一种复杂环境自识别的光敏LED控制方法及系统与流程

一种复杂环境自识别的光敏led控制方法及系统
技术领域
1.本发明涉及计算机应用技术领域，尤其涉及一种复杂环境自识别的光敏led控制方法及系统。


背景技术：

2.随着计算机技术的发展，各行各业均利用计算机技术实现了智能化控制和管理，从而降低了人力成本，提高了企业的经济效益。针对光敏led的智能控制，由最初的人工设置开、关时间，到如今针对实际环境下的光照强度，针对性进行光敏led的开关控制。然后，针对复杂环境下，如雨雪天气、大气污染严重等条件，无法个性化制定合适的方案，在保证人眼正常视力识别、活动的基础上，进一步节约资源，最大化经济效益。因此，研究利用计算机技术，对不同环境条件进行精细化分析，进而基于智能模型确定不同环境条件下的光标准，从而实现光敏led的高质量调控，具有重要的社会意义。
3.然而，现有技术中通过人工设置或单一光强条件判断等方式对led进行开关控制，针对复杂环境条件，存在无法基于人眼视力需要智能化控制led开关的技术问题。


技术实现要素：

4.本发明的目的是提供一种复杂环境自识别的光敏led控制方法及系统，用以解决现有技术中通过人工设置或单一光强条件判断等方式对led进行开关控制，针对复杂环境条件，存在无法基于人眼视力需要智能化控制led开关的技术问题。
5.鉴于上述问题，本发明提供了一种复杂环境自识别的光敏led控制方法及系统。
6.第一方面，本发明提供了一种复杂环境自识别的光敏led控制方法，所述方法通过一种复杂环境自识别的光敏led控制系统实现，其中，所述方法包括：通过获得环境能见度的第一影响指标集，其中，所述第一影响指标集包括多个指标；对第一环境的所述多个指标进行采集，组成第一环境信息；利用梯度提升决策树算法构建能见度预测模型；根据所述第一环境信息，利用所述能见度预测模型获得所述第一环境的第一能见度；利用trace pro软件，模拟获得所述第一能见度下的第一光标准，并将所述第一光标准作为预设环境光标准；采集所述第一环境的第一光信息，对所述第一光信息进行光特征分析，获得第一分析结果；判断所述第一分析结果是否满足预设环境光标准，获得第一判断结果，并根据所述第一判断结果对光敏led进行调控。
7.另一方面，本发明还提供了一种复杂环境自识别的光敏led控制系统，用于执行如第一方面所述的一种复杂环境自识别的光敏led控制方法，其中，所述系统包括：第一获得单元：所述第一获得单元用于获得环境能见度的第一影响指标集，其中，所述第一影响指标集包括多个指标；第一组成单元：所述第一组成单元用于对第一环境的所述多个指标进行采集，组成第一环境信息；第一构建单元：所述第一构建单元用于利用梯度提升决策树算法构建能见度预测模型；第二获得单元：所述第二获得单元用于根据所述第一环境信息，利用所述能见度预测模型获得所述第一环境的第一能见度；第一设置单元：所述第一设置单元
用于利用trace pro软件，模拟获得所述第一能见度下的第一光标准，并将所述第一光标准作为预设环境光标准；第三获得单元：所述第三获得单元用于采集所述第一环境的第一光信息，对所述第一光信息进行光特征分析，获得第一分析结果；第一执行单元：所述第一执行单元用于判断所述第一分析结果是否满足预设环境光标准，获得第一判断结果，并根据所述第一判断结果对光敏led进行调控。
8.第三方面，本发明还提供了一种复杂环境自识别的光敏led控制系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
9.第四方面，一种电子设备，其中，包括处理器和存储器；
10.该存储器，用于存储；
11.该处理器，用于通过调用，执行上述第一方面中任一项所述的方法。
12.第五方面，一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述第一方面中任一项所述方法的步骤。
13.本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：
14.1.通过分析确定会对能见度产生影响的环境因素和指标，进而对目标环境的相关指标进行采集；然后基于梯度提升决策树算法，利用历史环境信息及其能见度信息训练得到能见度预测模型，并利用能见度预测模型智能化分析得到目标环境的能见度数据；进一步的，利用trace pro软件对目标环境进行模拟，得到满足人眼视力需要的环境光信息，并将其作为预设环境光标准；最后采集目标环境中现有的光信息，当现有光信息不满足预设环境光标准，则通过调控光敏led进行灯光补充。通过环境精细化分析确定对应光标准，进而基于现有光条件对光敏led进行智能调控，使目标环境的光条件达到了对应光标准，达到了提高光敏led调控智能化、合理化的技术效果。
