視為各個神經(jīng)元的輸入值以及輸出值，藉以調(diào)整各個神經(jīng)元的權(quán)重以及偏移 量。
[0069] 在完成類神經(jīng)網(wǎng)絡(luò)300中各個神經(jīng)元的訓(xùn)練操作之后，模型建立模塊112_1可依 據(jù)各個神經(jīng)元的權(quán)重以及偏移量建立預(yù)測模型（即，訓(xùn)練后的類神經(jīng)網(wǎng)絡(luò)300)。
[0070] 之后，當(dāng)檢測裝置120在所述第二時間區(qū)間檢測到所述第二器使用狀態(tài)時，預(yù)測 模塊112_3即可輸入所述第二電器使用狀態(tài)至所述預(yù)測模型（即，訓(xùn)練后的類神經(jīng)網(wǎng)絡(luò) 300)，以依據(jù)各個神經(jīng)元的權(quán)重以及偏移量計算所述第二人數(shù)。
[0071] 另一方面，在第二實施例中，模型建立模塊112_1是基于所述多個第一人數(shù)以及 所述多個第一電器使用狀態(tài)訓(xùn)練（training) -支持向量機，進(jìn)而找出支持向量機中的分 類器。之后，預(yù)測模塊112_3再基于所述分類器來預(yù)測對應(yīng)于第二電器使用狀態(tài)的第二人 數(shù)。
[0072] 詳細(xì)而言，所述多個第一電器使用狀態(tài)可視為分布在一數(shù)據(jù)空間中，而由于各個 第一電器使用狀態(tài)皆對應(yīng)至其中一個第一人數(shù)，因此對應(yīng)至相同第一人數(shù)的多個第一電器 使用狀態(tài)在所述數(shù)據(jù)空間中應(yīng)相當(dāng)接近。若將對應(yīng)至相同第一人數(shù)的這些第一電器使用狀 態(tài)視為一個群組，則所述數(shù)據(jù)空間中可視為存在個別對應(yīng)于不同第一人數(shù)的多個群組。因 此，模型建立模塊112_1可基于支持向量機的機制而在所述數(shù)據(jù)空間中找出區(qū)分這些群組 的超平面（hyperplane)，也就是前述的分類器。所述超平面（即，分類器）例如可表征為 Fa1 = gO^)」的一第二函式，其中Id1例如是其中一個電器使用狀態(tài)，而B1則例如是對應(yīng)于 此電器使用狀態(tài)的第一人數(shù)。
[0073] 模型建立模塊112_1例如可基于所述多個第一人數(shù)以及所述多個第一電器狀態(tài) 之間的對應(yīng)關(guān)系不斷地訓(xùn)練所述分類器，進(jìn)而調(diào)整所述第二函式的內(nèi)容。在完成所述第二 函式的訓(xùn)練操作之后，模型建立模塊112_1即可將所述第二函式定義為預(yù)測模型，以讓預(yù) 測模塊112_3可基于此預(yù)測模型進(jìn)行后續(xù)的第二人數(shù)預(yù)測操作。
[0074] 應(yīng)了解的是，上述第一實施例以及第二實施例的方式可泛稱為監(jiān)督式學(xué)習(xí) (supervised training)。也即，在監(jiān)控系統(tǒng)100已知所述特定空間中過往的第一人數(shù)以及 第一電器使用狀態(tài)的對應(yīng)關(guān)系的情形之下，電腦裝置110可據(jù)以訓(xùn)練出適于此特定空間的 預(yù)測模型（例如是類神經(jīng)網(wǎng)絡(luò)或是分類器）。如此一來，當(dāng)檢測裝置120后續(xù)再檢測到第二 電器使用狀態(tài)時，電腦裝置110即可依據(jù)訓(xùn)練后的預(yù)測模型而準(zhǔn)確地預(yù)測對應(yīng)于此第二電 器使用狀態(tài)的第二人數(shù)。
[0075] 在得知某個時間點（例如所述第二時間區(qū)間）的第二人數(shù)及第二電器使用狀態(tài) 后，監(jiān)控系統(tǒng)100即可利用這些信息提供使用者節(jié)能建議。舉例而言，當(dāng)所述特定空間中出 現(xiàn)不合理的用電情形（例如在所述特定空間中無人時出現(xiàn)大量的功耗）時，監(jiān)控系統(tǒng)100 可通知使用者，而使用者即可對應(yīng)地進(jìn)行例如關(guān)閉不必要電器的行為來節(jié)省用電量。
