本发明涉及智能家居领域，具体涉及基于物联网技术的防雾霾系统。
背景技术：
空气质量的好坏反映了空气污染程度，它是依据空气中污染物浓度的高低来判断的。空气污染是一个复杂的现象，在特定时间和地点空气污染物浓度受到许多因素影响。来自固定和流动污染源的人为污染物排放大小是影响空气质量的最主要因素之一，其中包括车辆、船舶、飞机的尾气、工业污染、居民生活和取暖、垃圾焚烧等。城市的发展密度、地形地貌和气象等也是影响空气质量的重要因素。另外，“负氧离子”浓度是空气质量好坏的标志之一。根据世界卫生组织的标准，当空气中负氧离子浓度高于每立方厘米1000个—1500个时，才能称得上是“清新空气”。
而现有的家庭空气质量监测多采用单一标准，无法准确的对家庭空气质量进行监控。
技术实现要素：
本发明所要解决的技术问题是现有的家庭空气质量监测多采用单一标准，无法准确的对家庭空气质量进行监控，目的在于提供基于物联网技术的防雾霾系统，解决上述问题。
本发明通过下述技术方案实现：
基于物联网技术的防雾霾系统，包括：用于储存空气数据的空气清新程度数据库；用于对空气清新程度数据库进行机器学习，并生成二分器的学习模块；用于检测房间中的各项空气参数的检测模块；用于二分器根据各项空气参数对室内环境进行判断的判断模块；当判断为不清新时，判断模块开启空气清新器。
现有技术中，家庭空气质量监测多采用单一标准，无法准确的对家庭空气质量进行监控。本发明应用时，先建立空气清新程度数据库；再对空气清新程度数据库进行机器学习，并生成二分器；然后检测房间中的各项空气参数；再然后二分器根据各项空气参数对室内环境进行判断；当判断为不清新时，开启空气清新器。由于通过空气清新程度数据库进行机器学习，只需要对空气清新程度数据库中添加相应参数就是可以生成更高维度的二分器，从而通过多个维度对空气质量进行评估，提高了评估结果。
进一步的，所述空气参数包括pm2.5浓度、含氧量、湿度和温度。
进一步的，所述机器学习采用svm。
进一步的，所述机器学习采用线性核函数。
进一步的，所述空气清新程度数据库采用云数据库。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明基于物联网技术的防雾霾系统，通过空气清新程度数据库进行机器学习，只需要对空气清新程度数据库中添加相应参数就是可以生成更高维度的二分器，从而通过多个维度对空气质量进行评估，提高了评估结果。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成
本技术：
的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明系统结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例
如图1所示，本发明基于物联网技术的防雾霾系统，包括：用于储存空气数据的空气清新程度数据库；用于对空气清新程度数据库进行机器学习，并生成二分器的学习模块；用于检测房间中的各项空气参数的检测模块；用于二分器根据各项空气参数对室内环境进行判断的判断模块；当判断为不清新时，判断模块开启空气清新器。所述空气参数包括pm2.5浓度、含氧量、湿度和温度。所述机器学习采用svm。所述机器学习采用线性核函数。所述空气清新程度数据库采用云数据库。
本实施例实施时，先建立空气清新程度数据库；再对空气清新程度数据库进行机器学习，并生成二分器；然后检测房间中的各项空气参数；再然后二分器根据各项空气参数对室内环境进行判断；当判断为不清新时，开启空气清新器。由于通过空气清新程度数据库进行机器学习，只需要对空气清新程度数据库中添加相应参数就是可以生成更高维度的二分器，从而通过多个维度对空气质量进行评估，提高了评估结果。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。