【技术实现步骤摘要】
本专利技术涉及智能灯光控制，具体是指一种智能灯光控制系统。
技术介绍
1、智能灯光控制系统是一种利用智能化的手段实现控制灯光的系统，通过智能化的手段实现对灯光的精准控制、节能管理和智能化调节。但是一般的智能灯光控制系统中智能控制模型特征选择方法存在易忽略特征之间的相互作用、选择的特征不准确和特征选择中过拟合的问题；一般智能灯光控制系统中智能控制模型内置参数设置不当，导致智能控制模型输出结果的不稳定，从而导致最终智能控制效果不准确的问题。
技术实现思路
1、针对上述情况，为克服现有技术的缺陷，本专利技术提供了一种智能灯光控制系统，针对一般特征选择方法存在易忽略特征之间的相互作用、选择的特征不准确和特征选择中过拟合的问题，本方案创造性地采用了滤波法和包装法相结合方法，能够全面考虑特征之间的相互作用，选择出更适合智能控制模型的特征子集，避免特征选择中过拟合的问题，从而提高了智能控制模型的训练效果和性能表现；针对一般智能控制模型内置参数设置不当，导致智能控制模型输出结果的不稳定，从而导致最终智能控制效果不准确的问题，本方案创造性地采用了混合圆分段图、螺旋飞行搜索方法和镜面反射方法改进获取智能控制效果内置参数的算法，获取到最优参数组合，提高智能控制模型输出结果的稳定性，从而解决智能控制模型控制效果不准确的问题。
2、本专利技术采取的技术方案如下：本专利技术提供的一种智能灯光控制系统，包括数据采集模块、数据预处理模块、特征选择模块、建立智能控制模型模块、超参数搜索模块和实时智能控制
3、所述数据采集模块，通过传感器采集灯光环境中的数字信号，经过模数转换器转换为数字形式，得到灯光控制原始数据集，并将所述灯光控制原始数据集发送至数据预处理模块；
4、所述数据预处理模块，用于数据预处理，通过数据预处理，得到灯光控制初步数据集，并将所述灯光控制初步数据集发送至特征选择模块；
5、所述特征选择模块，用于特征选择，通过特征选择，得到特征优化数据集，并将所述特征优化数据集发送至建立智能控制模型模块；
6、所述建立智能控制模型模块，用于建立智能控制模型，通过建立智能控制模型，得到实时智能控制数据集，并将所述实时智能控制数据集发送至实时智能控制模块；
7、所述超参数搜索模块，用于超参数搜索，通过超参数搜索，得到智能控制模型参数最优解组合，并将所述智能控制模型参数最优解组合发送至建立智能控制模型模块；
8、所述实时智能控制模块，用于实时灯光控制，通过对实时灯光控制数据的监测，得到对当前灯光进行智能控制。
9、进一步地，在数据采集模块中，所述数据采集，用于采集灯光控制所需的原始数据，具体为当前的智能灯光控制系统中，通过采集，得到灯光控制原始数据集；
10、所述灯光控制原始数据集，具体包括采集历史灯光控制数据和实时灯光控制数据；所述历史灯光控制数据和实时灯光控制数据都包括导通角的电力电压数据、用户交互数据、环境参数数据和灯光能耗数据；所述用户交互数据包括灯光设置历史记录和灯光使用习惯；所述环境参数数据包括光照强度、室内外温度数据和室内外湿度数据；所述灯光能耗数据包括总耗电量、单位时间内能耗和智能控制后能耗对比数据；所述实时灯光控制数据还包括灯光设备状态数据和用户当前活动数据。
11、进一步地，在数据预处理模块中，所述数据预处理，用于对原始数据进行数据预处理，具体包括以下内容：
12、特征编码，用于将原始数据转换为数字形式，具体为通过独热编码法对所述灯光控制原始数据集进行编码，得到灯光控制编码数据集；
13、数据归一化，用于对数据进行归一化处理，具体为通过最小-最大法对所述灯光控制编码数据集进行归一化处理，得到灯光控制初步数据集；
14、进行数据预处理，具体为通过所述特征编码和所述数据归一化对灯光控制原始数据集进行数据预处理，得到灯光控制初步数据集。
15、进一步地，在特征选择模块中，所述特征选择，用于对大规模灯光控制特征进行特征选择，具体为采用结合滤波法和包装法对灯光控制初步数据集进行特征选择，得到特征优化数据集，具体包括以下内容：
16、计算过滤器目标函数，公式表示如下：
17、；
18、；
