摘要
本发明提供一种基于神经网络的智能家电类型识别方法及系统,涉及智能家电识别技术领域。该方法包括:采集家电稳定运行时的电气参数;运用基于统计学和信号处理的混合算法对电气参数进行清洗,对清洗后的电压以及清洗后的电流数据分别进行归一化处理;构建电压电流轨迹曲线,并组合在同一二维平面坐标系中形成轨迹图像;建立功率因数与图像像素灰度值的映射关系,基于轨迹图像以及映射关系,构建电器运行状态对应的含有灰度信息的二维轨迹图像;将含有灰度信息的二维轨迹图像进行特征向量提取;基于卷积神经网络模型进行电器分类识别。采用本发明可提高电气识别分类的准确性。
技术关键词
智能家电
功率因数
二维平面坐标系
识别方法
轨迹
卷积神经网络模型
混合算法
主成分分析算法
电压
图像像素
信号处理
高维特征向量
电气
曲线
数据
参数
电流值
系统为您推荐了相关专利信息
边界识别方法
语义
操作系统下执行
处理单元架构
边界识别装置
非线性控制系统
轨迹跟踪控制方法
避障功能
障碍物
数学模型