隨著物聯(lián)網(wǎng)技術和傳感器技術的快速發(fā)展,智能家居應用發(fā)展迅速。但是,當前的智能家居系統(tǒng)通常只能根據(jù)預先設置的控制程序和規(guī)則簡單地重復運行,不能根據(jù)用戶的日常生活習慣,提供滿足其個性化需求的服務。論文研究基于數(shù)據(jù)挖掘預測用戶行為的方法,為智能家居的個性化服務提供相關的技術支撐。論文討論智能家居和數(shù)據(jù)挖掘的研究現(xiàn)狀,分析相關的技術,包括近距離無線通信ZigBee技術,數(shù)據(jù)采集和預處理技術,以及行為識別方法,如支持向量機,樸素貝葉斯分類器和隱馬爾可夫模型,研究智能家居行為預測技術。論文從數(shù)據(jù)采集和預處理,數(shù)據(jù)存儲,行為預測等方面進行需求分析和技術研究;確定采用關聯(lián)規(guī)則挖掘用于智能家居應用場景下的行為預測,并且提出優(yōu)化改進的方案,采用基本近鄰排序算法進行重復數(shù)據(jù)的清理,關聯(lián)規(guī)則挖掘算法進行缺失數(shù)據(jù)的清理,通過函數(shù)進行數(shù)據(jù)變換,采用散列或分區(qū)技術來提高數(shù)據(jù)挖掘過程的效率。論文設計并實現(xiàn)一個智能家居行為預測的原型系統(tǒng),其中數(shù)據(jù)采集和預處理模塊采用周期性方式采集數(shù)據(jù),部署攝像頭和多個傳感器;數(shù)據(jù)存儲模塊采用實體-聯(lián)系數(shù)據(jù)模型存儲數(shù)據(jù),提出基于網(wǎng)格的時空索引技術來提高數(shù)據(jù)查詢效率;行為識別和預測模塊采用...

【文章來源】： 南京郵電大學江蘇省

【文章頁數(shù)】：64 頁

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 智能家居的研究現(xiàn)狀
        1.2.2 數(shù)據(jù)挖掘的研究現(xiàn)狀
    1.3 論文的主要工作
第二章 相關技術分析
    2.1 近距離無線通信ZigBee技術
    2.2 數(shù)據(jù)采集技術
    2.3 數(shù)據(jù)預處理技術
    2.4 行為識別方法
        2.4.1 支持向量機
        2.4.2 樸素貝葉斯分類器
        2.4.3 隱馬爾可夫模型
    2.5 本章小結(jié)
第三章 智能家居行為預測技術優(yōu)化
    3.1 需求分析
        3.1.1 數(shù)據(jù)采集和預處理需求分析
        3.1.2 數(shù)據(jù)存儲需求分析
        3.1.3 行為預測需求分析
    3.2 技術研究
        3.2.1 數(shù)據(jù)采集和預處理
        3.2.2 數(shù)據(jù)存儲
        3.2.3 行為預測
    3.3 關聯(lián)規(guī)則挖掘算法及優(yōu)化
        3.3.1 關聯(lián)規(guī)則挖掘算法概述
        3.3.2 Apriori算法思想
        3.3.3 Apriori算法優(yōu)化
    3.4 本章小結(jié)
第四章 智能家居用戶行為預測設計與實現(xiàn)
    4.1 總體設計
        4.1.1 原型系統(tǒng)開發(fā)環(huán)境
        4.1.2 數(shù)據(jù)采集和預處理模塊
        4.1.3 數(shù)據(jù)存儲模塊
        4.1.4 行為識別和預測模塊
    4.2 實現(xiàn)方案
        4.2.1 數(shù)據(jù)采集和預處理模塊
        4.2.2 數(shù)據(jù)存儲模塊
        4.2.3 行為識別和預測模塊
    4.3 本章小結(jié)
第五章 實驗和結(jié)果分析
    5.1 搭建環(huán)境
    5.2 實驗步驟
        5.2.1 存儲數(shù)據(jù)集
        5.2.2 Py Charm連接MySQL數(shù)據(jù)庫
        5.2.3 生成頻繁項集
        5.2.4 生成關聯(lián)規(guī)則
        5.2.5 幾種預測算法的比較
    5.3 結(jié)果分析
        5.3.1 測試生成頻繁項集
        5.3.2 測試生成關聯(lián)規(guī)則
        5.3.3 幾種預測算法的比較
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文工作總結(jié)
    6.2 未來工作展望
參考文獻
附錄1 攻讀碩士學位期間撰寫的論文
附錄2 攻讀碩士學位期間參加的科研項目
致謝



本文編號：3553431