结合大数据和物联网的智能设备控制方法及云控制中心

技术领域

本公开涉及物联网和大数据的控制技术领域，特别涉及结合大数据和物联网的智能设备控制方法及云控制中心。

背景技术

随着科技的发展，互联网的应用越来越广泛，在诸如自动驾驶、智能制造以及智能家居等领域扮演者重要的角色，能够实现这些领域中的设备的数据交互和处理。以智能家居为例，智能家居能够借助互联网实现互相协作，从而为用户提供安全、便利且舒适的生活环境。

现如今，智能家居的发展已日趋成熟，互联网在一些家居例如电视、抽油烟机、空气净化剂上面的应用越来越完善。但是对一些温度调整的家居（例如空调）而言，这些家居的互联网化以及物联网化的程度并不高。例如，智能空调作为现今越来越火热的智能家居，其现有的功能仍然仅限于远程控制开闭和远程调整风速，其在物联网和大数据层面的一些功能还未被有效地开发，智能化程度较低。

发明内容

有鉴于此，本公开提供了结合大数据和物联网的智能设备控制方法及云控制中心。

第一方面，提供一种结合大数据和物联网的智能设备控制方法，所述方法包括：

获取第一传感器采集到的待识别数据，对所述待识别数据进行数据提取得到所述待识别数据中包括的用于表征用户身份的生物特征数据，在预设数据库中查找是否存在与所述生物特征数据匹配的目标数据，若所述预设数据库中存在所述目标数据，则控制智能空调启动；

在所述智能空调开启后并行地获取第二传感器采集的外部环境数据，根据所述外部环境数据生成与所述智能空调对应的当前环境参数清单，确定所述当前环境参数清单的综合环境描述值；

将所述综合环境描述值映射到预设的风速匹配列表中以在所述风速匹配列表中得到与所述综合环境描述值相对应的环境映射值，确定与所述环境映射值对应的第一空调风功率值；

获取第三传感器采集到的心冲击电信号并基于所述心冲击电信号确定用户的健康状态指数，根据所述健康状态指数对所述第一空调风功率值进行修正得到第二空调风功率值；

控制所述智能空调以所述第二空调风功率值进行输出；在智能空调以第二空调风功率值进行输出时，持续获取所述第二传感器采集的外部环境数据以及所述第三传感器采集的心冲击电信号并根据持续获取的外部环境数据以及心冲击电信号对所述智能空调的输出状态的进行调整。

第二方面，提供一种云控制中心，所述云控制中心与多个传感器通信连接，一部分传感器集成在智能空调内，另一部分传感器集成在智能手环内；所述云控制中心用于：

获取第一传感器采集到的待识别数据，对所述待识别数据进行数据提取得到所述待识别数据中包括的用于表征用户身份的生物特征数据，在预设数据库中查找是否存在与所述生物特征数据匹配的目标数据，若所述预设数据库中存在所述目标数据，则控制智能空调启动；

在所述智能空调开启后并行地获取第二传感器采集的外部环境数据，根据所述外部环境数据生成与所述智能空调对应的当前环境参数清单，确定所述当前环境参数清单的综合环境描述值；

将所述综合环境描述值映射到预设的风速匹配列表中以在所述风速匹配列表中得到与所述综合环境描述值相对应的环境映射值，确定与所述环境映射值对应的第一空调风功率值；

获取第三传感器采集到的心冲击电信号并基于所述心冲击电信号确定用户的健康状态指数，根据所述健康状态指数对所述第一空调风功率值进行修正得到第二空调风功率值；

控制所述智能空调以所述第二空调风功率值进行输出；在智能空调以第二空调风功率值进行输出时，持续获取所述第二传感器采集的外部环境数据以及所述第三传感器采集的心冲击电信号并根据持续获取的外部环境数据以及心冲击电信号对所述智能空调的输出状态的进行调整。

第三方面，提供一种云控制中心，包括互相之间通信的处理器和存储器，所述处理器通过运行从所述存储器中调取的计算机程序以实现上述的方法。

第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时实现上述的方法。

有益效果

本公开的实施例提供的技术方案可以包括以下有益效果。

首先根据待识别数据对用户身份进行验证并在验证通过时控制智能空调启动，其次根据获取到的外部环境数据确定综合环境描述值并结合预设的风速匹配列表确定对应的第一空调风功率值，然后根据采集到的用户的心冲击电信号确定用户的健康状态指数从而根据健康状态指数对第一空调风功率值进行修正得到第二空调风功率值，最后控制智能空调以第二空调风功率值进行输出并持续获取第二传感器采集的外部环境数据以及第三传感器采集的心冲击电信号，这样能够在智能空调运行过程中实现对外部环境以及用户健康状态的实时监测，从而实现对智能空调的输出状态的灵活调整。如此，可以实现对智能空调的使用者的身份识别以及实现对智能空调的风速的自动调节，从而开发智能空调在物联网层面的多个功能，由此提高智能空调的智能化程度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1是本公开提供的结合大数据和物联网的智能设备控制系统的通信架构示意图。