15.2.通过将能见度影响较大的指标保留并作为能见度预测模型的输入量，避免了能见度预测模型因复杂而过拟合，同时提高了模型智能化预测的速度。
16.3.通过计算机软件仿真模拟和人眼主观试验，综合确定不同能见度条件下，满足视力需要的光标准，达到了提高光标准准确性和可靠性的技术效果。
17.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
18.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
19.图1为本发明一种复杂环境自识别的光敏led控制方法的流程示意图；
20.图2为本发明一种复杂环境自识别的光敏led控制方法中利用梯度提升决策树算法构建能见度预测模型的流程示意图；
21.图3为本发明一种复杂环境自识别的光敏led控制方法中获得所述第一环境的第
一能见度之前的流程示意图；
22.图4为本发明一种复杂环境自识别的光敏led控制方法中获得所述第一光标准的流程示意图；
23.图5为本发明一种复杂环境自识别的光敏led控制系统的结构示意图；
24.图6为本发明示例性电子设备的结构示意图。
25.附图标记说明：
26.第一获得单元11，第一组成单元12，第一构建单元13，第二获得单元14，第一设置单元15，第三获得单元16，第一执行单元17，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
27.本发明通过提供一种复杂环境自识别的光敏led控制方法及系统，现有技术中通过人工设置或单一光强条件判断等方式对led进行开关控制，解决了针对复杂环境条件，存在无法基于人眼视力需要智能化控制led开关的技术问题。通过环境精细化分析确定对应光标准，进而基于现有光条件对光敏led进行智能调控，使目标环境的光条件达到了对应光标准，达到了提高光敏led调控智能化、合理化的技术效果。
28.本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
29.下面，将参考附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
30.本发明提供了一种复杂环境自识别的光敏led控制方法，所述方法应用于一种复杂环境自识别的光敏led控制系统，其中，所述方法包括：通过获得环境能见度的第一影响指标集，其中，所述第一影响指标集包括多个指标；对第一环境的所述多个指标进行采集，组成第一环境信息；利用梯度提升决策树算法构建能见度预测模型；根据所述第一环境信息，利用所述能见度预测模型获得所述第一环境的第一能见度；利用trace pro软件，模拟获得所述第一能见度下的第一光标准，并将所述第一光标准作为预设环境光标准；采集所述第一环境的第一光信息，对所述第一光信息进行光特征分析，获得第一分析结果；判断所述第一分析结果是否满足预设环境光标准，获得第一判断结果，并根据所述第一判断结果对光敏led进行调控。
31.在介绍了本发明基本原理后，下面将结合说明书附图来具体介绍本发明的各种非限制性的实施方式。
32.实施例一
33.请参阅附图1，本发明提供了一种复杂环境自识别的光敏led控制方法，其中，所述方法应用于一种复杂环境自识别的光敏led控制系统，所述方法具体包括如下步骤：
34.步骤s100：获得环境能见度的第一影响指标集，其中，所述第一影响指标集包括多个指标；
35.具体而言，所述一种复杂环境自识别的光敏led控制方法应用于所述一种复杂环境自识别的光敏led控制系统，通过分析确定会对能见度产生影响的环境因素和指标，进而对目标环境的相关指标进行采集；然后基于梯度提升决策树算法，利用历史环境信息及其能见度信息训练得到能见度预测模型，并利用能见度预测模型智能化分析得到目标环境的能见度数据；进一步的，利用trace pro软件对目标环境进行模拟，得到满足人眼视力需要的环境光信息，并将其作为预设环境光标准；最后采集目标环境中现有的光信息，当现有光信息不满足预设环境光标准，则通过调控光敏led进行灯光补充。也就是说，所述光敏led控制系统可以通过环境精细化分析确定对应光标准，进而基于现有光条件对光敏led进行智能调控。所述光敏led是指对光信息敏感的发光二极管，具有节能环保、响应速度快等特点，因此广泛应用于照明、广告、屏幕等多个领域。所述第一影响指标集中包括多个指标，是关于环境、大气等的评价指标，且均会对人眼能见度产生不同程度的影响。举例如大气湿度、空气悬浮颗粒、风速、气压等指标。通过获得各项会对能见度产生影响的环境指标，达到了为后续评价环境能见度提供直观的测量指导的技术效果。
