一种基于云端的智能家居控制方法及系统与流程

本发明涉及ai，具体而言，涉及一种基于云端的智能家居控制方法及系统。

背景技术：

1、智能家居是以住宅为平台，利用综合布线技术、网络通信技术、 安全防范技术、自动控制技术、音视频技术将家居生活有关的设施集成，构建高效的住宅设施与家庭日程事务的管理系统，提升家居安全性、便利性、舒适性、艺术性，并实现环保节能的居住环境，当前在智能家居的控制过程中，需要对智能家居控制进行实时决策，例如可以通过依据ai技术对智能家居控制进行决策，而现有技术中智能家居控制决策准确率较低。

技术实现思路

1、有鉴于此，本发明实施例的目的在于提供一种基于云端的智能家居控制方法及系统，基于完成网络学习的智能家居控制决策网络对上传的智能家居状态数据进行智能家居控制决策，以从至少一个智能家居控制决策方案和各智能家居控制决策方案关联的体验扩展方案中，确定智能家居状态数据的目标控制方案；基于智能家居状态数据的目标控制方案，确定智能家居状态数据存在智能家居控制决策方案映射的状态触发要素，或者确定智能家居状态数据存在体验扩展方案映射的体验优化要素。由此，通过智能家居控制决策网络确定智能家居状态数据的目标控制方案后，基于智能家居状态数据的目标控制方案，确定智能家居状态数据中是否存在状态触发要素，从而提高智能家居控制决策的可靠度。

2、依据本发明实施例的一个方面，提供一种基于云端的智能家居控制方法，所述方法包括：

3、获取完成网络学习的智能家居控制决策网络，以及获取上传的智能家居状态数据；

4、基于所述智能家居控制决策网络对智能家居状态数据进行智能家居控制决策，以从至少一个智能家居控制决策方案和各所述智能家居控制决策方案关联的体验扩展方案中，确定所述智能家居状态数据的目标控制方案；

5、基于所述智能家居状态数据的目标控制方案，确定所述智能家居状态数据存在所述智能家居控制决策方案映射的状态触发要素，或者确定所述智能家居状态数据存在所述体验扩展方案映射的体验优化要素；

6、基于所述所述智能家居状态数据存在所述智能家居控制决策方案映射的状态触发要素，或者确定所述智能家居状态数据存在所述体验扩展方案映射的体验优化要素，对所述智能家居状态数据所关联的智能家居设备节点进行控制。

7、在一种可能的实施方式中，所述基于所述智能家居状态数据的目标控制方案，确定所述智能家居状态数据存在所述智能家居控制决策方案映射的状态触发要素，或者确定所述智能家居状态数据存在所述体验扩展方案映射的体验优化要素，包括：

8、在所述智能家居状态数据的目标控制方案为所述智能家居控制决策方案的条件下，确定所述智能家居状态数据关联有所述智能家居控制决策方案映射的状态触发要素；

9、在所述智能家居状态数据的目标控制方案为所述体验扩展方案的条件下，确定所述智能家居状态数据中关联有所述体验扩展方案映射的体验优化要素，且未具有所述体验扩展方案所关联的智能家居控制决策方案所映射的状态触发要素。

10、在一种可能的实施方式中，所述方法还包括：

11、搜索所述智能家居状态数据之前所触发的在先家居状态数据中关联的在先状态触发要素；

12、在所述在先状态触发要素所属的智能家居控制决策方案，与所述智能家居状态数据的目标控制方案不匹配的条件下，基于状态触发分析网络对所述智能家居状态数据进行状态触发分析，生成至少一个状态触发实体的状态触发实体值，其中，所述状态触发实体用于指示状态触发要素，所述状态触发实体值用于指示存在状态触发要素的支持度；