图2是本公开提供的结合大数据和物联网的智能设备控制方法的流程图。

图3是本公开提供的结合大数据和物联网的智能设备装置的功能模块框图。

图4是本公开提供的云控制中心的硬件结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

为实现现有的智能空调在物联网层面的功能多样化并提高智能空调的互联网智能化程度，本发明实施例提供了结合大数据和物联网的智能设备控制方法及云控制中心。请首先参阅图1，提供的是结合大数据和物联网的智能设备控制系统100的通信架构示意图，所述结合大数据和物联网的智能设备控制系统100可以包括云控制中心110和多个传感器120。

其中，云控制中心110和多个传感器120通信连接，至少部分传感器120集成在智能空调的内部。传感器120可以为采集用户的生物特征的传感器（当传感器120用于采集用户的生物特征时，传感器可以集成在智能手环上，智能手环可以佩戴在用户的手腕处），还可以为采集外部环境数据的传感器，在此不作限定。可以理解，通过布设上述云控制中心110和传感器120，可以实现对智能空调的使用者的身份识别以及实现对智能空调的风速和出风温度的自动调节，从而开发智能空调在物联网层面的多个功能，由此提高智能空调的智能化程度。

在上述基础上，请结合参阅图2，提供了一种结合大数据和物联网的智能设备控制方法，所述方法可以应用于图1中的云控制中心110，所述云控制中心110在实现上述方法时具体执行以下步骤S21-步骤S25所描述的内容。

步骤S21，获取第一传感器采集到的待识别数据，对所述待识别数据进行数据提取得到所述待识别数据中包括的用于表征用户身份的生物特征数据，在预设数据库中查找是否存在与所述生物特征数据匹配的目标数据，若所述预设数据库中存在所述目标数据，则控制智能空调启动。

在本实施例中，预设数据库集成在云控制中心110中，用于存储预先设置或录入的生物特征数据。进一步地，待识别数据对应的生物特征数据可以是第一传感器采集到的指纹数据或声纹数据，指纹数据可以是用户第一传感器所对应的智能手环时第一传感器所采集到的，声纹数据可以是用户在通过向智能手环输入语音以控制智能空调开启时第一传感器所采集到的。

步骤S22，在所述智能空调开启后并行地获取第二传感器采集的外部环境数据，根据所述外部环境数据生成与所述智能空调对应的当前环境参数清单，确定所述当前环境参数清单的综合环境描述值。

在具体实施时，外部环境数据可以包括温度数据、湿度数据、光照数据以及空气流动性数据等，在此不做限定。所述当前环境参数清单用于表征所述智能空调对应的外部环境状态。

步骤S23，将所述综合环境描述值映射到预设的风速匹配列表中以在所述风速匹配列表中得到与所述综合环境描述值相对应的环境映射值，确定与所述环境映射值对应的第一空调风功率值。

在步骤S23中，预设的风速匹配列表中记录有不同环境映射值对应的空调风功率值，环境映射值与空调风功率值一一对应。

步骤S24，获取第三传感器采集到的心冲击电信号并基于所述心冲击电信号确定用户的健康状态指数，根据所述健康状态指数对所述第一空调风功率值进行修正得到第二空调风功率值。

在本实施例中，健康状态系数用于表征用户的当前健康状态。可以理解，第三传感器同样也集成在智能手环中。

步骤S25，控制所述智能空调以所述第二空调风功率值进行输出；在智能空调以第二空调风功率值进行输出时，持续获取所述第二传感器采集的外部环境数据以及所述第三传感器采集的心冲击电信号并根据持续获取的外部环境数据以及心冲击电信号对所述智能空调的输出状态的进行调整。

在本实施例中，对所述智能空调的输出状态的进行调整可以是对第二空调风功率值进行修正或者调整，例如增大第二空调风功率值或者减小第二空调风功率值。其中，空调风功率值包括空调风的温度和空调风的风速。

通过执行上述步骤S21-步骤S25所描述的内容，首先根据待识别数据对用户身份进行验证并在验证通过时控制智能空调启动，其次根据获取到的外部环境数据确定综合环境描述值并结合预设的风速匹配列表确定对应的第一空调风功率值，然后根据采集到的用户的心冲击电信号确定用户的健康状态指数从而根据健康状态指数对第一空调风功率值进行修正得到第二空调风功率值，最后控制智能空调以第二空调风功率值进行输出并持续获取第二传感器采集的外部环境数据以及第三传感器采集的心冲击电信号，这样能够在智能空调运行过程中实现对外部环境以及用户健康状态的实时监测，从而实现对智能空调的输出状态的灵活调整。如此，可以实现对智能空调的使用者的身份识别以及实现对智能空调的风速的自动调节，从而开发智能空调在物联网层面的多个功能，由此提高智能空调的智能化程度。

