龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中科南京信息高铁研究院
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；所述CNN模块包括级联的三层CNN、ReLU激活函数以及池化层增强网络，每层CNN包括由一系列卷积操作，用于提取电流数据中的时间模式、频率信息和幅度变化特征，通过ReLU激活函数以及池化层增强网络的非线性特性减少特征维度；所述LSTM模块用于对CNN模块提取的特征进行时间序列的演变分析，获得电流信号中的重要时间动态和关键事件，所述重要时间动态包括电流信号的周期性波动、尖峰或下降，所述关键事件包括电器的开启或关闭；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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号