公开(公告)号：CN109086912A

公开(公告)日：2018-12-25

申请号：CN201810754512.5

申请日：2018-07-11

Applicant: 东北大学

Inventor： 宫俊 ,  方佩文

IPC: G06Q10/04 ,  G06N3/08

Abstract: 本发明提供一种基于LSTM的智能家电用户行为的预测方法及应用方法的装置包括：采集并储存用户家电使用的行为数据；筛选并提取所述储存用户家电使用的行为数据；对所述的行为数据进行预处理，按比例获得训练集、验证集和测试集；将所述训练集输入长短期记忆网络LSTM模型训练数据，得到训练后的模型；将所述测试集输入所述训练后的模型得到预测数据。本采用LSTM模型构建家电用户行为预测模型能更好的预测周期性数据；同时，采用基于结构风险最小化原理训练神经网络，适用于样本容量偏少时经验风险最小化容易产生过拟合的问题，更适用于单个用户的家电使用行为预测模型训练。

公开(公告)号：CN109242176A

公开(公告)日：2019-01-18

申请号：CN201811002947.0

申请日：2018-08-30

Applicant: 东北大学

Inventor： 方佩文 ,  宫俊

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 本发明提供一种基于隐马尔可夫模型的家电用户行为预测方法及装置，包括步骤：采集并存储用户家电使用行为数据；通过余弦相似性算法计算转化后的行为数据的相似度；对所述行为习惯数据进行行为模式逐个识别用户行为习惯数据，得到用户日常家电使用行为习惯的时域特征；构建隐马尔可夫HMM模型参数，确定基于当前用户行为模式的预测模型；运用维特比算法来实现对下一时隙各个时间点用户行为的预测。本发明的优点在于：本发明针对个体用户的日常生活习惯，在用户有使用需求时对家电进行控制，帮助用户节省大量的时间和精力，提高智能家电的智能化水平，提高用户的生活品质。