基于聚類算法的智能家居情景感知與分類研究.pdf

1、近年來，隨著互聯(lián)網(wǎng)科技的快速發(fā)展，智能家居在國內外企業(yè)展開了大量研究和應用，為了讓智能家居系統(tǒng)能夠市場化，智能家居系統(tǒng)不僅僅需要對智能設備進行統(tǒng)一操控，也需要根據(jù)每個用戶提供相應的個性化服務。為了讓智能家居系統(tǒng)的使用更加“智能化”，在智能家居系統(tǒng)中加入情景感知系統(tǒng)是有必要的，通過傳感器、手機APP等采集家居設備的信息，“感知”到當前環(huán)境信息并對此做出相應反應，在智能家居系統(tǒng)中加入情景感知分析是實現(xiàn)個性化服務的重要手段之一，是未來實現(xiàn)真正

2、智能家居的重要途徑。
　　當獲取到大量智能家居采集得到的用戶行為數(shù)據(jù)，如何對海量數(shù)據(jù)進行分析是重中之重，數(shù)據(jù)挖掘中分析數(shù)據(jù)中常用的方法之一便是k-means聚類算法，本文以聚類算法在智能家居情景感知系統(tǒng)中的應用為目標，實現(xiàn)了智能家居情景感知系統(tǒng)，對采集到的用戶行為數(shù)據(jù)進行了聚類分析，得出相關情景模式。主要工作包括以下幾個方面：
　?。?）介紹了智能家居和情景感知的發(fā)展趨勢，對情景分析技術進行了深入研究，并重點介紹了情景信息的

3、獲取以及建模方法，接著對聚類分析技術進行闡述，對聚類分析中常用的數(shù)據(jù)結構、相似性衡量和準則函數(shù)進行分析，并重點介紹聚類分析算法的分類。
　　（2）介紹了傳統(tǒng)k-means聚類算法，其中包括了對傳統(tǒng)k-means聚類算法概述、現(xiàn)狀以及實現(xiàn)步驟。詳細分析了傳統(tǒng)k-means聚類算法的優(yōu)缺點，為k-means聚類算法的改進提供理論基礎。
　　（3）針對傳統(tǒng)k-means聚類算法在選擇聚類數(shù)k的不確定性，以及對于初始聚類中心上的隨機

4、性，從而導致聚類結果不穩(wěn)定和容易陷入局部最優(yōu)解等問題。提出了一種基于平均直徑法的改進的k-means算法。該算法對k值進行估計，能夠有效的選取具有代表性的初始聚類中心點，這也是本文的創(chuàng)新點。
　　（4）將改進的 k-means聚類算法在智能家居情景感知系統(tǒng)中進行應用。在實現(xiàn)云端智能家居情景感知操控系統(tǒng)的基礎上，開發(fā)了基于Android平臺的家居設備開關應用軟件，并詳細給出了改進的k-means算法應用于情景劃分的步驟，在此基礎上對