36.步骤s200：对第一环境的所述多个指标进行采集，组成第一环境信息；
37.具体而言，利用传感器、摄像头等各项智能设备，对第一环境的相关指标进行数据检测和采集，得到的各项指标的数据结果组成所述第一环境信息。其中，所述第一环境是指待利用所述光敏led控制系统进行led智能控制的任一环境，举例如高速公路、安全通道、活动广场等。通过检测得到第一环境信息，为后续评价第一环境能见度提供准确、直观的数据依据，达到了提高评价客观性、可靠性的技术效果。
38.步骤s300：利用梯度提升决策树算法构建能见度预测模型；
39.具体而言，所述梯度提升决策树算法是指可以通过决策树等作为基础学习器，利用梯度提升算法的思想对模型进行调整，让损失函数的值不断减小，然后将各个模型加起来作为最终的预测模型的算法。也就是说，所述梯度提升决策树算法实质上是一种迭代构造的决策树。通过所述梯度提升决策树算法多次迭代，更新回归树即得到所述能见度预测模型。其中，所述能见度预测模型可基于能见度相关环境指标信息，智能化分析得到对应环境的能见度指数。达到了为led调控提供数据基础的技术效果。
40.步骤s400：根据所述第一环境信息，利用所述能见度预测模型获得所述第一环境的第一能见度；
41.具体而言，通过采集得到的所述第一环境信息，整理后确定所述能见度预测模型的输入量，进而智能化得到所述第一环境的第一能见度。通过获得第一能见度，实现了对所述第一环境的客观评价，同时实现了将复杂环境条件数据化、量化的技术目标，达到了为后续系统智能调控光敏led提供了数据依据的技术效果。
42.步骤s500：利用trace pro软件，模拟获得所述第一能见度下的第一光标准，并将所述第一光标准作为预设环境光标准；
43.具体而言，通过trace pro软件建模仿真，可以实现对所述第一环境的数字化模拟，进一步在不同环境条件，即不同能见度条件下进行试验仿真，得到不同能见度条件下，可以满足人眼视力需要的最低环境光数据，并将其作为第一光标准，即所述预设环境光标准。也就是说，在所述预设环境光标准下，对应能见度环境中，人类可以达到基本的观看能见需要。其中，所述trace pro软件可对各类复杂环境下的照明情况、光学系统、光辐射度、
光强度、光质等各类光信息进行智能模拟。
44.通过获得预设环境光标准，达到了为后续调控led提供调控参考依据，从而在保证生活观察的视力需要的基础上，同时实现节能环保的技术效果。
45.步骤s600：采集所述第一环境的第一光信息，对所述第一光信息进行光特征分析，获得第一分析结果；
46.具体而言，通过各项智能设备，举例如光传感器等，对所述第一环境的相关光信息进行采集记录，举例如光照强度、光照方向、光位信息、光型、光比、光色等相关光数据。其中，光型包括主光、辅光、轮廓光、背景光、装饰光等，光比是指第一环境中受光的强弱度信息；光色即光的温度，即彩色图像中的光色。根据采集结果，从而组成所述第一光信息。进一步，对所述第一光信息进行智能分析，得到对应的第一分析结果。通过智能化分析得到第一分析结果，达到了对环境中的光信息进行直观化、精准化的评价，为后续智能调控提供参考基础的技术效果。
47.步骤s700：判断所述第一分析结果是否满足预设环境光标准，获得第一判断结果，并根据所述第一判断结果对光敏led进行调控。
48.进一步的，本发明步骤s700还包括：
49.步骤s710：若所述第一分析结果不满足预设环境光标准，获得第一调控指令；
50.步骤s720：根据所述第一调控指令，对光敏led进行调控。
