申请/专利权人：广州晟烨信息科技股份有限公司

申请日：2023-09-19

公开（公告）日：2024-06-14

公开（公告）号：CN116938986B

主分类号：H04L67/12

分类号：H04L67/12;H04L67/125;G06N3/0442;G06Q50/20

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2024.06.07#专利申请权的转移;2023.11.10#实质审查的生效;2023.10.24#公开

摘要：本发明涉及物联网领域，特别是一种基于物联网的智慧校园管理方法及系统。可以减少资源浪费，实现校园设备和平台的智能化管理，提升校园的管理效率。通过建立6LoWPAN实时感知网络结构、获取校园中的校园历史传输数据，建立目标ConvLSTM神经网络识别模型；通过6LoWPAN实时感知网络结构得到待识别校园传输数据；将待识别校园传输数据输入至目标ConvLSTM神经网络识别模型中进行识别，得到校园实时状态数据；根据校园实时状态数据生成第一控制指令，根据第一控制指令对校园中的控制设备进行实时控制，通过6LoWPAN实时感知网络结构获取实时控制的实时反馈数据，根据实时反馈数据生成第二控制指令，基于第二控制指令对控制设备进行实时控制调整。

主权项：1.一种基于物联网的智慧校园管理方法，其特征在于，所述智慧校园管理方法包括以下步骤：通过对校园中的有线传输网络、移动网络、6LoWPAN传感器节点以及其他的无线传输网络进行融合，得到6LoWPAN实时感知网络结构；利用所述6LoWPAN实时感知网络结构获取校园中的校园历史传输数据，对所述校园历史传输数据进行数据预处理，得到待训练校园传输数据；基于LSTM神经网络模型，建立初始ConvLSTM神经网络识别模型，将所述待训练校园传输数据输入至所述初始ConvLSTM神经网络识别模型中进行训练，得到目标ConvLSTM神经网络识别模型；通过所述6LoWPAN实时感知网络结构获取校园中的校园实时传输数据，对所述校园实时传输数据进行数据预处理，得到待识别校园传输数据；将所述待识别校园传输数据输入至所述目标ConvLSTM神经网络识别模型中进行识别，得到校园实时状态数据；根据所述校园实时状态数据生成第一控制指令，根据所述第一控制指令对校园中的控制设备进行实时控制，所述控制设备包括校园服务器、校园数据库、教学基础设备、办公基础设备和校园服务基础设备；通过所述6LoWPAN实时感知网络结构获取实时控制的实时反馈数据，根据所述实时反馈数据生成第二控制指令，基于所述第二控制指令对控制设备进行实时控制调整；所述通过对校园中的有线传输网络、移动网络、6LoWPAN传感器节点以及其他的无线传输网络进行融合，得到6LoWPAN实时感知网络结构，包括：通过对校园中的有线传输网络、移动网络和6LoWPAN传感器节点以及其他的无线传输网络进行融合；其他的无线传输网络包括WLAN网络、无线蓝牙网络和WiFi网络；所述有线传输网络和移动网络包括视频监控、RFID标签和智能传输设备；所述6LoWPAN实时感知网络结构包括通过6LoWPAN传感器节点、视频监控、RFID标签、手持设备对校园环境进行感知，并将感知数据传播给终端用户；通过对校园的有线网、WLAN、移动网络、6LoWPAN网络以及其他的无线传输网络进行融合，得到6LoWPAN实时感知网络结构；所述6LoWPAN实时感知网络结构对人与人、人与物、物与物进行信息交流和管理控制；所述利用所述6LoWPAN实时感知网络结构获取校园中的校园历史传输数据，对所述校园历史传输数据进行数据预处理，得到待训练校园传输数据，包括：利用所述6LoWPAN实时感知网络结构中的各个6LoWPAN传感器获取校园中的校园温度数据、校园天气信息、校园电量数据、校园水量数据；利用所述6LoWPAN实时感知网络结构中的其他的无线传输网络和有线传输网络获取校园中的校园教学设备数据、校园师生人数；所述校园历史传输数据包括校园温度数据、校园师生人数、校园节假日数据、校园天气信息、校园电量数据、校园水量数据和校园教学设备数据；对所述校园历史传输数据进行数据预处理，得到待训练校园传输数据；所述基于LSTM神经网络模型，建立初始ConvLSTM神经网络识别模型，将所述待训练校园传输数据输入至所述初始ConvLSTM神经网络识别模型中进行训练，得到目标ConvLSTM神经网络识别模型，包括：基于LSTM神经网络模型，建立初始ConvLSTM神经网络识别模型；将所述待训练校园传输数据输入至所述初始ConvLSTM神经网络识别模型中进行训练，得到目标ConvLSTM神经网络识别模型；所述目标ConvLSTM神经网络识别模型包括输入层、展平层、LSTM层、重复层、全连接层、输出层；所述通过所述6LoWPAN实时感知网络结构获取校园中的校园实时传输数据，对所述校园实时传输数据进行数据预处理，得到待识别校园传输数据，包括：通过所述6LoWPAN实时感知网络结构获取校园中的校园实时传输数据；对所述校园实时传输数据进行数据预处理，得到待识别校园传输数据；数据预处理包括利用数据归一化和缺省值补缺对校园实时传输数据依次进行处理；所述将所述待识别校园传输数据输入至所述目标ConvLSTM神经网络识别模型中进行识别，得到校园实时状态数据，包括：获取待识别校园传输数据，将待识别校园传输数据输入至混合模型中进行训练；根据训练结果对目标ConvLSTM神经网络识别模型中的模型结构进行调整；通过SSA优化算法对目标ConvLSTM神经网络识别模型进行计算优化；对目标ConvLSTM神经网络识别模型的参数初始化，并将待识别校园传输数据进行识别，得到校园实时状态数据；所述根据所述校园实时状态数据生成第一控制指令，根据所述第一控制指令对校园中的控制设备进行实时控制，所述控制设备包括校园服务器、校园数据库、教学基础设备、办公基础设备和校园服务基础设备，包括：根据所述校园实时状态数据生成第一控制指令，根据所述第一控制指令对校园中的控制设备进行实时控制；所述控制设备包括校园服务器、校园数据库、教学基础设备、办公基础设备和校园服务基础设备；所述实时控制包括对校园服务器中的访问流量进行减少或增加，对校园数据库中的数据进行访问，对教学基础设备进行开启或关闭，对办公基础设备进行开启或关闭，对校园服务基础设备进行开启或关闭；所述通过所述6LoWPAN实时感知网络结构获取实时控制的实时反馈数据，根据所述实时反馈数据生成第二控制指令，基于所述第二控制指令对控制设备进行实时控制调整，包括：通过所述6LoWPAN实时感知网络结构获取实时控制的实时反馈数据；所述实时反馈数据包括用户交互数据，通过6LoWPAN实时感知网络结构采集的音频数据、视频数据、校园环境数据；根据所述实时反馈数据生成第二控制指令，基于所述第二控制指令对控制设备进行实时控制调整；所述控制调整包括，若用户交互数据结果为教室灯光亮度偏暗，则调整第二控制指令，提升教室灯光的亮度；所述控制调整包括，若分析音频数据结果为教室教学声音大于50分贝，则调整第二控制指令，降低教室的教学声音。

全文数据：

权利要求：

百度查询： 广州晟烨信息科技股份有限公司 一种基于物联网的智慧校园管理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD