买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种基于分层降维的智能家居设计参数转化规则挖掘方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117057427B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311059334.1，技术领域涉及：G06N5/025；该发明授权一种基于分层降维的智能家居设计参数转化规则挖掘方法是由裘乐淼;肖紫欣;张树有;王自立;刘晓健;张益鸣设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本一种基于分层降维的智能家居设计参数转化规则挖掘方法在说明书摘要公布了：本发明公开了一种基于分层降维的智能家居设计参数转化规则挖掘方法。包括以下步骤：获取智能家居定制产品历史需求转化订单信息，预处理订单信息，将设计参数按照智能家居产品特性进行降维；以预处理后的需求转化订单数据为输入，根据分层结果设定支持度、置信度阈值，对数据集进行逐层挖掘，生成需求到每层设计参数的映射规则；最后通过给移动组物体制定多对一的概率相对碰撞规则来加速基于物体碰撞的规则优化算法的收敛，得到最终的映射规则集。本发明通过数据集的分层挖掘，降低每层数据的维度，实现了智能家居需求到设计参数的精准转化，通过改进规则优化算法，提高了需求到设计参数的转化效率与精度。

本发明授权一种基于分层降维的智能家居设计参数转化规则挖掘方法在权利要求书中公布了：1.一种基于分层降维的智能家居设计参数转化规则挖掘方法，其特征在于，包括以下步骤： 1获取并预处理智能家居定制产品历史需求转化订单信息中的需求文本； 2按照智能家居产品特性对订单信息中的定制产品设计参数进行降维处理，根据降维结果对订单数据进行分层； 3从上至下对每层订单数据进行逐层处理： 3.1基于fp-growth算法对当前层的设计参数到需求文本的映射进行挖掘； 3.2采用改进的物体碰撞规则优化算法获取本层数据优化后的支持度、置信度阈值，剔除支持度、置信度不达标的映射规则； 3.3根据当前层映射规则集获取与其对应的下一层设计参数，将下一层设计参数对应的订单数据作为待处理的订单数据； 3.4返回步骤3.1对待处理的订单数据进行挖掘，直至对所有层完成挖掘，输出最终的映射规则集； 4根据最终得到的映射规则集，将客户的需求转化为对应的设计参数，最终实现智能家居定制产品需求信息到设计参数的转化； 所述步骤3.2中改进的物体碰撞规则优化算法为： 3.2.1将步骤3.1得到的n条初步映射规则用密西根方法编码，得到算法的初始物体obj,obj＝1,2,…,n，每个物体的初始位置为xobj 0＝xobj1 0,xobj2 0,…,xobjD 0；然后初始化算法参数，包括最大迭代次数itermax； 其中，算法中的每个物体即为步骤3.1得到的每条映射规则；xobjD 0为物体在第D维上的初始位置； 3.2.2迭代优化过程： 根据每个物体的位置以及密西根方法编码规则反推得到映射规则内容，再根据映射规则内容计算得到对应的适应度值，并记录本次迭代的全局适应度最差值与全局适应度最佳值； 3.2.3计算每个物体的质量，再将物体按质量大小降序排列后，均分为两组，包括静止物体组i与移动物体组j； 3.2.4初始化两组物体的碰撞速度；根据一对一的相对碰撞规则更新静止物体组的速度与位移，根据多对一的概率相对碰撞规则更新移动物体组的速度与位移； 3.2.5返回步骤3.2.2，直至达到最大迭代次数itermax后停止迭代，输出最优的物体； 3.2.6将最优的物体对应的支持度值和置信度值分别作为最优支持度阈值和置信度阈值根据和剔除步骤3映射规则集中支持度、置信度不达标的映射规则。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。