13、从所述至少一个状态触发实体的状态触发实体值中，确定指示所述在先状态触发要素的目标状态触发实体的状态触发实体值；

14、在所述目标状态触发实体的状态触发实体值不大于门限支持度的条件下，执行所述在先状态触发要素的控制方案。

15、在一种可能的实施方式中，所述搜索所述智能家居状态数据之前所触发的在先家居状态数据中关联的在先状态触发要素之后，还包括：

16、在所述在先状态触发要素所属的智能家居控制决策方案，与所述智能家居状态数据的目标控制方案匹配的条件下，执行继续进行智能家居状态数据监控的操作。

17、在一种可能的实施方式中，所述搜索所述智能家居状态数据之前所触发的在先家居状态数据中关联的在先状态触发要素之后，还包括：

18、在所述目标状态触发实体的状态触发实体值大于门限支持度的条件下，执行继续进行智能家居状态数据监控的操作。

19、在一种可能的实施方式中，所述方法还包括：

20、获取本次网络学习基于的第一网络学习状态数据序列和第二网络学习状态数据序列； 基于所述第一网络学习状态数据序列中的验证网络学习状态数据，对智能家居控制决策网络进行网络学习；

21、基于所述第二网络学习状态数据序列中的验证网络学习状态数据，对完成网络学习的所述智能家居控制决策网络进行验证，生成所述第二网络学习状态数据序列中各验证网络学习状态数据的智能家居控制训练方案和对应的支持度；

22、将所述第二网络学习状态数据序列中的目标网络学习状态数据移动至所述第一网络学习状态数据序列中，生成下一次网络学习所基于的第一网络学习状态数据序列和第二网络学习状态数据序列；其中，所述目标网络学习状态数据，包括所述智能家居控制训练方案与先验智能家居控制方案匹配，且支持度大于门限支持度的验证网络学习状态数据。

23、在一种可能的实施方式中，所述本次网络学习基于的门限支持度大于下一次网络学习基于的门限支持度。

24、在一种可能的实施方式中，所述方法还包括：

25、将多个参考网络学习状态数据输入所述智能家居控制决策网络，生成各所述参考网络学习状态数据的智能家居控制训练方案；

26、基于多个所述参考网络学习状态数据的智能家居控制训练方案和先验智能家居控制方案，生成目标阵列；其中，所述目标阵列中的成员表征符合行对应的先验智能家居控制方案，且符合列对应的智能家居控制训练方案的参考网络学习状态数据；

27、从所述目标阵列中，获取目标成员，其中，所述目标成员为行对应的先验智能家居控制方案与列对应的智能家居控制训练方案不匹配的成员； 基于所述目标成员表征的参考网络学习状态数据，生成首次网络学习基于的所述第二网络学习状态数据序列。

28、依据本发明实施例的另一个方面，提供一种基于云端的智能家居控制系统，包括：

29、获取模块，用于获取完成网络学习的智能家居控制决策网络，以及获取上传的智能家居状态数据；

30、决策模块，用于基于所述智能家居控制决策网络对智能家居状态数据进行智能家居控制决策，以从至少一个智能家居控制决策方案和各所述智能家居控制决策方案关联的体验扩展方案中，确定所述智能家居状态数据的目标控制方案；

31、确定模块，用于基于所述智能家居状态数据的目标控制方案，确定所述智能家居状态数据存在所述智能家居控制决策方案映射的状态触发要素，或者确定所述智能家居状态数据存在所述体验扩展方案映射的体验优化要素；

32、控制模块，用于基于所述所述智能家居状态数据存在所述智能家居控制决策方案映射的状态触发要素，或者确定所述智能家居状态数据存在所述体验扩展方案映射的体验优化要素，对所述智能家居状态数据所关联的智能家居设备节点进行控制。

33、依据本发明实施例的另一个方面，提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现以上任一项所述的基于云端的智能家居控制方法的各个步骤。

34、为使本发明实施例的上述目的、特征和优点能更明显易懂，下面将结合实施例，并配合所附附图，作详细说明。