智能家居场景联动中基于知识图谱的隐式冲突检测方法研究

更新时间：2020-01-14 15:43:29 大小：2M 上传用户：xiaohei1810 查看TA发布的资源 标签：智能家居 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

智能家居场景联动是智能家居系统提供的一种自动化服务,它通过各类智能设备的互联、互通和互动,从而为住户提供更为舒适、安全和节能的家居环境.然而,由于各个智能场景的侧重点不同、管理策略各异,当多个智能场景联动和叠加时,会引起作动器设备之间的竞争、干扰和矛盾等控制冲突现象,降低智能场景用户体验,缩短智能设备使用寿命,甚至危及住户的人身财产安全.因此,智能家居场景联动中的控制冲突问题亟需大量实验研究并找到解决方案.本文中,我们将控制冲突分为两大类,一类是同一作动器上执行明显相反动作的显式冲突,一类是不同作动器之间产生相互干扰动作的隐式冲突.现有的控制冲突检测技术对于显式冲突检测的研究较为成熟,而在隐式冲突检测方面性能相对较弱,其原因可归结为自动化程度低与漏判率高两大缺点.本文提出了一种基于知识图谱语义分析的作动器隐式冲突检测方法,可以充分整合并有效挖掘各类作动器功能描述的常识性知识,进而实现对作动器隐式冲突的自动化检测.该方法有两个主要环节,分别是作动器设备注册环节与规则制定环节.我们在作动器设备注册环节提取知识图谱中的常识性知识,对作动器功能之间的效果冲突进行识别判断,并以隐式冲突矩阵的形式将判断结果在边缘设备上进行存储,实现存在于不同类型作动器之间的干扰检测;在规则制定环节,借助隐式冲突矩阵的冲突信息进行字典式查询与匹配,以判断规则之间的隐式冲突.此外,基于知识图谱中设备功能短语自身特点,设计了基于语义贡献度的权重分配策略,完成词向量到短语向量的转化.为解决聚类后相同簇中近反义功能短语混合杂糅的问题,本文提出了相对极性指标和近反义关系一步扩展方法,并借由图模型染色算法将反义关系的短语拆分到不同子类,优化了聚类效果.通过利用IFTTT数据集对10个典型户型的测试,我们的方法对隐式冲突的查全率达到0.8301,查准率达到0.9681,F-score值为0.8938.实验结果表明,我们的方法相比于当前检测技术,查全率至少高出61.93％,F-score值至少高出54.56％oo.并且与已有的方法相比,我们的方法不需要人工标注,可以自动化地进行隐式冲突检测,显著提高了检测效率,同时极大降低了冲突的漏判率.