在实际应用中发明人发现，不同类别的生物特征数据对应的身份验证方式是不同的，并且同一类别下的生物特征数据在不同时段下可能存在差异。因此，在查找与生物特征数据匹配的目标数据时，需要考虑以上两种情况，否则会导致查找结果不准确，从而降低对智能空调的控制准确性。为确保查找结果的准确性以提高对智能空调的控制准确性，步骤S21中所描述的对所述待识别数据进行数据提取得到所述待识别数据中包括的用于表征用户身份的生物特征数据，在预设数据库中查找是否存在与所述生物特征数据匹配的目标数据，具体可以包括以下步骤S211-步骤S213所描述的内容。

步骤S211，按照数据字段权重的大小顺序在所述待识别数据中依次选取当前数据字段，并从在所述待识别数据中的数据字段权重大于当前数据字段之前的目标数据字段中确定基准数据字段。

步骤S212，获取所述基准数据字段中字段特征的第一特征分布标签；参照第一特征分布标签和预设特征序列之间的映射路径，对当前数据字段进行生物特征类别映射得到当前数据字段的类别标签；对所述类别标签进行类别指向性数据的提取，得到所述字段特征的第二特征分布标签；基于所述第一特征分布标签和所述第二特征分布标签之间相似系数从所述待识别数据中提取出生物特征数据以及与所述生物特征数据相匹配的生物特征类别；其中，所述生物特征类别包括指纹类别和声纹类别。

步骤S213，根据所述生物特征类别确定所述生物特征数据对应的特征数据区间，在所述预设数据库中查找是否存在与所述特征数据区间匹配的目标数据。

在具体实施时，可以提取所述特征数据区间中的多个区间特征数据，然后针对所述特征数据区间中的每个区间特征数据，在所述预设数据库中查找是否存在与该区间特征数据匹配的目标数据，如果存在一个目标数据，则确定特征数据区间对应的生物特征数据通过用户身份验证。

可以理解，在实施上述步骤S211-步骤S213所描述的内容时，能够准确确定出待识别数据对应的不同类别的生物特征数据并考虑不同类别的生物特征数据在不同时段下的差异性，从而确定出特征数据区间。如此，能够根据特征数据区间确保对针对目标数据的查找结果的准确性以提高对智能空调的控制准确性。

在具体实施过程中，为了准确确定特征数据区间，以确保针对目标数据的查找结果的准确性，步骤S213所描述的根据所述生物特征类别确定所述生物特征数据对应的特征数据区间，具体可以包括以下步骤S2131-步骤S2134所描述的内容。

步骤S2131，获取所述生物特征类别的类别属性参数以及与所述生物特征类别相对应的用于表征所述生物特征类别对应的生物特征数据在不同时段之间的差异的各差异因子，并基于所述类别属性参数确定出所述生物特征类别存在对应的可调因子类别以及不可调因子类别。

步骤S2132，基于所述生物特征类别在可调因子类别下的差异因子以及所述差异因子的相关性权重，计算所述生物特征类别在所述不可调因子类别下的各差异因子与所述生物特征类别在所述可调因子类别下的各差异因子之间的转换系数。

步骤S2133，根据计算得到的转换系数将所述生物特征类别在所述不可调因子类别下的与在所述可调因子类别下的差异因子之间的转换系数大于设定系数的差异因子转移到所述可调因子类别下；其中，在所述生物特征类别对应的不可调因子类别下包含有多个差异因子的情况下，基于所述生物特征类别在所述可调因子类别下的差异因子以及所述差异因子的相关性权重计算所述生物特征类别在所述不可调因子类别下的各差异因子之间的转换系数；依据所述各差异因子之间的转换系数对所述不可调因子类别下的各差异因子进行筛分；通过所述生物特征类别在所述可调因子类别下的差异因子以及所述差异因子的相关性权重为上述筛分获得的每个目标差异因子设置差异系数，并根据所述差异系数的大小顺序将至少部分目标差异因子转移到所述可调因子类别下。

步骤S2134，将所述可调因子类别下的待处理差异因子列出以构建差异因子序列，根据所述差异因子序列确定所述生物特征数据对应的多个差异特征数据并将所述多个差异特征数据进行组合以得到所述特征数据区间。

在具体实施过程中，通过上述步骤S2131-步骤S2134所描述的内容，能够准确确定特征数据区间，以确保针对目标数据的查找结果的准确性。

在实际应用时发明人发现，在确定综合环境描述值时需要考虑不同的外部环境数据之间的数据异构性，为实现这一目的，在步骤S22中，根据所述外部环境数据生成与所述智能空调对应的当前环境参数清单，确定所述当前环境参数清单的综合环境描述值，具体可以包括以下步骤S221-步骤S225所描述的内容。

