一种多功能LED灯珠的智能控制方法及系统

专利主权项内容

1.一种多功能LED灯珠的智能控制方法，其特征在于，包括以下步骤：获取历史预设时间段内目标场所多功能LED灯珠运行变化参数、视频数据、环境变化数据；根据所述视频数据识别目标用户的行为模式，将所述行为模式与所述LED灯珠运行变化参数进行分析，得到目标用户的行为-灯光运行参数；将环境变化数据和所述LED灯珠运行变化参数进行同步分析，得到影响目标用户对LED灯珠进行调控的环境因子，分析所述环境因子在不同条件下对应的LED灯珠运行参数，得到目标用户所处的环境-灯光运行参数；基于决策树构建目标用户灯光运行预测模型，对未来预设时间段内的LED灯珠的运行参数进行预测，得到预测结果；基于预测结果形成未来预设时间段内的LED灯珠自动调节方案；根据LED灯珠自动调节方案分析目标场所的灯光控制需求，基于所述灯光控制需求制定LED灯珠控制方案；所述根据LED灯珠自动调节方案分析目标场所的灯光控制需求，基于所述灯光控制需求制定LED灯珠控制方案，具体为：收集目标场所的LED自动调节方案，获取目标场所基于所述LED自动调节方案对LED灯珠进行控制后的LED运行参数数据集；基于KNN算法对LED运行参数数据集中的数据点进行遍历，形成数据点的向量矩阵，将当前遍历的数据点作为基准数据点；选取与基准数据点最近的K个数据点作为近邻，得到N组K-近邻数据点；计算K-近邻数据点中每个数据点与基准数据点的欧式距离，得到每个数据点与基准数据点的权重，将所述权重形成权重矩阵；基于权重矩阵和向量矩阵构建邻接矩阵W和度矩阵D；根据邻接矩阵W和度矩阵D计算出拉普拉斯矩阵L，并对所述拉普拉斯矩阵L进行标准化，得到标准化拉普拉斯矩阵；计算标准化拉普拉斯矩阵中最小的X个特征值所对应的特征向量f，将特征向量F组成的矩阵按行进行标准化，最终得到多维矩阵F；对F中的每一行作为一个X维样本，得到多个X维样本，对多个X维样本进行K-Means聚类，将样本相似度大于预设值的样本进行聚类，得到样本聚类数据；将样本聚类数据进行解析，得到预设区域内的LED灯珠运行参数分类信息；基于LED灯珠运行参数分类信息进行研究，分析在目标场所内不同区域的LED灯珠的控制需求，形成目标场所的LED灯珠控制需求信息；基于所述目标场所LED灯珠控制需求信息制定LED灯珠在目标场所内不同区域的LED灯珠控制方案。