現有基于環境亮度實現自身亮度自動調節的燈具，是根據光傳感器感知局部環境亮度以簡單的數字邏輯對燈具的發光強度進行調整，這種燈具存在亮度調節反應速度慢，環境適應性差，照明效果不理想等情況。并且現有亮度可調節燈具，其不能從傳感器局部感知的亮度信息準確推廣得到真實環境實際光照條件，造成戶外復雜環境中，燈具發光強度與環境真實需要的照明條件無法達到最優匹配，進而不能將燈具的發光強度調節到符合人類視覺的最佳發光強度。而且現有亮度可調節燈具，無法實現功耗效果的自適應調節，燈具在根據環境亮度調整發光強度的同時，無法實現以最佳能耗進行工作。

技術實現思路

有鑒于此，本專利技術的目的是提供一種基于人工智能的節能燈亮度調節方法及節能燈，以解決現有亮度可調節燈具存在的：不能在戶外復雜環境中將燈具亮度調整到符合人類視覺的最佳燈具照明效果的技術問題。本專利技術基于人工智能的節能燈亮度調節方法，包括以下步驟：1)通過光傳感器采集節能燈在不同季節的不同照明時間段的環境亮度數據和燈具發光強度數據；以及在不同的環境亮度下測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光強度數據；以光傳感器采集到的環境亮度數據為x、燈具發光強度數據為y，并以使人眼在真實環境亮度下感受到最佳照明效果作為數據配對標準，對x與y進行配對并制作成數據集合D；n為配成對的數據的總對數，i＝0，1，2，3，……n；y的大小范圍為[0，1]，0代表燈具不發出光線，1代表燈具達到最大發...

技術特征摘要

1.一種基于人工智能的節能燈亮度調節方法，其特征在于：包括以下步驟：1)通過光傳感器采集節能燈在不同季節的不同照明時間段的環境亮度數據和燈具發光強度數據；以及在不同的環境亮度下測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光強度數據；以光傳感器采集到的環境亮度數據為x、燈具發光強度數據為y，并以使人眼在真實環境亮度下感受到最佳照明效果作為數據配對標準，對x與y進行配對并制作成數據集合D；n為配成對的數據的總對數，i＝0,1,2,3，……n；y的大小范圍為[0,1]，0代表燈具不發出光線，1代表燈具達到最大發光強度；x的大小范圍為光傳感器感檢測到的環境亮度值范圍；2)采用由輸入層、隱藏層和輸出層構成的神經網絡處理數據，將數據集合D中的數據分為兩部分，一部分作為神經網絡的訓練數據集，另一部分作為神經網絡的效果驗證數據，訓練訓練數據集和效果驗證數據集不重合；神經網絡使用隨機梯度下降算法作為訓練算法，并使用平方損失函數判斷訓練結果，使用訓練數據集訓練神經網絡使之最終收斂；3)通過光傳感器測量出當前燈具所在實際環境中的光照強度值v，將由n個光傳感器的測量值組成的向量V＝(v1，v2，v3…vn)作為神經網絡的輸入，V經過神經網絡的回歸處理后，神經網絡輸出當前燈具發光強度的最佳值y，并以最佳值y作為節能燈驅動電路的輸入，對節能燈的電壓和電流進行調節，以控制節能燈發光強度。2.根據權利要求1所述的基于人工智能的節能燈亮度調節方法，其特征在于：所述神經網絡中神經元的標準感知形式為：y＝F(∑wij*xi+b)其中y是神經元的輸出，F是神經元的激活函數，xi是神經元的輸入，wij是神經元的權重，通過訓練獲取其最終值；b是神經元的偏執項，其設置為常數1或通過訓練獲取最終值；