[发明专利]基于光照度聚类和支持向量机的灯光控制方法及设备

权利要求书

1.一种基于光照度聚类和支持向量机的灯光控制方法，其特征在于，包括：

获取光照度、时刻、声音强度及红外信号，采用K-means算法对光照度进行聚类，采用高斯核函数将时刻,声音强度,红外信号,聚类后的光照度映射至高维空间，得到高维空间特征向量；将高维空间特征向量作为输入，使用支持向量机中的序列最小优化算法SMO对模型进行训练，得到有效的支持向量机模型；

实时获取光照度、时刻、声音强度及红外信号，采用K-means算法对实时获取的光照度进行聚类，采用高斯核函数将时刻、声音强度、红外信号及聚类后的光照度映射至高维空间，得到高维空间数据；

采用所述有效的支持向量机模型对实时获取的所述高维空间数据进行预测，根据预测结果对灯组发出开启或关闭指令。

2.根据权利要求1所述的基于光照度聚类和支持向量机的灯光控制方法，其特征在于，所述采用K-means算法对光照度进行聚类，包括：统计所有光照度，找出中位数最多的前k个数据，将其初始化为聚类的初始质心；遍历所有数据，计算出其它光照度到k个初始质心的距离，将各个光照度划分至距离最近的初始质心所在的簇中；将每个簇中所有光照度的中间值作为该簇的新质心，重复遍历所有光照度，计算每个光照度距离每个新质心的距离，并根据最近距离将每个光照度划分到新的簇中，再将每个新的簇中所有光照度的中间值作为每个簇的新质心，重复以上计算，直至新质心不再发生变化。

3.根据权利要求2所述的基于光照度聚类和支持向量机的灯光控制方法，其特征在于，所述计算每个光照度距离k个初始质心中的每个初始质心的距离，包括：

其中，c_i为第i个簇的质心；x为单个光照度数值；E为距离之和；C_i为第i个簇的簇点集合。

4.根据权利要求3所述的基于光照度聚类和支持向量机的灯光控制方法，其特征在于，所述将每个簇中所有光照度的中间值作为每个簇的新质心，包括：

其中，m为每个簇中光照度的数量。

5.根据权利要求1所述的基于光照度聚类和支持向量机的灯光控制方法，其特征在于，所述使用支持向量机中的序列最小优化算法SMO对模型进行训练，包括：将所述高维空间特征向量作为输入，通过序列最小优化算法对模型进行训练，得到基于所述高维空间特征向量的预测模型，若所述模型在预设精度范围内满足停机条件，则确定支持向量机模型的期望输出为所述最优预测模型的参数。

6.一种基于光照度聚类和支持向量机的灯光控制装置，其特征在于，包括：

模型训练模块，用于获取光照度、时刻、声音强度及红外信号，采用K-means算法对光照度进行聚类，采用高斯核函数将时刻,声音强度,红外信号,聚类后的光照度映射至高维空间，得到高维空间特征向量；将高维空间特征向量作为输入，使用支持向量机中的序列最小优化算法SMO对模型进行训练，得到有效的支持向量机模型；

高维空间数据模块，用于实时获取光照度、时刻、声音强度及红外信号，采用K-means算法对实时获取的光照度进行聚类，采用高斯核函数将时刻、声音强度、红外信号及聚类后的光照度映射至高维空间，得到高维空间数据；

预测模块，用于采用所述有效的支持向量机模型对实时获取的所述高维空间数据进行预测，根据预测结果对灯组发出开启或关闭指令。

7.一种电子设备，其特征在于，包括：

至少一个处理器、至少一个存储器和通信接口；其中，

所述处理器、存储器和通信接口相互间进行通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行权利要求1至5任一项权利要求所述的方法。

8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至5中任一项权利要求所述的方法。