[0076] 另外，監(jiān)控系統(tǒng)100也可利用特定空間內(nèi)人數(shù)與電器使用狀態(tài)來產(chǎn)生能源分析報 告，用以提供歷史用電信息給使用者。并且，監(jiān)控系統(tǒng)100可還提供使用者能源分析建議， 讓使用者據(jù)以檢視這些電器是否有不當(dāng)使用的情形。
[0077] 雖然基于監(jiān)督式學(xué)習(xí)機制所得到的預(yù)測模型能夠讓電腦裝置110準(zhǔn)確地預(yù)測對 應(yīng)于第二電器使用狀態(tài)的第二人數(shù)，但由于其需要所述特定空間中過往的第一人數(shù)以及第 一電器使用狀態(tài)的信息方能訓(xùn)練出準(zhǔn)確的預(yù)測模型，因此當(dāng)這些信息無法取得時，預(yù)測模 型將無法順利地被建立。
[0078] 因此，本發(fā)明實施例還提出了基于半監(jiān)督式學(xué)習(xí)（semi-supervised training)機 制來建立預(yù)測模型的方法，用以在無法取得所述特定空間的前述信息時，仍能基于其他相 似空間的信息來建立適合的預(yù)測模型，進(jìn)而產(chǎn)生正確的人數(shù)預(yù)測結(jié)果。
[0079] 圖4是本發(fā)明的一實施例示出的監(jiān)控系統(tǒng)示意圖。請參照圖4,監(jiān)控系統(tǒng)400包括 電腦裝置410以及檢測裝置420。電腦裝置410包括存儲單元412以及處理單元414。電 腦裝置410、檢測裝置420、存儲單元412以及處理單元414的可能的實施方式可參照圖1 中電腦裝置110、檢測裝置120、存儲單元112以及處理單元114的說明，在此不再贅述。
[0080] 在本實施例中，處理單元414可存取存儲單元412所存儲的第一轉(zhuǎn)換模塊412_1、 第二轉(zhuǎn)換模塊412_2、產(chǎn)生模塊412_3、尋找模塊412_4、電器使用狀態(tài)取得模塊412_5、分析 模塊412_6、分類模塊412_7、檢測模塊412_8以及預(yù)測模塊412_9以執(zhí)行本發(fā)明提出的基 于電器使用狀態(tài)的人數(shù)計算方法的各個步驟。
[0081] 圖5是本發(fā)明的一實施例示出的基于電器使用狀態(tài)的人數(shù)計算方法流程圖。本實 施例的方法可由圖4的監(jiān)控系統(tǒng)400執(zhí)行，以下即搭配圖4的各個元件說明本方法的詳細(xì) 步驟。
[0082] 在步驟S512中，處理單元414可執(zhí)行第一轉(zhuǎn)換模塊412_1以將多個第一空間中對 應(yīng)于第一時間區(qū)間的多個第一電器類型以及所述多個第一電器類型個別的第一電器數(shù)量 轉(zhuǎn)換為多個訓(xùn)練向量。所述多個第一空間例如對應(yīng)于所述特定空間。舉例而言，假設(shè)所述 特定空間為廚房，則所述多個第一空間分別可以是不同住家的廚房，但本發(fā)明的可實施方 式不限于此。第一電器類型例如是電視、冰箱、空調(diào)、電腦以及其他電器等。第一電器數(shù)量 為第一電器類型的數(shù)量（例如，電視的數(shù)量）。
[0083] 各個訓(xùn)練向量可對應(yīng)于所述多個第一空間的其中之一。舉例而言，第i個α為正 整數(shù)）訓(xùn)練向量例如對應(yīng)于第i個第一空間。對于第i個訓(xùn)練向量而言，其包括的各個訓(xùn) 練向量元素例如是其中一個第一電器類型的第一電器數(shù)量。假設(shè)訓(xùn)練向量的第1至第3個 訓(xùn)練向量元素分別對應(yīng)于電視、冰箱及空調(diào)。在此情況下，而在第i個第一空間中包括2臺 電視、1臺冰箱以及3臺空調(diào)，則第i個訓(xùn)練向量可表征為[2 1 3]的向量。舉另一例而言， 假設(shè)在第j個（j為正整數(shù)）第一空間中包括1臺電視、2臺冰箱以及3臺空調(diào)，則第i個訓(xùn) 練向量可表征為[1 2 3]的向量，但本發(fā)明的可實施方式不限于此。
