Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于大数据的智能家具故障预测方法 

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:济南大森家具有限公司

摘要:本发明公开了基于大数据的智能家具故障预测方法,方法包括数据采集、数据预处理、智能家具故障识别、智能家具故障实时预测、超参数优化和家具故障智能化预警。本发明涉及智能家居数据处理技术领域,具体是指基于大数据的智能家具故障预测方法,本方案创新性地提出了家具故障模式识别和多级动态预警机制,能够快速准确地识别出不同的故障类型;引入精确中心点选择和邻域感知距离计算,从而更精确地定义局部密度和距离,提高聚类的准确性和泛化能力;通过动态非线性适应性优化策略、随机个体再利用机制和阶段性扰动变异策略对获取预测模型最优参数的算法进行改进,从而获取到最优参数组合,提升模型结果准确性。

主权项:1.基于大数据的智能家具故障预测方法,其特征在于:该方法包括以下步骤:步骤S1:数据采集,通过从智能家居系统中,通过采集历史运行数据、实时传感器数据和用户行为数据,得到家具故障预测原始数据;步骤S2:数据预处理,通过对家具故障预测原始数据进行数据清洗、标准化处理和特征选择,得到家具故障预测初步数据;步骤S3:智能家具故障识别,通过精确中心点选择和邻域感知距离计算改进的聚类算法进行家具故障模式识别,得到智能家具故障模式识别结果;步骤S4:智能家具故障实时预测,通过建立家具故障实时预测模型并对预测模型进行训练,将所述家具故障预测初步数据中实时传感器数据和所述智能家具故障模式识别结果作为训练后的预测模型的输入数据,得到智能家具故障实时预测结果;步骤S5:超参数优化,通过动态非线性适应性优化策略、随机个体再利用机制和阶段性扰动变异策略对获取预测模型最优参数的算法进行改进,从而获取到家具故障实时预测模型最优参数组合;步骤S6:家具故障智能化预警,通过家具故障实时预测模型输出结果,划分不同的预警等级,并向用户进行不同程度提醒。

全文数据:

权利要求:

百度查询: 济南大森家具有限公司 基于大数据的智能家具故障预测方法

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。