19、式中，i(x,y)表示x和y两个变量之间相关性，p(x)和p(y)分别表示特征x和特征y的边际概率分布，p(x,y)表示特征x和特征y，f1表示是过滤器目标函数，r(s)表示特征子集s的冗余性，d(s)表示特征子集s的依赖性，s表示特征子集的大小，即包含的特征数量，xi和xj表示特征子集中不同特征，i(xi,xj)表示特征xi和特征xj之间相关性，i(xi,y)表示特征xi和目标变量y之间相关性；
20、计算包装器目标函数，公式表示如下：
21、；
22、式中，f2表示是包装器目标函数，用于评估所选特征的准确性，n表示特征子集的样本数量，v表示验证特征子集的样本数量，yi,t表示第i个验证子集中样本在第t个时间步上的真实值，表示在给定特征子集s对第i个验证子集中样本第t个时间步上的预测值；
23、获取最小化目标函数值，公式表示如下：
24、；
25、式中，minimize表示最小化过滤器和包装器目标函数的值；
26、进行特征选择，根据minimize选择出最佳特征子集作为最终特征选择结果，得到特征优化数据集。
27、进一步地，在建立智能控制模型中，所述建立智能控制模型，具体包括以下内容：
28、初始化模型参数，设置模型隐藏单元数量、输入向量维度、输出向量维度和训练迭代次数；
29、遗忘门计算过程，所用公式如下：
30、；
31、式中，ft表示遗忘门的输出，xt表示是输入数据，ht-1表示是上一时刻隐藏状态，wxf和whf表示对应遗忘门的权重矩阵，bf表示遗忘门的偏置项参数，σ表示sigmoid函数；
32、输入门计算过程，所用公式如下：
33、；
34、式中，it表示输入门的输出，wxi和whi表示对应输入门权重矩阵，bi表示输入门的偏置项参数；
35、计算新细胞单元状态候选值，所用公式如下：
36、；
37、式中，wxc和whc表示对应细胞单元状态权重矩阵，bc表示细胞单元状态的偏置项参数；
38、细胞单元状态更新过程，所用公式表示如下：
39、；
40、式中，ct表示是当前时刻细胞单元状态，ct-1表示是上一时刻细胞单元状态；
41、输出门计算过程，所用公式如下：
42、；
43、式中，ot表示输出门的输出，wxo和who表示是对应输出门权重矩阵，bo表示输出门的偏置项参数；
44、隐藏状态计算过程，所用公式如下：
45、；
【技术保护点】
1.一种智能灯光控制系统，其特征在于：系统包括数据采集模块、数据预处理模块、特征选择模块、智能控制模型模块、超参数搜索模块和实时智能控制模块；
2.根据权利要求1所述的一种智能灯光控制系统，其特征在于：在特征选择模块中，所述特征选择，用于对大规模灯光控制特征进行特征选择，具体为采用结合滤波法和包装法对灯光控制初步数据集进行特征选择，得到特征优化数据集，具体包括以下内容：
3.根据权利要求1所述的一种智能灯光控制系统，其特征在于：在超参数搜索模块中，所述超参数搜索具体包括以下内容：
4.根据权利要求1所述的一种智能灯光控制系统，其特征在于在智能控制模型中，所述建立智能控制模型，具体包括以下内容：
5.根据权利要求1所述的一种智能灯光控制系统，其特征在于：在数据采集模块中，所述数据采集，用于采集灯光控制所需的原始数据，具体为当前的智能灯光控制系统中，通过采集，得到灯光控制原始数据集；
6.根据权利要求1所述的一种智能灯光控制系统，其特征在于：在数据预处理模块中，所述数据预处理，用于对原始数据进行数据预处理，具体包括以下内容：
7.根据权利要求1所述的一种智能灯光控制系统，其特征在于：在实时智能控制模块中，所述实时智能控制是基于设置好参数的智能控制模型，获取实时灯光控制数据，基于建立智能控制模型模块输出作为控制信号对当前灯光进行智能控制。
...【技术特征摘要】
1.一种智能灯光控制系统，其特征在于：系统包括数据采集模块、数据预处理模块、特征选择模块、智能控制模型模块、超参数搜索模块和实时智能控制模块；
2.根据权利要求1所述的一种智能灯光控制系统，其特征在于：在特征选择模块中，所述特征选择，用于对大规模灯光控制特征进行特征选择，具体为采用结合滤波法和包装法对灯光控制初步数据集进行特征选择，得到特征优化数据集，具体包括以下内容：
3.根据权利要求1所述的一种智能灯光控制系统，其特征在于：在超参数搜索模块中，所述超参数搜索具体包括以下内容：
4.根据权利要求1所述的一种智能灯光控制系统，其特征在于在智能控制模型中，所述建立智能控制...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。