步骤S221，构建所述外部环境数据之间的环境数据网络；其中，所述环境数据网络包含从每组外部环境数据中提取的环境数据值和环境数据值的数据格式参数，每组外部环境数据的类型不同，每组外部环境数据为温度数据、湿度数据、光照数据或空气流动性数据。

步骤S222，对所述环境数据网络中的环境数据网络节点进行节点数组整理，得到所述环境数据网络节点的综合环境数据值和数据格式分布列表；根据所述综合环境数据值和数据格式分布列表确定所述环境数据网络节点的节点配置数据。

步骤S223，将所述节点配置数据按照所述环境数据网络节点在所述环境数据网络的中心度的大小顺序进行排序得到配置数据组合，根据所述配置数据组合生成所述当前环境参数清单。

步骤S224，确定所述当前环境参数清单中的每两个清单列表之间的数据格式异构系数以及环境数据影响权重，构建所述数据格式异构系数对应的第一数据集以及所述环境数据影响权重对应的第二数据集。

步骤S225，从所述第一数据集中确定出其中一个数据格式异构系数的异构评价权重且并行地将所述第二数据集中的最大环境数据影响权重确定为参考权重；将所述异构评价权重映射到所述最大环境数据影响权重在所述第二数据集中所对应的字段位上，得到所述异构评价权重对应的映射权重；基于所述映射权重以及所述最大环境数据影响权重确定所述第一数据集和所述第二数据集之间的关联关系，通过所述关联关系提取所述当前环境参数清单中的多个清单描述值并根据所述关联关系对所述多个清单描述值进行加权求和得到所述综合环境描述值。

在步骤S225中，根据所述关联关系对所述多个清单描述值进行加权求和得到所述综合环境描述值，具体可以包括以下步骤所描述的内容：根据所述关联关系确定每个清单描述值的加权权重，采用每个清单描述值的加权权重对每个清单描述值进行加权得到所述综合环境描述值。

如此，通过上述步骤S221-步骤S225，能够在确定综合环境描述值时考虑不同的外部环境数据之间的数据异构性，这样可以确保确定出综合环境描述值能够将不同外部环境数据的影响状态进行完整地整合，从而保证综合环境描述值全面性和可靠性。

在实施上述方案时，为了确保风速调整的准确性和可靠性，还需要将用户的身体状态考虑在内，例如，若用户处于发烧状态，可以将风速适当增大。为实现上述目的，需要准确确定用户的健康状况，因此，在步骤S24中，基于所述心冲击电信号确定用户的健康状态指数，根据所述健康状态指数对所述第一空调风功率值进行修正得到第二空调风功率值，具体可以包括以下步骤S241-步骤S243所描述的内容。

步骤S241，基于所述心冲击电信号绘制所述用户的心冲击图。

步骤S242，按照设定时间步长从所述心冲击图中确定全局峰谷值以及局部峰谷值并根据所述全局峰谷值以及所述局部峰谷值计算所述心冲击图的波动系数以及图状态信息。

步骤S243，通过所述图状态信息确定所述波动系数所处的数值区间并根据所述数值区间计算所述用户的健康状态指数，根据所述健康状态指数对应的加权系数对所述第一空调风功率值进行加权计算得到第二空调风功率值。

可以理解，在应用上述步骤S241-步骤S243所描述的内容时，能够将用户的身体状态考虑在内，从而确保风速调整的准确性和可靠性。

在一个具体的实施方式中，步骤S243所描述的通过所述图状态信息确定所述波动系数所处的数值区间并根据所述数值区间计算所述用户的健康状态指数，具体可以包括以下步骤S2431-步骤S2434所描述的内容。

步骤S2431，在图状态信息中获取心冲击状态变量，获取所述心冲击状态变量的脉冲频率与所述心冲击状态变量的第一状态活跃度，并根据所述第一状态活跃度确定所述波动系数的修正系数。

步骤S2432，在迭代所述心冲击状态变量的过程中，采集所述心冲击状态变量的迭代数据，并获取所述心冲击状态变量在所述心冲击状态变量的迭代数据中的迭代触发标识的数据字段分布信息。

步骤S2433，利用所述心冲击状态变量在所述心冲击状态变量的迭代数据中的迭代触发标识的数据字段分布信息，获取所述心冲击状态变量的脉冲频率与所述心冲击状态变量的第二状态活跃度，并判断所述第二状态活跃度与所述波动系数的修正系数是否存在对应关系。