51.具体而言，通过所述光敏led控制系统，智能化判断系统分析得到的所述第一分析结果是否满足预设环境光标准。当所述第一分析结果满足预设环境光标准时，说明当前第一环境中的自然光，即太阳光，已经满足人眼在该环境条件下的观看视力需要，无需打开所述光敏led进行光补充；当所述第一分析结果不满足预设环境光标准时，说明当前第一环境中的自然光，即太阳光，无法满足人眼在该环境条件下的观看视力需要，此时系统调控所述光敏led进行打开，对第一环境进行光补充，从而保证人眼观察视力需要。通过环境精细化分析确定对应光标准，进而基于现有光条件对光敏led进行智能调控，使目标环境的光条件达到了对应光标准，达到了提高光敏led调控智能化、合理化的技术效果。
52.进一步的，本发明步骤s100还包括：
53.步骤s110：组建第一决策专家集，其中，所述第一决策专家集包括多个专家；
54.步骤s120：依次获得所述多个专家对影响能见度因素的多个分析结果，组成环境能见度影响因素集；
55.步骤s130：对所述环境能见度影响因素集进行统计分析，获得所述第一影响指标集。
56.具体而言，所述第一决策专家集中包括多个大气能见度相关领域的研究专家。其中，所述第一决策专家集中包括多个专家。通过多个专家的主观评价，分别得到各个专家对环境中会影响其能见度的大气等指标。进一步的，将所有专家主观认知确定的影响因素进行并集运算处理，即得到所述环境能见度影响因素集。最后，对所述环境能见度影响因素集中的各个环境因素进行统计分析，举例如因素众数运算等，从而确定会对能见度产生影响的主要因素指标，组成所述第一影响指标集。通过获得第一影响指标集，达到了为后续检测环境情况提供参考的技术效果。
57.进一步的，如附图2所示，本发明步骤s300还包括：
58.步骤s310：根据历史环境观测数据，获得第一训练数据集，其中，所述第一训练数据集包括多组历史环境信息和多组历史能见度标识信息；
59.步骤s320：利用所述第一训练数据集，构建第一预设决策树，其中，所述第一预设决策树的层数限定为随机整数a，10≤a≤15；
60.步骤s330：获得第一预设准确率，提取所述第一预设决策树不满足所述第一预设准确率的训练数据集，生成第二训练数据集；
61.步骤s340：利用所述第二训练数据集，构建第二预设决策树，其中，所述第二预设决策树的层数限定为随机整数b，10≤b≤15；
62.步骤s350：以此类推，当第m训练数据集的数据量为第一预设数据量时停止训练，获得第m-1预设决策树；
63.步骤s360：将所述第一预设决策树、所述第二预设决策树直至所述第m-1预设决策树进行加和运算，获得所述能见度预测模型。
64.具体而言，首先基于历史环境监测数据及对应能见度数据，组建第一训练数据集。其中，所述第一训练数据集中包括多组历史环境信息和多组历史能见度标识信息，且多组历史环境信息和多组历史能见度标识信息具有一一对应关系。然后利用所述第一训练数据集，构建所述第一预设决策树，其中，所述第一预设决策树的层数限定为随机整数a，且a的范围为10≤a≤15。最后基于第一预设准确率，提取所述第一预设决策树中不满足所述第一预设准确率的结果数据，进而组成训练数据集。进一步的，基于所述梯度提升决策树算法思想，将所述训练数据集作为主要数据，同时结合所述第一训练数据集，组成所述第二训练数据集。然后利用所述第二训练数据集，构建第二预设决策树，其中，所述第二预设决策树的层数限定为随机整数b，且b的范围与第一预设决策树的层数限定值a相同，为10≤b≤15。通过设置决策树的最高层数，达到了保证决策结果准确性的同时，有效提高模型训练速度的效果。
65.同样的方法，提取所述第二预设决策树中不满足第二预设准确率的结果数据，进而组成第二训练数据集。以此类推，当第m训练数据集的数据量为预设数据量时停止训练，获得第m-1预设决策树。其中，所述预设数据量是指系统综合实际需求，预先设置的数据量范围。最后，将所述第一预设决策树、第二预设决策树
……
第m-1预设决策树进行加法计算，获得所述能见度预测模型。
66.通过利用梯度提升决策树算法获得能见度预测模型，提高了模型的准确率，同时达到了提高智能化获得能见度准确率的技术效果。
67.进一步的，如附图3所示，本发明步骤s400还包括：
68.步骤s410：利用随机森林法对所述多个指标进行重要性分析，获得第二分析结果；
69.步骤s420：根据所述第二分析结果对所述多个指标进行降序排列，获得第一排列结果；
70.步骤s430：根据所述第一排列结果，筛选预设数量的环境指标，组成第一特征向量集；
71.步骤s440：将所述第一特征向量集的环境信息作为所述能见度预测模型的输入量。
72.具体而言，利用mpai机器学习中的随机森林法，对影响能见度的所述多个指标进