[0084] 接著，在步驟S514中，處理單元414可執(zhí)行第二轉(zhuǎn)換模塊412_2以將特定空間中 對應(yīng)于第一時間區(qū)間的多個第二電器類型以及所述多個第二電器類型個別的第二電器數(shù) 量轉(zhuǎn)換為測試向量。相似于第一電器類型，第二電器類型也可是電視、冰箱、空調(diào)、電腦以及 其他電器等。第二電器數(shù)量為第二電器類型的數(shù)量（例如，電視的數(shù)量）。
[0085] 對于測試向量而言，其包括的各個測試元素例如是其中一個第二電器類型的第二 電器數(shù)量。假設(shè)測試向量的第1至第3個測試元素分別對應(yīng)于電視、冰箱及空調(diào)。在此情 況下，而在所述特定空間中包括3臺電視、2臺冰箱以及1臺空調(diào)，則測試向量可表征為[1 2 3]的向量。
[0086] 在步驟S516中，處理單元414可執(zhí)行產(chǎn)生模塊412_3以依據(jù)所述多個訓(xùn)練向量以 及測試向量產(chǎn)生最大測試向量。所述最大測試向量可包括多個元素，而這些元素可對應(yīng)于 所述多個第一電器類型。
[0087] 在一實施例中，產(chǎn)生模塊412_3可在所述多個訓(xùn)練向量中找出對應(yīng)于各個索引值 的訓(xùn)練元素的最大值，并據(jù)以設(shè)定所述最大測試向量中對應(yīng)于各個索引值的元素。舉例而 言，假設(shè)第1個訓(xùn)練向量以及第2個訓(xùn)練向量分別為[1 3 1 2]以及[0 1 2 4]。在此假設(shè) 下，對應(yīng)于第1個索引值的訓(xùn)練元素的最大值即為1，對應(yīng)于第2個索引值的訓(xùn)練元素的最 大值即為3,對應(yīng)于第3個索引值的訓(xùn)練元素的最大值即為2,對應(yīng)于第4個索引值的訓(xùn)練 元素的最大值即為4。之后，產(chǎn)生模塊412_3即可將所述最大測試向量中對應(yīng)于第1個至第 4個索引值的元素依序設(shè)定為1、3、2和4。也即，所述最大測試向量可表征為[1 3 2 4]的 向量。
[0088] 接著，產(chǎn)生模塊412_3可在測試向量中找出等于0的測試元素，并將所述最大測試 向量具有對應(yīng)索引值的元素設(shè)定為0。舉例而言，假設(shè)測試向量的第3個測試元素為0,則 產(chǎn)生模塊412_3可對應(yīng)地將所述最大測試向量的第3個元素設(shè)定為0。因此，最大測試向量 (原先為[1 3 2 4])可對應(yīng)地被修改為[1 3 0 4]。
[0089] 在步驟S518中，處理單元414可執(zhí)行尋找模塊412_4以從所述多個元素中找出不 為〇的多個特定元素。以表征為[1 3 0 4]的最大測試向量為例，其不為0的特定元素例 如是1、3和4。
[0090] 接著，在步驟S520中，處理單元114可執(zhí)行電器使用狀態(tài)取得模塊412_5以取得 對應(yīng)于各特定元素的多個第一電器使用狀態(tài)。詳細(xì)而言，由于各個特定元素即為某個第一 電器類型的第一電器數(shù)量，因此電器使用狀態(tài)取得模塊412_5可取得對應(yīng)于此第一電器類 型的第一電器使用狀態(tài)。也就是說，假設(shè)一特定元素為3,此即代表此特定元素對應(yīng)于3個 屬于同一電器類型的電器（例如3臺電視）。在此假設(shè)下，電器使用狀態(tài)取得模塊412_5即 可取得這3臺電視個別的第一電器使用狀態(tài)。舉另一例而言，假設(shè)一特定元素為2,此即代 表此特定元素對應(yīng)于2個屬于同一電器類型的電器（例如2臺空調(diào)）。在此假設(shè)下，電器使 用狀態(tài)取得模塊412_5即可取得這2臺空調(diào)個別的第一電器使用狀態(tài)。
[0091] 在步驟S522中，處理單元414可執(zhí)行分析模塊412_6以向?qū)?yīng)于各特定元素的所 述多個第一電器使用狀態(tài)執(zhí)行主成分分析（Principal Component Analysis,簡稱：PCA)操 作，以找出所述多個第一電器使用狀態(tài)個別的主成分。
[