步骤S2434，若所述第二状态活跃度与所述波动系数的修正系数存在所述对应关系，则利用所述波动系数的修正系数修正所述波动系数得到目标波动系数，并将所述目标波动系数映射到预设列表中得到所述目标波动系数对应的列表映射值，根据所述列表映射值所在的数值区间确定所述心冲击图的多个维度特征并通过所述多个维度特征计算所述用户的健康状态指数。

如此，能够对波动系数进行修正，从而准确计算出用户的健康状态指数。

在一种可替换的实施方式中，为了提高风速调整的实时性，步骤S25所描述的根据持续获取的外部环境数据以及心冲击电信号对所述智能空调的输出状态的进行调整，具体可以包括如下步骤S251-步骤S254所描述的内容。

步骤S251，基于提取得到的外部环境数据的变化数据以及心冲击电信号的信号衰减率，解析已运行的风速控制线程，以获取所述风速控制线程中包括的执行参数中的源码数据。

步骤S252，通过删除所述源码数据中相对于具备可修改标识的线程日志具有跟随性的第一源码集，提取所述风速控制线程中时间片资源占用率不随所述具有跟随性的第一源码集的增加而增加的第二源码集以作为具备可修改标识的输出状态调整源码。

步骤S253，根据提取的输出状态调整源码的第一状态标识和第二状态标识，确定待处理的用于识别外部环境数据以及心冲击电信号的变化轨迹的多个脚本字符的字符活跃度，以及不同脚本字符之间的字符一致性权重；基于确定的所述多个脚本字符的字符活跃度以及不同脚本字符之间的字符一致性权重对所述多个脚本字符进行筛分处理，使得保留的目标脚本字符的字符活跃度大于第一预设值且保留的目标脚本字符之间的字符一致性权重位于设定权重区间内。

步骤S254，通过所述目标脚本字符确定出所述智能空调的风扇控制线程的风速变化曲线，并基于所述风速变化曲线对所述智能空调的风速进行调整。

在本实施例中，通过上述步骤S251-步骤S254所描述的内容，能够对风俗控制线程进行源码层面的分析从而能够基于持续获取的外部环境数据和心冲击电信号快速实时地对风速进行调整。

可以理解，以上方法所描述的内容对应的功能均可以集成在云控制中心110中，从而扩展现有的智能空调的功能，提高智能空调的智能化程度。

在上述基础上，请结合参阅图3，提供了结合大数据和物联网的智能设备控制装置300的功能模块框图，所述智能设备控制装置300具体包括以下功能模块：

身份识别模块310，用于获取第一传感器采集到的待识别数据，对所述待识别数据进行数据提取得到所述待识别数据中包括的用于表征用户身份的生物特征数据，在预设数据库中查找是否存在与所述生物特征数据匹配的目标数据，若所述预设数据库中存在所述目标数据，则控制智能空调启动；

环境检测模块320，用于在所述智能空调开启后并行地获取第二传感器采集的外部环境数据，根据所述外部环境数据生成与所述智能空调对应的当前环境参数清单，确定所述当前环境参数清单的综合环境描述值；

风速确定模块330，用于将所述综合环境描述值映射到预设的风速匹配列表中以在所述风速匹配列表中得到与所述综合环境描述值相对应的环境映射值，确定与所述环境映射值对应的第一空调风功率值；

风速修正模块340，用于获取第三传感器采集到的心冲击电信号并基于所述心冲击电信号确定用户的健康状态指数，根据所述健康状态指数对所述第一空调风功率值进行修正得到第二空调风功率值；

风速调整模块350，用于控制所述智能空调以所述第二空调风功率值进行输出；在智能空调以第二空调风功率值进行输出时，持续获取所述第二传感器采集的外部环境数据以及所述第三传感器采集的心冲击电信号并根据持续获取的外部环境数据以及心冲击电信号对所述智能空调的输出状态的进行调整。

可选地，所述风速修正模块340，具体用于：

基于所述心冲击电信号绘制所述用户的心冲击图；

按照设定时间步长从所述心冲击图中确定全局峰谷值以及局部峰谷值并根据所述全局峰谷值以及所述局部峰谷值计算所述心冲击图的波动系数以及图状态信息；

通过所述图状态信息确定所述波动系数所处的数值区间并根据所述数值区间计算所述用户的健康状态指数，根据所述健康状态指数对应的加权系数对所述第一空调风功率值进行加权计算得到第二空调风功率值。

可选地，所述风速修正模块340，进一步用于：

在图状态信息中获取心冲击状态变量，获取所述心冲击状态变量的脉冲频率与所述心冲击状态变量的第一状态活跃度，并根据所述第一状态活跃度确定所述波动系数的修正系数；

在迭代所述心冲击状态变量的过程中，采集所述心冲击状态变量的迭代数据，并获取所述心冲击状态变量在所述心冲击状态变量的迭代数据中的迭代触发标识的数据字段分布信息；

利用所述心冲击状态变量在所述心冲击状态变量的迭代数据中的迭代触发标识的数据字段分布信息，获取所述心冲击状态变量的脉冲频率与所述心冲击状态变量的第二状态活跃度，并判断所述第二状态活跃度与所述波动系数的修正系数是否存在对应关系；