行重要性分析，得到的各个指标的重要性系数组成所述第二分析结果。其中，所述mpai中开放了关于统计学习的多个模型，可以通过直接输入各项环境指标及其监测数据，智能化得到各个指标因素的对能见度影响程度数据，即重要性系数，从而实现对各指标影响能见度程度的直观评价。进一步的，根据所述第二分析结果，即重要性系数，将各个指标进行降序排列，得到所述第一排列结果。筛选所述第一排列结果，将第一排列结果中前预设数量对应的指标进行保留，剔除后续影响较小的其他环境指标。
73.通过将能见度影响较大的指标保留，并作为能见度预测模型的输入量，避免了能见度预测模型过于复杂，从而过拟合，同时提高了模型智能化预测的速度。
74.进一步的，如附图4所示，本发明步骤s500还包括：
75.步骤s510：利用trace pro软件构建环境光模型；
76.步骤s520：获得人眼视力需要标准；
77.步骤s530：基于所述人眼视力需要标准，利用所述环境光模型进行仿真模拟，获得第一仿真结果；
78.步骤s540：根据所述第一仿真结果，获得所述第一光标准。
79.具体而言，通过所述trace pro软件构建得到环境光模型，用于对不同环境指标条件下的环境进行智能化模拟。其中，所述trace pro软件是一款针对光学分析设计的软件，可对各类光特征进行仿真模拟。举例如光强、光质、光色、光位等。进一步，利用大数据、文献查找等方式，确定人眼观察到基本周围信息的最低标准。然后，基于所述人眼视力需要标准，利用所述环境光模型进行仿真模拟，也就是说，分别模拟不同环境指标条件下，不同能见度情况下，人眼基本观察需要的最低光条件，即组成所述第一仿真结果。其中，所述第一仿真结果中，环境指标数据、能见度、光环境三项具有一一对应关系。其中，第一能见度对应第一光标准。
80.通过软件仿真模拟，实现了对不同环境能见度条件，人眼基本观看需要的最低光条件，即得到光标准，达到了为后续系统智能调控led提供参考标准的技术效果。
81.进一步的，本发明还包括步骤s550：
82.步骤s551：获得第一试验人员集，其中，所述第一试验人员集包括多个试验人员；
83.步骤s552：基于所述第一能见度和所述第一光标准，构建第一试验环境；
84.步骤s553：基于所述第一试验环境，依次获得所述多个试验人员的多个测试结果；
85.步骤s554：若所述多个测试结果不满足预设准确阈值，对所述第一光标准进行调整。
86.具体而言，所述第一试验人员集中包括多个视力正常的成年人。通过依次测试各个试验人员，在不同环境指标条件、不同能见度条件下，观看、识别特定距离物体的准确率、清晰度等信息，得到不同能见度条件下的主观试验结果。其中，对主观试验得到的多个测试结果进行分析，计算测试准确率，进而判断试验测试的准确率是否达到预设准确阈值，当所述准确率满足预设准确阈值时，说明主观试验具有一定参考性，因此将主观试验得到的光标准对软件仿真模拟得到的客观光标准进行调整。举例如主观试验共100位试验人员参加，设置特定光条件下，试验人员对同一物品进行识别判断的试验，根据试验结果，计算识别正确的试验次数为96次，则说明主观试验准确率为96％。
87.通过根据主观试验得到的结果对trace pro软件仿真模拟得到的光标准结果进行
调整，达到了提高光标准的准确性和可靠性的技术效果。
88.综上所述，本发明所提供的一种复杂环境自识别的光敏led控制方法具有如下技术效果：
89.1.通过分析确定会对能见度产生影响的环境因素和指标，进而对目标环境的相关指标进行采集；然后基于梯度提升决策树算法，利用历史环境信息及其能见度信息训练得到能见度预测模型，并利用能见度预测模型智能化分析得到目标环境的能见度数据；进一步的，利用trace pro软件对目标环境进行模拟，得到满足人眼视力需要的环境光信息，并将其作为预设环境光标准；最后采集目标环境中现有的光信息，当现有光信息不满足预设环境光标准，则通过调控光敏led进行灯光补充。通过环境精细化分析确定对应光标准，进而基于现有光条件对光敏led进行智能调控，使目标环境的光条件达到了对应光标准，达到了提高光敏led调控智能化、合理化的技术效果。
90.2.通过将能见度影响较大的指标保留并作为能见度预测模型的输入量，避免了能见度预测模型因复杂而过拟合，同时提高了模型智能化预测的速度。
91.3.通过计算机软件仿真模拟和人眼主观试验，综合确定不同能见度条件下，满足视力需要的光标准，达到了提高光标准准确性和可靠性的技术效果。
