基于神经网络的物联网实体信息交互关系识别

近年来,智慧物联的应用越来越多,如智能社区、智能家居以及智能汽车等,该应用主要通过传感器等设备来实时的接收和分析数据并把结果反馈给控制系统,从而达到智能的效果,而实体间的智能交互就是其中重要的一个环节。但是,从目前的结果来看效果较差,主要表现在实体间交互的自主性较差,需要依赖人的参与,实体不能通过分析与其它实体间的历史交互来自主按需的与相应的实体进行交互。为了解决该问题,该文主要研究基于神经网络的物联网实体信息交互关系识别方法。该文首先提出了实体信息交互模型,并且从线性模型和非线性模型的角度去分析适合物联网实体交互关系识别的分类模型,提出了一种基于神经网络的物联网实体交互关系识别模型。为了验证本文思路的正确性,该文主要考察以逻辑回归为代表的线性模型和以神经网络为代表的非线性模型在本问题上的应用,此外,为了保证模型的努棒性,该文提出了三种不同数据场景下模型的学习方式来适应不同情况下对于模型的要求,从而来保证模型的可靠性。最后通过实验数据比较验证了神经网络在本问题上的有效性。该文实验数据选取了麻省理工学院数字媒体实验室做社会演变研究时所用公开的数据集,该数据主要用来评估本文的模型在实体关系识别上的有效性。实验结果证明,与之前的方法相比,该模型在物联网实体关系实时识别上表现出更好的准确率。