若所述第二状态活跃度与所述波动系数的修正系数存在所述对应关系，则利用所述波动系数的修正系数修正所述波动系数得到目标波动系数，并将所述目标波动系数映射到预设列表中得到所述目标波动系数对应的列表映射值，根据所述列表映射值所在的数值区间确定所述心冲击图的多个维度特征并通过所述多个维度特征计算所述用户的健康状态指数。

可选地，所述身份识别模块310，具体用于：

按照数据字段权重的大小顺序在所述待识别数据中依次选取当前数据字段，并从在所述待识别数据中的数据字段权重大于当前数据字段之前的目标数据字段中确定基准数据字段；

获取所述基准数据字段中字段特征的第一特征分布标签；参照第一特征分布标签和预设特征序列之间的映射路径，对当前数据字段进行生物特征类别映射得到当前数据字段的类别标签；对所述类别标签进行类别指向性数据的提取，得到所述字段特征的第二特征分布标签；基于所述第一特征分布标签和所述第二特征分布标签之间相似系数从所述待识别数据中提取出生物特征数据以及与所述生物特征数据相匹配的生物特征类别；其中，所述生物特征类别包括指纹类别和声纹类别；

根据所述生物特征类别确定所述生物特征数据对应的特征数据区间，在所述预设数据库中查找是否存在与所述特征数据区间匹配的目标数据。

可选地，所述身份识别模块310，进一步用于：

获取所述生物特征类别的类别属性参数以及与所述生物特征类别相对应的用于表征所述生物特征类别对应的生物特征数据在不同时段之间的差异的各差异因子，并基于所述类别属性参数确定出所述生物特征类别存在对应的可调因子类别以及不可调因子类别；

基于所述生物特征类别在可调因子类别下的差异因子以及所述差异因子的相关性权重，计算所述生物特征类别在所述不可调因子类别下的各差异因子与所述生物特征类别在所述可调因子类别下的各差异因子之间的转换系数；

根据计算得到的转换系数将所述生物特征类别在所述不可调因子类别下的与在所述可调因子类别下的差异因子之间的转换系数大于设定系数的差异因子转移到所述可调因子类别下；其中，在所述生物特征类别对应的不可调因子类别下包含有多个差异因子的情况下，基于所述生物特征类别在所述可调因子类别下的差异因子以及所述差异因子的相关性权重计算所述生物特征类别在所述不可调因子类别下的各差异因子之间的转换系数；依据所述各差异因子之间的转换系数对所述不可调因子类别下的各差异因子进行筛分；通过所述生物特征类别在所述可调因子类别下的差异因子以及所述差异因子的相关性权重为上述筛分获得的每个目标差异因子设置差异系数，并根据所述差异系数的大小顺序将至少部分目标差异因子转移到所述可调因子类别下；

将所述可调因子类别下的待处理差异因子列出以构建差异因子序列，根据所述差异因子序列确定所述生物特征数据对应的多个差异特征数据并将所述多个差异特征数据进行组合以得到所述特征数据区间。

可选地，所述环境检测模块320，具体用于：

构建所述外部环境数据之间的环境数据网络；其中，所述环境数据网络包含从每组外部环境数据中提取的环境数据值和环境数据值的数据格式参数，每组外部环境数据的类型不同，每组外部环境数据为温度数据、湿度数据、光照数据或空气流动性数据；

对所述环境数据网络中的环境数据网络节点进行节点数组整理，得到所述环境数据网络节点的综合环境数据值和数据格式分布列表；根据所述综合环境数据值和数据格式分布列表确定所述环境数据网络节点的节点配置数据；

将所述节点配置数据按照所述环境数据网络节点在所述环境数据网络的中心度的大小顺序进行排序得到配置数据组合，根据所述配置数据组合生成所述当前环境参数清单；

确定所述当前环境参数清单中的每两个清单列表之间的数据格式异构系数以及环境数据影响权重，构建所述数据格式异构系数对应的第一数据集以及所述环境数据影响权重对应的第二数据集；

从所述第一数据集中确定出其中一个数据格式异构系数的异构评价权重且并行地将所述第二数据集中的最大环境数据影响权重确定为参考权重；将所述异构评价权重映射到所述最大环境数据影响权重在所述第二数据集中所对应的字段位上，得到所述异构评价权重对应的映射权重；基于所述映射权重以及所述最大环境数据影响权重确定所述第一数据集和所述第二数据集之间的关联关系，通过所述关联关系提取所述当前环境参数清单中的多个清单描述值并根据所述关联关系对所述多个清单描述值进行加权求和得到所述综合环境描述值。

