之中的至少一项进行聚类分析，以识别并划分出多个各自代表特定的舒适度区域的聚类或群组，包括：选取环境参数、设备状态以及用户数据之中的至少一项作为待分析对象；确定高斯混合模型中对应于形成的聚类或群组的数量的高斯分量的数量K，并初始化高斯混合模型的参数配置；将待分析的对象划分为多个连续的时间窗口，按照设定的步长移动时间窗口，以覆盖待分析的对象的整个时间序列，每个新的时间窗口都包含一部分新的数据和一部分与前一个时间窗口重叠的数据；在新的每个时间窗口内，使用初始化的高斯混合模型对待分析对象进行拟合，利用期望最大化方式，交替进行期望步和最大化步，直至达到预设的迭代次数或模型参数变化小于阈值，其中，在期望步中，根据当前模型参数计算每个数据点属于各个高斯分量的责任度，在最大化步中，根据责任度更新高斯混合模型的参数配置；通过拟合过程，将待分析对象的数据点划分为K个聚类或群组，以及确定每一时间窗口内的数据点所对应的代表特定的舒适度区域的聚类或群组；其中，责任度为： ；式中，zpq为第p个数据点对于第q个高斯分量的责任度，wq是第q个高斯分量的权重，σq是第q个高斯分量的标准差，xp是第p个数据点，μq是第q个高斯分量的均值，为第p个数据点与第q个高斯分量均值之间的欧氏距离的平方，K是高斯分量的总数，wk是第k个高斯分量的权重，σk是第k个高斯分量的标准差，μk是第k个高斯分量的均值，χ为锐化参数，是一个可调节的参数，用于控制责任度计算的锐化程度；通过深度学习网络分析处理聚类或群组，得到环境数据分析结果、模型预测输出以及用户行为分析报告；基于环境数据分析结果、模型预测输出以及用户行为分析报告，通过模糊合成运算获得建筑群服务的全面状态评估，并基于全面状态评估生成至少一种建筑群的控制策略；构建建筑群间的在线共享平台，利用迁移学习将在当前建筑群上生成的建筑群的控制策略迁移到其他建筑群上，使得不同建筑群之间可以交换和共享学习到的模型、控制策略以及优化经验。

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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路2号；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”。