科创中国

技术前景广阔，具备技术成果转移转化要求。

作为本发明的一种优选技术方案，所述温湿度数据分析模块具体为：基于深度学习训练分析，具体步骤如下： 第一步：选定训练集，为一段时间内采集的温度数据和湿度数据，从样本集中随机地寻求N个样本作为训练样本； 第二步：对各权值、阈值、精度控制参数和学习率进行初始化； 第三步：从训练样本集中取一个样本的输入值到网络，计算网络各层输出结果向量； 第四步：将网络的计算输出与样本的实际输出相比较，计算误差.利用误差修正连接的权值； 第五步：对于中间卷积层的误差，是由上层的误差反向传播过来，再用此层误差来修正卷积核的值，即按反向权值的修正公式进行修改； 第六步：依次反向修正各层网络权值和偏置； 第七步：对所有样本都训练一遍； 第八步：经历大量的迭代后，判断计算输出与样本输出的差是否满足精度要求，如果不满足，则返回第三步，继续迭代，如果满足就进入下一步； 第九步：训练结束，保存网络的权值和偏置，这时可以认为各个权值已经达到稳定，网络训练已经完成。