1.一種對象之間關(guān)系智能認知的方法，其特征在于，包括：
通過對象關(guān)系提取模型對輸入的信息進行對象識別；其中，所述對象關(guān)系提取模型是基于智能深度映射DeepMap架構(gòu)生成的；
提取識別出的對象的屬性；
基于各對象的屬性匹配各對象之間的關(guān)系。
2.如權(quán)利要求1所述的方法，其特征在于，輸入的信息包括：文本信息、圖像信息、感知信息。
3.如權(quán)利要求1所述的方法，其特征在于，所述對象具體為機器對于外界可識別或抽象出的認知單元；所述對象具有可匹配和可劃分的邊界；所述對象可以基于一特征進行分類；
所述對象包括以下一種或多種的任意組合：有邊界的實物設(shè)備，設(shè)備組件，邏輯對象,聚合對象。
4.如權(quán)利要求1所述的方法，其特征在于，所述關(guān)系包括以下一種或多種的任意組合：擁有關(guān)系，組合關(guān)系，間接抽象關(guān)系，時間位移關(guān)系。
5.如權(quán)利要求1所述的方法，其特征在于，還包括：
基于新接收的輸入信息對原有的對象之間的關(guān)系進行關(guān)系調(diào)整；其中，所述關(guān)系調(diào)整包括對原有的關(guān)系進行刪除、對原有的關(guān)系進行修改、以及增加對象之間新的關(guān)系；
還包括：根據(jù)反饋信息對原有的對象之間的關(guān)系進行動態(tài)平衡調(diào)整。
6.一種對象之間關(guān)系智能認知的設(shè)備，其特征在于，包括：
識別模塊，用于通過對象關(guān)系提取模型對輸入的信息進行對象識別；其中，所述對象關(guān)系提取模型是基于智能深度映射DeepMap架構(gòu)生成的；
提取模塊，用于提取識別出的對象的屬性；
匹配模塊，用于基于各對象的屬性匹配各對象之間的關(guān)系。
7.如權(quán)利要求6所述的設(shè)備，其特征在于，輸入的信息包括：文本信息、圖像信息、感知信息。
8.如權(quán)利要求6所述的設(shè)備，其特征在于，所述對象具體為機器對于外界可識別或抽象出的認知單元；所述對象具有可匹配和可劃分的邊界；所述對象可以基于一特征進行分類；
所述對象包括以下一種或多種的任意組合：有邊界的實物設(shè)備，設(shè)備組件，邏輯對象,聚合對象。
9.如權(quán)利要求6所述的設(shè)備，其特征在于，所述關(guān)系包括以下一種或多種的任意組合：擁有關(guān)系，組合關(guān)系，間接抽象關(guān)系，時間位移關(guān)系。
10.如權(quán)利要求6所述的設(shè)備，其特征在于，還包括：調(diào)整模塊和反饋模塊；其中，
所述調(diào)整模塊用于：基于新接收的輸入信息對原有的對象之間的關(guān)系進行關(guān)系調(diào)整；其中，所述關(guān)系調(diào)整包括對原有的關(guān)系進行刪除、對原有的關(guān)系進行修改、以及增加對象之間新的關(guān)系；
所述反饋模塊用于：根據(jù)反饋信息對原有的對象之間的關(guān)系進行動態(tài)平衡調(diào)整。