92.实施例二
93.基于与前述实施例中一种复杂环境自识别的光敏led控制方法，同样发明构思，本发明还提供了一种复杂环境自识别的光敏led控制系统，请参阅附图5，所述系统包括：
94.第一获得单元11，所述第一获得单元11用于获得环境能见度的第一影响指标集，其中，所述第一影响指标集包括多个指标；
95.第一组成单元12，所述第一组成单元12用于对第一环境的所述多个指标进行采集，组成第一环境信息；
96.第一构建单元13，所述第一构建单元13用于利用梯度提升决策树算法构建能见度预测模型；
97.第二获得单元14，所述第二获得单元14用于根据所述第一环境信息，利用所述能见度预测模型获得所述第一环境的第一能见度；
98.第一设置单元15，所述第一设置单元15用于利用trace pro软件，模拟获得所述第一能见度下的第一光标准，并将所述第一光标准作为预设环境光标准；
99.第三获得单元16，所述第三获得单元16用于采集所述第一环境的第一光信息，对所述第一光信息进行光特征分析，获得第一分析结果；
100.第一执行单元17，所述第一执行单元17用于判断所述第一分析结果是否满足预设环境光标准，获得第一判断结果，并根据所述第一判断结果对光敏led进行调控。
101.进一步的，所述系统还包括：
102.第一组建单元，所述第一组建单元用于组建第一决策专家集，其中，所述第一决策专家集包括多个专家；
103.第二组成单元，所述第二组成单元用于依次获得所述多个专家对影响能见度因素的多个分析结果，组成环境能见度影响因素集；
104.第四获得单元，所述第四获得单元用于对所述环境能见度影响因素集进行统计分析，获得所述第一影响指标集。
105.进一步的，所述系统还包括：
106.第五获得单元，所述第五获得单元用于根据历史环境观测数据，获得第一训练数据集，其中，所述第一训练数据集包括多组历史环境信息和多组历史能见度标识信息；
107.第二构建单元，所述第二构建单元用于利用所述第一训练数据集，构建第一预设决策树，其中，所述第一预设决策树的层数限定为随机整数a，10≤a≤15；
108.第六获得单元，所述第六获得单元用于获得第一预设准确率，提取所述第一预设决策树不满足所述第一预设准确率的训练数据集，生成第二训练数据集；
109.第三构建单元，所述第三构建单元用于利用所述第二训练数据集，构建第二预设决策树，其中，所述第二预设决策树的层数限定为随机整数b，10≤b≤15；
110.第七获得单元，所述第七获得单元用于以此类推，当第m训练数据集的数据量为第一预设数据量时停止训练，获得第m-1预设决策树；
111.第八获得单元，所述第八获得单元用于将所述第一预设决策树、所述第二预设决策树直至所述第m-1预设决策树进行加和运算，获得所述能见度预测模型。
112.进一步的，所述系统还包括：
113.第九获得单元，所述第九获得单元用于利用随机森林法对所述多个指标进行重要性分析，获得第二分析结果；
114.第十获得单元，所述第十获得单元用于根据所述第二分析结果对所述多个指标进行降序排列，获得第一排列结果；
115.第十获得单元，所述第十获得单元用于根据所述第一排列结果，筛选预设数量的环境指标，组成第一特征向量集；
116.第二设置单元，所述第二设置单元用于将所述第一特征向量集的环境信息作为所述能见度预测模型的输入量。
117.进一步的，所述系统还包括：
118.第四构建单元，所述第四构建单元用于利用trace pro软件构建环境光模型；
119.第十一获得单元，所述第十一获得单元用于获得人眼视力需要标准；
120.第十二获得单元，所述第十二获得单元用于基于所述人眼视力需要标准，利用所述环境光模型进行仿真模拟，获得第一仿真结果；
121.第十三获得单元，所述第十三获得单元用于根据所述第一仿真结果，获得所述第一光标准。
122.进一步的，所述系统还包括：
123.第十四获得单元，所述第十四获得单元用于获得第一试验人员集，其中，所述第一试验人员集包括多个试验人员；
124.第五构建单元，所述第五构建单元用于基于所述第一能见度和所述第一光标准，构建第一试验环境；
125.第十五获得单元，所述第十五获得单元用于基于所述第一试验环境，依次获得所述多个试验人员的多个测试结果；
126.第二执行单元，所述二执行单元用于若所述多个测试结果不满足预设准确阈值，对所述第一光标准进行调整。
127.进一步的，所述系统还包括：
