[發明專利]一種人工智能信息處理方法

在審

• 申請號: 202110837403.1
• 申請日: 2021-07-23
• 公開（公告）號: CN113645277A
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 廖永輝;聶焱;莫朝楓;蘆文俊;張濤
• 申請（專利權）人: 廖永輝
• 主分類號: H04L29/08
• 分類號: H04L29/08;G06K9/62;G16Y10/75;G16Y20/40;G16Y40/35;G06N3/04;G06N3/08
• 代理公司: 廈門原創專利事務所(普通合伙) 35101
• 代理人: 黃巧香

1.一種人工智能信息處理方法，其特征在于，應用于人工智能信息處理設備，所述人工智能信息處理方法包括：

生成用于控制通信連接的目標物聯網設備的目標控制信息；

基于預先訓練的控制信息匹配模型對所述目標控制信息進行匹配處理，得到所述目標控制信息與所述目標物聯網設備的歷史控制信息之間的目標信息匹配度，其中，所述控制信息匹配模型基于所述目標物聯網設備的多條所述歷史控制信息進行訓練得到；

基于所述目標信息匹配度確定是否將所述目標控制信息發送給所述目標物聯網設備，其中，所述目標物聯網設備基于所述目標控制信息運行。

2.根據權利要求1所述的人工智能信息處理方法，其特征在于，所述基于預先訓練的控制信息匹配模型對所述目標控制信息進行匹配處理，得到所述目標控制信息與所述目標物聯網設備的歷史控制信息之間的目標信息匹配度的步驟，包括：

構建初始的神經網絡模型；

從目標數據庫中獲取所述目標物聯網設備的多條歷史控制信息；

基于所述多條歷史控制信息對所述神經網絡模型進行訓練，得到所述神經網絡模型對應的控制信息匹配模型；

基于所述控制信息匹配模型對所述目標控制信息進行匹配處理，得到所述目標控制信息與所述目標物聯網設備的歷史控制信息之間的目標信息匹配度，其中，所述目標信息匹配度用于表征所述目標控制信息與所述多條歷史控制信息具有的控制信息變化趨勢之間的匹配度。

3.根據權利要求2所述的人工智能信息處理方法，其特征在于，所述基于所述多條歷史控制信息對所述神經網絡模型進行訓練，得到所述神經網絡模型對應的控制信息匹配模型的步驟，包括：

對所述多條歷史控制信息進行篩選，得到多條目標歷史控制信息；

基于所述目標歷史控制信息對所述神經網絡模型進行訓練，得到所述神經網絡模型對應的控制信息匹配模型。

4.根據權利要求3所述的人工智能信息處理方法，其特征在于，所述對所述多條歷史控制信息進行篩選，得到多條目標歷史控制信息的步驟，包括：

對所述多條歷史控制信息進行離散度計算，得到所述多條歷史控制信息對應的第一離散值；

基于每一條所述歷史控制信息的生成時間信息，按照時間從早到晚的順序對所述多條歷史控制信息進行排序處理，得到對應的歷史控制信息排序序列，并基于所述歷史控制信息排序序列中的先后位置關系，計算相鄰兩條歷史控制信息之間的差異值，得到對應的歷史控制差異信息；

對多條所述歷史控制差異信息進行離散度計算，得到多條所述歷史控制差異信息對應的第二離散值；

確定所述第一離散值對應的第一權重系數，并確定所述第二離散值對應的第二權重系數；

基于所述第一權重系數、所述第二權重系數、所述第一離散值和所述第二離散值進行加權求和計算，得到對應的目標離散值；

確定所述目標離散值與預先確定的離散值閾值之間的大小關系，其中，所述離散值閾值基于所述人工智能信息處理設備響應對應的管理用戶進行的配置操作生成；

若所述目標離散值小于所述離散值閾值，則將所述多條歷史控制信息都作為多條目標歷史控制信息。

5.根據權利要求4所述的人工智能信息處理方法，其特征在于，所述對所述多條歷史控制信息進行篩選，得到多條目標歷史控制信息的步驟，還包括：

若所述目標離散值大于或等于所述離散值閾值，則對所述多條歷史控制信息進行曲線擬合處理，得到所述多條歷史控制信息對應的第一曲線；

確定每一條所述歷史控制信息與所述第一曲線之間的符合度；

基于所述符合度和預先確定的符合度閾值之間的大小關系分別確定每一條所述歷史控制信息是否作為目標歷史控制信息，其中，所述符合度閾值基于所述人工智能信息處理設備響應對應的管理用戶進行的配置操作生成，且大于或等于所述符合度閾值的每一個所述符合度對應的每一條所述歷史控制信息作為目標歷史控制信息，小于所述符合度閾值的每一個所述符合度對應的每一條所述歷史控制信息不作為目標歷史控制信息。