欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2023110720493
申请人: 深圳小米房产网络科技有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 控制;调节
更新日期:2024-11-12
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于智能家居物联网技术的房屋安全监测与预警系统,多个物联网智能家居设备通过物联网进行通信连接,与用户终端通过网络连接,其特征在于,该系统包括数据读取模块、数据处理模块、安全性分析模块和预警发送模块,其中,数据读取模块,用于实时读取传感器对智能家居的运行监测数据,通过无线传输技术发送所述运行监测数据至数据处理模块;

数据处理模块,用于接收所述运行监测数据,并对所述运行监测数据进行数据处理,得到运行目标数据,将所述运行目标数据传输至安全性分析模块;

安全性分析模块,用于基于所述运行目标数据对含有智能家居的房屋安全性进行分析,得到房屋安全分析信息,将所述房屋安全分析信息传输至预警发送模块;

预警发送模块,用于根据所述房屋安全分析信息判断该房屋是否安全,若否,则根据所述房屋安全分析信息生成对应的安全预警信息,并发送所述安全预警信息至用户终端。

2.如权利要求1所述的基于智能家居物联网技术的房屋安全监测与预警系统,其特征在于,所述数据处理模块包括标准化处理子模块、第一计算子模块、第二计算子模块、更新子模块、第三计算子模块、合并子模块和分析子模块,其中,标准化处理子模块,用于将所述运行监测数据进行标准化处理,得到初始监测数据集,设定聚类的类中心包括的最小样本数据;

第一计算子模块,用于计算所述初始监测数据集相对于所述最小样本数据的欧氏距离,对得到的欧氏距离进行升序排列;

第二计算子模块,用于将距离最远的k个样本数据作为各簇的初始聚类中心点,计算所述初始监测数据集中其他样本数据与各簇的初始聚类中心点之间的距离;

更新子模块,用于将所述初始监测数据集中其他样本数据划分至距离最小的簇内,并更新各簇的初始聚类中心,得到第一聚类结果;

第三计算子模块,用于计算所述第一聚类结果中簇内样本数据的平均距离,作为该簇的分散程度,计算所述第一聚类结果各类别间的相似程度;

合并子模块,用于结合分散程度和相似程度,对所述第一聚类结果中相似的簇内样本数据进行合并,得到第二聚类结果;

分析子模块,用于通过多元数据分析方法对所述第二聚类结果进行分析,得到运行目标数据。

3.如权利要求1所述的基于智能家居物联网技术的房屋安全监测与预警系统,其特征在于,所述安全性分析模块包括数据确定子模块、数据计算子模块和数据分析子模块,其中,数据确定子模块,用于获取智能家居的历史监测数据,根据所述历史监测数据确定智能家居的安全指标;

数据计算子模块,用于通过高斯混合输出所述安全指标的概率密度,通过熵权计算方法计算所述安全指标的权重,计算智能家居的安全总指标;

数据分析子模块,用于计算含有智能家居的房屋安全分数,以根据所述房屋安全分数对房屋安全性进行分析,得到房屋安全分析信息。

4.如权利要求3所述的基于智能家居物联网技术的房屋安全监测与预警系统,其特征在于,所述数据计算子模块包括第一构建单元、第二构建单元、第三构建单元和第四构建单元,其中,第一构建单元,用于根据智能家居的安全指标构建第一矩阵,对所述第一矩阵进行高斯混合拟合,得到安全指标对应的概率密度;

第二构建单元,用于采用香农熵理论计算智能家居的安全指标对应的熵值,并根据安全指标对应的熵值构建第二矩阵;

第三构建单元,用于基于所述第二矩阵计算安全指标的熵权重,并构建熵权重矩阵,得到安全指标的权重;

第四构建单元,用于对智能家居的安全指标根据重要性进行排序,并构建智能家居的安全总指标矩阵,得到安全总指标。

5.如权利要求3所述的基于智能家居物联网技术的房屋安全监测与预警系统,其特征在于,所述数据分析子模块包括确定单元、归一化单元和打分单元,其中,确定单元,用于根据智能家居的多个安全总指标,计算出平均安全总指标,并根据所述平均安全总指标确定安全区域;

归一化单元,用于对所述安全区域进行归一化得到安全分数阀值,其中所述安全分数阈值根据最大的和最小的平均安全总指标得到;

打分单元,用于基于所述运行目标数据对含有智能家居的房屋安全性进行打分,得到房屋安全分数,并基于所述房屋安全分数和所述安全分数阈值对房屋安全性进行分析,得到房屋安全分析信息。

6.如权利要求5所述的基于智能家居物联网技术的房屋安全监测与预警系统,其特征在于,所述打分单元包括建立单元、计算单元和分析单元,其中,建立单元,用于基于智能家居的安全指标的概率密度、权重和安全总指标,建立多元线性回归模型;

计算单元,用于通过所述多元线性回归模型计算理论回归修正系数,所述理论回归修正系数为理论修正权重值;

分析单元,用于根据所述理论回归修正系数进所述运行目标数据的结果分析并打分,得到房屋安全分数。

7.如权利要求1所述的基于智能家居物联网技术的房屋安全监测与预警系统,其特征在于,所述预警发送模块包括信息获取子模块、第一判断子模块和第二判断子模块,其中,信息获取子模块,用于根据所述房屋安全分析信息确定预警级别信息,对获取对应级别的预警措施信息;

第一判断子模块,用于判断是否响应所述预警措施信息,若预警措施信息为响应,在升级预警级别信息和预警措施信息;

第二判断子模块,用于若预警措施信息响应,则对预警措施行为进行评估,并判断所述预警措施行为是否达到安全状态,若达到安全状态,则解除预警。

8.如权利要求1所述的基于智能家居物联网技术的房屋安全监测与预警系统,其特征在于,所述安全预警信息至少包括智能家居的预警类别信息、预警级别信息和预警措施信息。

9.如权利要求1所述的基于智能家居物联网技术的房屋安全监测与预警系统,其特征在于,该系统的运行方法包括以下步骤:实时读取传感器对智能家居的运行监测数据;

接收所述运行监测数据,并对所述运行监测数据进行数据处理,得到运行目标数据;

基于所述运行目标数据对含有智能家居的房屋安全性进行分析,得到房屋安全分析信息;

根据所述房屋安全分析信息判断该房屋是否安全,若否,则根据所述房屋安全分析信息生成对应的安全预警信息。

10.如权利要求1所述的基于智能家居物联网技术的房屋安全监测与预警系统,其特征在于,所述接收所述运行监测数据,并对所述运行监测数据进行数据处理,得到运行目标数据,包括:将所述运行监测数据进行标准化处理,得到初始监测数据集,设定聚类的类中心包括的最小样本数据;

计算所述初始监测数据集相对于所述最小样本数据的欧氏距离,对得到的欧氏距离进行升序排列;

将距离最远的k个样本数据作为各簇的初始聚类中心点,计算所述初始监测数据集中其他样本数据与各簇的初始聚类中心点之间的距离;

将所述初始监测数据集中其他样本数据划分至距离最小的簇内,并更新各簇的初始聚类中心,得到第一聚类结果;

计算所述第一聚类结果中簇内样本数据的平均距离,作为该簇的分散程度,计算所述第一聚类结果各类别间的相似程度;

结合分散程度和相似程度,对所述第一聚类结果中相似的簇内样本数据进行合并,得到第二聚类结果;

通过多元数据分析方法对所述第二聚类结果进行分析,得到运行目标数据。