关于上述功能模块的描述请参阅对图2所示的方法的说明，在此不作赘述。

基于上述同样的发明构思，还提供了一种结合大数据和物联网的智能设备控制系统，具体描述如下。

A1.一种结合大数据和物联网的智能设备控制系统，包括云控制中心和多个传感器，一部分传感器集成在智能空调内，另一部分传感器集成在智能手环内，所述云控制中心和每个传感器通信；所述云控制中心用于：

获取第一传感器采集到的待识别数据，对所述待识别数据进行数据提取得到所述待识别数据中包括的用于表征用户身份的生物特征数据，在预设数据库中查找是否存在与所述生物特征数据匹配的目标数据，若所述预设数据库中存在所述目标数据，则控制智能空调启动；其中，所述第一传感器集成在所述智能手环内；

在所述智能空调开启后并行地获取第二传感器采集的外部环境数据，根据所述外部环境数据生成与所述智能空调对应的当前环境参数清单，确定所述当前环境参数清单的综合环境描述值；其中，所述第二传感器集成在所述智能空调内；

将所述综合环境描述值映射到预设的风速匹配列表中以在所述风速匹配列表中得到与所述综合环境描述值相对应的环境映射值，确定与所述环境映射值对应的第一空调风功率值；

获取第三传感器采集到的心冲击电信号并基于所述心冲击电信号确定用户的健康状态指数，根据所述健康状态指数对所述第一空调风功率值进行修正得到第二空调风功率值；其中，所述第三传感器集成在所述智能手环内；

控制所述智能空调以所述第二空调风功率值进行输出；在智能空调以第二空调风功率值进行输出时，持续获取所述第二传感器采集的外部环境数据以及所述第三传感器采集的心冲击电信号并根据持续获取的外部环境数据以及心冲击电信号对所述智能空调的输出状态的进行调整。

A2.根据A1所述的系统，所述云控制中心基于所述心冲击电信号确定用户的健康状态指数，根据所述健康状态指数对所述第一空调风功率值进行修正得到第二空调风功率值具体包括：

基于所述心冲击电信号绘制所述用户的心冲击图；

按照设定时间步长从所述心冲击图中确定全局峰谷值以及局部峰谷值并根据所述全局峰谷值以及所述局部峰谷值计算所述心冲击图的波动系数以及图状态信息；

通过所述图状态信息确定所述波动系数所处的数值区间并根据所述数值区间计算所述用户的健康状态指数，根据所述健康状态指数对应的加权系数对所述第一空调风功率值进行加权计算得到第二空调风功率值。

A3.根据A2所述的系统，所述云控制中心通过所述图状态信息确定所述波动系数所处的数值区间并根据所述数值区间计算所述用户的健康状态指数包括：

在图状态信息中获取心冲击状态变量，获取所述心冲击状态变量的脉冲频率与所述心冲击状态变量的第一状态活跃度，并根据所述第一状态活跃度确定所述波动系数的修正系数；

在迭代所述心冲击状态变量的过程中，采集所述心冲击状态变量的迭代数据，并获取所述心冲击状态变量在所述心冲击状态变量的迭代数据中的迭代触发标识的数据字段分布信息；

利用所述心冲击状态变量在所述心冲击状态变量的迭代数据中的迭代触发标识的数据字段分布信息，获取所述心冲击状态变量的脉冲频率与所述心冲击状态变量的第二状态活跃度，并判断所述第二状态活跃度与所述波动系数的修正系数是否存在对应关系；

若所述第二状态活跃度与所述波动系数的修正系数存在所述对应关系，则利用所述波动系数的修正系数修正所述波动系数得到目标波动系数，并将所述目标波动系数映射到预设列表中得到所述目标波动系数对应的列表映射值，根据所述列表映射值所在的数值区间确定所述心冲击图的多个维度特征并通过所述多个维度特征计算所述用户的健康状态指数。

A4.根据A1所述的系统，所述云控制中心对所述待识别数据进行数据提取得到所述待识别数据中包括的用于表征用户身份的生物特征数据，在预设数据库中查找是否存在与所述生物特征数据匹配的目标数据具体包括：

按照数据字段权重的大小顺序在所述待识别数据中依次选取当前数据字段，并从在所述待识别数据中的数据字段权重大于当前数据字段之前的目标数据字段中确定基准数据字段；

获取所述基准数据字段中字段特征的第一特征分布标签；参照第一特征分布标签和预设特征序列之间的映射路径，对当前数据字段进行生物特征类别映射得到当前数据字段的类别标签；对所述类别标签进行类别指向性数据的提取，得到所述字段特征的第二特征分布标签；基于所述第一特征分布标签和所述第二特征分布标签之间相似系数从所述待识别数据中提取出生物特征数据以及与所述生物特征数据相匹配的生物特征类别；其中，所述生物特征类别包括指纹类别和声纹类别；