128.第十六获得单元，所述第十六获得单元用于若所述第一分析结果不满足预设环境光标准，获得第一调控指令；
129.第三执行单元，所述第三执行单元用于根据所述第一调控指令，对光敏led进行调控。
130.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种复杂环境自识别的光敏led控制方法和具体实例同样适用于本实施例的一种复杂环境自识别的光敏led控制系统，通过前述对一种复杂环境自识别的光敏led控制方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种复杂环境自识别的光敏led控制系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
131.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
132.示例性电子设备
133.下面参考图6来描述本发明的电子设备。
134.图6图示了根据本发明的电子设备的结构示意图。
135.基于与前述实施例中一种复杂环境自识别的光敏led控制方法的发明构思，本发明还提供一种复杂环境自识别的光敏led控制系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种复杂环境自识别的光敏led控制方法的任一方法的步骤。
136.其中，在图6中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。
137.处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
138.本发明提供了一种复杂环境自识别的光敏led控制方法，所述方法应用于一种复杂环境自识别的光敏led控制系统，其中，所述方法包括：通过获得环境能见度的第一影响指标集，其中，所述第一影响指标集包括多个指标；对第一环境的所述多个指标进行采集，组成第一环境信息；利用梯度提升决策树算法构建能见度预测模型；根据所述第一环境信息，利用所述能见度预测模型获得所述第一环境的第一能见度；利用trace pro软件，模拟获得所述第一能见度下的第一光标准，并将所述第一光标准作为预设环境光标准；采集所述第一环境的第一光信息，对所述第一光信息进行光特征分析，获得第一分析结果；判断所述第一分析结果是否满足预设环境光标准，获得第一判断结果，并根据所述第一判断结果对光敏led进行调控。解决了现有技术中通过人工设置或单一光强条件判断等方式对led进
行开关控制，针对复杂环境条件，存在无法基于人眼视力需要智能化控制led开关的技术问题。通过环境精细化分析确定对应光标准，进而基于现有光条件对光敏led进行智能调控，使目标环境的光条件达到了对应光标准，达到了提高光敏led调控智能化、合理化的技术效果。
139.本发明还提供一种电子设备，其中，包括处理器和存储器；
140.该存储器，用于存储；
141.该处理器，用于通过调用，执行上述实施例一中任一项所述的方法。
142.本发明还提供一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述实施例一中任一项所述方法的步骤。
143.本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外，本发明为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于：u盘、移动硬盘、只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁盘存储器、只读光盘(compact disc read-only memory，简称cd-rom)、光学存储器等各种可以存储程序代码的介质。
144.本发明是参照本发明的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
145.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
146.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。
147.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。