現(xiàn)有基于環(huán)境亮度實(shí)現(xiàn)自身亮度自動(dòng)調(diào)節(jié)的燈具，是根據(jù)光傳感器感知局部環(huán)境亮度以簡(jiǎn)單的數(shù)字邏輯對(duì)燈具的發(fā)光強(qiáng)度進(jìn)行調(diào)整，這種燈具存在亮度調(diào)節(jié)反應(yīng)速度慢，環(huán)境適應(yīng)性差，照明效果不理想等情況。并且現(xiàn)有亮度可調(diào)節(jié)燈具，其不能從傳感器局部感知的亮度信息準(zhǔn)確推廣得到真實(shí)環(huán)境實(shí)際光照條件，造成戶(hù)外復(fù)雜環(huán)境中，燈具發(fā)光強(qiáng)度與環(huán)境真實(shí)需要的照明條件無(wú)法達(dá)到最優(yōu)匹配，進(jìn)而不能將燈具的發(fā)光強(qiáng)度調(diào)節(jié)到符合人類(lèi)視覺(jué)的最佳發(fā)光強(qiáng)度。而且現(xiàn)有亮度可調(diào)節(jié)燈具，無(wú)法實(shí)現(xiàn)功耗效果的自適應(yīng)調(diào)節(jié)，燈具在根據(jù)環(huán)境亮度調(diào)整發(fā)光強(qiáng)度的同時(shí)，無(wú)法實(shí)現(xiàn)以最佳能耗進(jìn)行工作。

技術(shù)實(shí)現(xiàn)思路

有鑒于此，本專(zhuān)利技術(shù)的目的是提供一種基于人工智能的節(jié)能燈亮度調(diào)節(jié)方法及節(jié)能燈，以解決現(xiàn)有亮度可調(diào)節(jié)燈具存在的：不能在戶(hù)外復(fù)雜環(huán)境中將燈具亮度調(diào)整到符合人類(lèi)視覺(jué)的最佳燈具照明效果的技術(shù)問(wèn)題。本專(zhuān)利技術(shù)基于人工智能的節(jié)能燈亮度調(diào)節(jié)方法，包括以下步驟：1)通過(guò)光傳感器采集節(jié)能燈在不同季節(jié)的不同照明時(shí)間段的環(huán)境亮度數(shù)據(jù)和燈具發(fā)光強(qiáng)度數(shù)據(jù)；以及在不同的環(huán)境亮度下測(cè)試人眼感受燈具的照明效果，并采集使人眼感受到最佳照明效果的燈具發(fā)光強(qiáng)度數(shù)據(jù)；以光傳感器采集到的環(huán)境亮度數(shù)據(jù)為x、燈具發(fā)光強(qiáng)度數(shù)據(jù)為y，并以使人眼在真實(shí)環(huán)境亮度下感受到最佳照明效果作為數(shù)據(jù)配對(duì)標(biāo)準(zhǔn)，對(duì)x與y進(jìn)行配對(duì)并制作成數(shù)據(jù)集合D；n為配成對(duì)的數(shù)據(jù)的總對(duì)數(shù)，i＝0，1，2，3，……n；y的大小范圍為[0，1]，0代表燈具不發(fā)出光線(xiàn)，1代表燈具達(dá)到最大發(fā)...

技術(shù)特征摘要

1.一種基于人工智能的節(jié)能燈亮度調(diào)節(jié)方法，其特征在于：包括以下步驟：1)通過(guò)光傳感器采集節(jié)能燈在不同季節(jié)的不同照明時(shí)間段的環(huán)境亮度數(shù)據(jù)和燈具發(fā)光強(qiáng)度數(shù)據(jù)；以及在不同的環(huán)境亮度下測(cè)試人眼感受燈具的照明效果，并采集使人眼感受到最佳照明效果的燈具發(fā)光強(qiáng)度數(shù)據(jù)；以光傳感器采集到的環(huán)境亮度數(shù)據(jù)為x、燈具發(fā)光強(qiáng)度數(shù)據(jù)為y，并以使人眼在真實(shí)環(huán)境亮度下感受到最佳照明效果作為數(shù)據(jù)配對(duì)標(biāo)準(zhǔn)，對(duì)x與y進(jìn)行配對(duì)并制作成數(shù)據(jù)集合D；n為配成對(duì)的數(shù)據(jù)的總對(duì)數(shù)，i＝0,1,2,3，……n；y的大小范圍為[0,1]，0代表燈具不發(fā)出光線(xiàn)，1代表燈具達(dá)到最大發(fā)光強(qiáng)度；x的大小范圍為光傳感器感檢測(cè)到的環(huán)境亮度值范圍；2)采用由輸入層、隱藏層和輸出層構(gòu)成的神經(jīng)網(wǎng)絡(luò)處理數(shù)據(jù)，將數(shù)據(jù)集合D中的數(shù)據(jù)分為兩部分，一部分作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)集，另一部分作為神經(jīng)網(wǎng)絡(luò)的效果驗(yàn)證數(shù)據(jù)，訓(xùn)練訓(xùn)練數(shù)據(jù)集和效果驗(yàn)證數(shù)據(jù)集不重合；神經(jīng)網(wǎng)絡(luò)使用隨機(jī)梯度下降算法作為訓(xùn)練算法，并使用平方損失函數(shù)判斷訓(xùn)練結(jié)果，使用訓(xùn)練數(shù)據(jù)集訓(xùn)練神經(jīng)網(wǎng)絡(luò)使之最終收斂；3)通過(guò)光傳感器測(cè)量出當(dāng)前燈具所在實(shí)際環(huán)境中的光照強(qiáng)度值v，將由n個(gè)光傳感器的測(cè)量值組成的向量V＝(v1，v2，v3…vn)作為神經(jīng)網(wǎng)絡(luò)的輸入，V經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)的回歸處理后，神經(jīng)網(wǎng)絡(luò)輸出當(dāng)前燈具發(fā)光強(qiáng)度的最佳值y，并以最佳值y作為節(jié)能燈驅(qū)動(dòng)電路的輸入，對(duì)節(jié)能燈的電壓和電流進(jìn)行調(diào)節(jié)，以控制節(jié)能燈發(fā)光強(qiáng)度。2.根據(jù)權(quán)利要求1所述的基于人工智能的節(jié)能燈亮度調(diào)節(jié)方法，其特征在于：所述神經(jīng)網(wǎng)絡(luò)中神經(jīng)元的標(biāo)準(zhǔn)感知形式為：y＝F(∑wij*xi+b)其中y是神經(jīng)元的輸出，F(xiàn)是神經(jīng)元的激活函數(shù)，xi是神經(jīng)元的輸入，wij是神經(jīng)元的權(quán)重，通過(guò)訓(xùn)練獲取其最終值；b是神經(jīng)元的偏執(zhí)項(xiàng)，其設(shè)置為常數(shù)1或通過(guò)訓(xùn)練獲取最終值；