推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

基于LSTM的智能家居机器学习系统预测模型研究

更新时间:2020-01-17 11:51:50 大小:1M 上传用户:xiaohei1810查看TA发布的资源 浏览次数:41 下载积分:1分 出售积分赚钱 评价赚积分 ( 如何评价?) 标签:智能家居机器学习 收藏 评论(0) 举报

资料介绍

为了提高智能家居系统的智能化程度,提出了一种以基于LSTM改进的递归神经网络模型为核心的智能家居机器学习系统.该系统以家庭单位作为预测节点,以改进的LSTM网络作为基准预测模型;家庭节点的预测模型以基准预测模型为基础,利用新样本更新家庭预测模型,根据输入的环境数据调用预测模型预测出设备的状态.实验结果表明:该系统能够适应多个家庭节点以及新的家庭行为,基准预测模型与BP神经网络、一般递归神经网络以及标准的LSTM网络相比,其对设备状态的预测准确度高于其他三种模型.该系统方案既为每一个家庭节点建立一个预测模型,又可以根据用户在主动控制设备时生成的新样本数据更新预测模型,有助于匹配不同家庭用户的特点,实现对智能家居产品的智能化控制.

部分文件列表

文件名 大小
基于LSTM的智能家居机器学习系统预测模型研究.pdf 1M

推荐下载

全部评论(0)

暂无评论