根据所述生物特征类别确定所述生物特征数据对应的特征数据区间，在所述预设数据库中查找是否存在与所述特征数据区间匹配的目标数据。

A5.根据A4所述的系统，所述云控制中心根据所述生物特征类别确定所述生物特征数据对应的特征数据区间进一步包括：

获取所述生物特征类别的类别属性参数以及与所述生物特征类别相对应的用于表征所述生物特征类别对应的生物特征数据在不同时段之间的差异的各差异因子，并基于所述类别属性参数确定出所述生物特征类别存在对应的可调因子类别以及不可调因子类别；

基于所述生物特征类别在可调因子类别下的差异因子以及所述差异因子的相关性权重，计算所述生物特征类别在所述不可调因子类别下的各差异因子与所述生物特征类别在所述可调因子类别下的各差异因子之间的转换系数；

根据计算得到的转换系数将所述生物特征类别在所述不可调因子类别下的与在所述可调因子类别下的差异因子之间的转换系数大于设定系数的差异因子转移到所述可调因子类别下；其中，在所述生物特征类别对应的不可调因子类别下包含有多个差异因子的情况下，基于所述生物特征类别在所述可调因子类别下的差异因子以及所述差异因子的相关性权重计算所述生物特征类别在所述不可调因子类别下的各差异因子之间的转换系数；依据所述各差异因子之间的转换系数对所述不可调因子类别下的各差异因子进行筛分；通过所述生物特征类别在所述可调因子类别下的差异因子以及所述差异因子的相关性权重为上述筛分获得的每个目标差异因子设置差异系数，并根据所述差异系数的大小顺序将至少部分目标差异因子转移到所述可调因子类别下；

将所述可调因子类别下的待处理差异因子列出以构建差异因子序列，根据所述差异因子序列确定所述生物特征数据对应的多个差异特征数据并将所述多个差异特征数据进行组合以得到所述特征数据区间。

A6.根据A1所述的系统，所述云控制中心根据所述外部环境数据生成与所述智能空调对应的当前环境参数清单，确定所述当前环境参数清单的综合环境描述值包括：

构建所述外部环境数据之间的环境数据网络；其中，所述环境数据网络包含从每组外部环境数据中提取的环境数据值和环境数据值的数据格式参数，每组外部环境数据的类型不同，每组外部环境数据为温度数据、湿度数据、光照数据或空气流动性数据；

对所述环境数据网络中的环境数据网络节点进行节点数组整理，得到所述环境数据网络节点的综合环境数据值和数据格式分布列表；根据所述综合环境数据值和数据格式分布列表确定所述环境数据网络节点的节点配置数据；

将所述节点配置数据按照所述环境数据网络节点在所述环境数据网络的中心度的大小顺序进行排序得到配置数据组合，根据所述配置数据组合生成所述当前环境参数清单；

确定所述当前环境参数清单中的每两个清单列表之间的数据格式异构系数以及环境数据影响权重，构建所述数据格式异构系数对应的第一数据集以及所述环境数据影响权重对应的第二数据集；

从所述第一数据集中确定出其中一个数据格式异构系数的异构评价权重且并行地将所述第二数据集中的最大环境数据影响权重确定为参考权重；将所述异构评价权重映射到所述最大环境数据影响权重在所述第二数据集中所对应的字段位上，得到所述异构评价权重对应的映射权重；基于所述映射权重以及所述最大环境数据影响权重确定所述第一数据集和所述第二数据集之间的关联关系，通过所述关联关系提取所述当前环境参数清单中的多个清单描述值并根据所述关联关系对所述多个清单描述值进行加权求和得到所述综合环境描述值。

A7.根据A6所述的系统，所述云控制中心根据所述关联关系对所述多个清单描述值进行加权求和得到所述综合环境描述值包括：

根据所述关联关系确定每个清单描述值的加权权重；

采用每个清单描述值的加权权重对每个清单描述值进行加权得到所述综合环境描述值。

在上述基础上，请结合参阅图4，还提供了一种云控制中心110的硬件架构图，包括通过总线113通信的处理器111和存储器112，处理器111从存储器112中读取计算机程序并执行，可以实现如图2所示的方法。基于此，还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时实现上述图2所示的方法。

以上所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。通常在附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，在附图中提供的本申请的实施例的详细描述并非旨在限制本申请的保护范围，而仅仅是表示本申请的选定实施例。因此，本申请的保护范围应以权利要求的保护范围为准。此外，基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下可获得的所有其它实施例，都应属于本申请保护的范围。