[发明专利]智能家居设备的控制方法、装置及设备

权利要求书

1.一种智能家居设备的控制方法，其特征在于，包括：

获取用户对智能家居设备的历史操作数据；其中，所述历史操作数据包括操作时间、操作行为、设备状态；

将所述历史操作数据输入预先训练完成的基于BiGRU和双层注意力机制的特征提取模型，得到目标特征向量；其中， BiGRU层用于对输入的历史操作数据进行深层次挖掘用户的行为习惯，双层注意力机制层用于为行为习惯中不同的行为分配相应的权重；所述基于BiGRU和双层注意力机制的特征提取模型为基于BiGRU和双层注意力机制的神经网络作为历史操作数据的特征提取模型；

根据所述目标特征向量，确定用户对所述智能家居设备的行为预测结果；

根据所述行为预测结果对所述智能家居设备的工作状态进行调整。

2.如权利要求1所述的智能家居设备的控制方法，其特征在于，在所述将所述历史操作数据输入预先训练完成的基于BiGRU和双层注意力机制的特征提取模型，得到目标特征向量之前，还包括：

将所述历史操作数据中的操作时间由目标操作行为的发生时间点修改为所述目标操作行为到下一次操作行为之间的时间间隔。

3.如权利要求2所述的智能家居设备的控制方法，其特征在于，在所述将所述历史操作数据输入预先训练完成的基于BiGRU和双层注意力机制的特征提取模型，得到目标特征向量之前，还包括：

将所述历史操作数据的操作记录按照操作时间从前到后的顺序进行排列并按天进行划分，得到多个日操作序列。

4.如权利要求3所述的智能家居设备的控制方法，其特征在于，所述将所述历史操作数据输入预先训练完成的基于BiGRU和双层注意力机制的特征提取模型，得到目标特征向量，具体包括：

将预测当天的日操作序列输入BiGRU层，得到上下文特征向量；

利用第一注意力机制层为所述上下文特征向量中的各个操作行为分配权重值，其中，所述第一注意力机制层以单个操作记录为操作单元；

将所述上下文特征向量中各个操作行为的权重值和所述预测当天之前的日操作序列输入第二注意力机制层，得到目标特征向量，其中，所述第二注意力机制层以所述日操作序列为操作单元。

5.如权利要求1-4任意一项所述的智能家居设备的控制方法，其特征在于，在所述将所述历史操作数据输入预先训练完成的基于BiGRU和双层注意力机制的特征提取模型，得到目标特征向量之前，还包括：

将所述历史操作数据以滑动窗口的方式输入BiGRU层，并将所述滑动窗口之后的第一个历史操作数据作为标签，以实现对所述BiGRU层的训练。

6.如权利要求5所述的智能家居设备的控制方法，其特征在于，在所述将所述历史操作数据以滑动窗口的方式输入BiGRU层之前，还包括：

创建动态可调整参数以作为滑动窗口的窗口大小。

7.一种智能家居设备的控制装置，其特征在于，包括：

数据获取模块：用于获取用户对智能家居设备的历史操作数据；其中，所述历史操作数据包括操作时间、操作行为、设备状态；

特征提取模块：用于将所述历史操作数据输入预先训练完成的基于BiGRU和双层注意力机制的特征提取模型，得到目标特征向量；其中， BiGRU层用于对输入的历史操作数据进行深层次挖掘用户的行为习惯，双层注意力机制层用于为行为习惯中不同的行为分配相应的权重；所述基于BiGRU和双层注意力机制的特征提取模型为基于BiGRU和双层注意力机制的神经网络作为历史操作数据的特征提取模型；

预测结果输出模块：用于根据所述目标特征向量，确定用户对所述智能家居设备的行为预测结果；

工作状态调整模块：用于根据所述行为预测结果对所述智能家居设备的工作状态进行调整。