【技術實現(xiàn)步驟摘要】
一種基于物聯(lián)網(wǎng)的廚房家電智能控制方法及系統(tǒng)
[0001]本專利技術涉及智能家電控制
，更具體的，涉及一種基于物聯(lián)網(wǎng)的廚房家電智能控制方法及系統(tǒng)。
技術介紹
[0002]隨著生產技術水平的不斷提高和用戶需求的不斷增長，用戶對于家電的需求不僅僅在于其能夠執(zhí)行傳統(tǒng)的功能，而且更加趨向于希望家電更加智能化和多功能化。由于當前廚房環(huán)境雜亂、烹飪設備獨立且多而雜，存在諸多安全隱患，操作流程缺少優(yōu)化管理，導致用戶操作不便，極易產生疲勞感和厭煩情緒。而廚房智能家電通過物聯(lián)網(wǎng)技術以及網(wǎng)絡通訊技術實現(xiàn)智能化控制，從而對廚房家電的每個環(huán)節(jié)進行管理，智能家電的功能越多越具有自我識別、反饋調節(jié)以及遠程維護的功能，給我們帶來了諸多的便利。
[0003]目前，大多數(shù)廚房電器的使用都是基于用戶的常規(guī)生活經驗，通過人為來控制機器如何使用，無法待加工商品實現(xiàn)加工控制標準化；并且多數(shù)廚房家電的智能化程度偏低，不能實現(xiàn)互聯(lián)胡同。由于廚房環(huán)境不均勻性及食材口味的難控制性，不能有效排除外界因素干擾，現(xiàn)有廚房電器廚房設備無法及時進行工作狀態(tài)的切換、或者導致廚房設備誤動作的情況發(fā)生；而且用戶根據(jù)不同場景和不同食材商品進行使用方法的選用，仍局限于半自動。因此，如何利用物聯(lián)網(wǎng)在不同場景下進行廚房家電的智能聯(lián)動控制，提高用戶的使用體驗是需要解決的問題。
技術實現(xiàn)思路
[0004]為了解決上述技術問題，本專利技術提出了一種基于物聯(lián)網(wǎng)的廚房家電智能控制方法及系統(tǒng)。
[0005]本專利技術第一方面提供了一種基于物聯(lián)網(wǎng)的廚房家電智能控制方法...
【技術保護點】
【技術特征摘要】
1.一種基于物聯(lián)網(wǎng)的廚房家電智能控制方法，其特征在于，包括以下步驟：獲取目標用戶在廚房環(huán)境中的操作行為，將所述操作行為按照用戶意圖進行聚類，提取目標用戶廚房操作行為的多維特征；構建用戶行為預測模型，基于多維特征對所述用戶行為預測模型進行訓練，根據(jù)目標用戶行為嵌入進行下一行為預測，通過模型驗證后獲取模型參數(shù)，整合模型參數(shù)、目標用戶對應的多維特征及操作行為偏好；獲取廚房環(huán)境中家電信息，通過云平臺進行廚房家電的互聯(lián)互通，將整合后的模型參數(shù)、目標用戶對應的多維特征及操作行為偏好進行知識遷移，利用遷移學習訓練廚房家電控制模型；根據(jù)所述廚房家電控制模型基于用戶操作偏好進行廚房家電的控制，獲取廚房家電的狀態(tài)信息，反饋至云平臺通過控制終端進行干預調整。2.根據(jù)權利要求1所述的一種基于物聯(lián)網(wǎng)的廚房家電智能控制方法，其特征在于，將所述操作行為按照用戶意圖進行聚類，提取目標用戶廚房操作行為的多維特征，具體為：通過數(shù)據(jù)感知獲取目標用戶在廚房環(huán)境中的操作行為，提取操作行為所對應的時間戳構建操作行為序列，獲取操作行為序列中各操作行為對應的行為語義特征；根據(jù)所述行為語義特征與目標用戶所用廚房家電進行結合，對所述操作行為序列進行分割，獲取目標用戶使用不同廚房家電的操作序列，根據(jù)不同廚房家電的功能反饋設置操作序列對應的用戶意圖；通過所述用戶意圖設置不同廚房家電操作序列的數(shù)據(jù)標簽，計算用戶意圖進行的相似度，將數(shù)據(jù)標簽進行整合，基于整合后的數(shù)據(jù)標簽進行聚類，獲取同一數(shù)據(jù)標簽下的操作序列集合；根據(jù)操作序列集合提取不同用戶意圖對應的時序特征及行為上下文特征，獲取操作序列集合中不同各操作序列對應的廚房環(huán)境特征，將所述時序特征、行為上下文特征及廚房環(huán)境特征結合生成多維特征。3.根據(jù)權利要求1所述的一種基于物聯(lián)網(wǎng)的廚房家電智能控制方法，其特征在于，構建用戶行為預測模型，基于多維特征對所述用戶行為預測模型進行訓練，根據(jù)目標用戶行為嵌入進行下一行為預測，具體為：獲取目標用戶廚房操作行為的多維特征，將目標用戶廚房操作行為對應的用戶意圖類別及多維特征映射到向量空間進行行為嵌入，構建訓練樣本；基于GRU網(wǎng)絡構建用戶行為預測模型，利用訓練樣本對多數(shù)用戶行為預測模型進行訓練，根據(jù)數(shù)據(jù)感知獲取當前廚房環(huán)境特征及目標用戶的行為特征作為模型輸入；在所述用戶行為預測模型設置時間預測分支及意圖類別預測分支，所述時間預測分支中引入多頭自注意力機制進行特征選擇，選取自注意力權重大于預設標準的特征進行特征拼接，利用激活函數(shù)進行回歸獲取目標用戶操作行為的預測時間；在所述意圖類別預測分支中，將輸入特征進行池化操作，利用門控結構進行信息傳遞，通過狀態(tài)信息的更新獲取意圖類別特征，將所述意圖類別特征傳輸?shù)饺B接層輸出意圖類別的概率值；根據(jù)意圖類別的概率值確定目標用戶下一操作行為的意圖類別，根據(jù)所述意圖類別的操作行為順序特征及所述預測時間獲取目標用戶下一行為預測結果。
4.根據(jù)權利要求3所述的一種基于物聯(lián)網(wǎng)的廚房家電智能控制方法，其特征在于，獲取目標用戶的操作行為偏好，具體為：獲取目標用戶帶有用戶意圖數(shù)據(jù)標簽的不同廚房家電的操作序列，將所述操作序列根據(jù)感知時間劃分為短期操作序列及長期操作序列，對短期操作序列及長期操作序列中的操作行為在向量空間中設置不同的初始權重；將向量空間中的操作行為進行圖表示，生成對應的有向無環(huán)圖，將操作行為作為所述有向無環(huán)圖中的節(jié)點，將操作行為的上下文特征作為所述有向無環(huán)圖中的邊結構；獲取不同廚房家電在不同用戶意圖下的必備操作行為，根據(jù)所述必備操作行為的邊結構獲取存在關聯(lián)的操作行為節(jié)點集合，利用注意力算法獲取操作行為節(jié)點集合中各節(jié)點的注意力權重；根據(jù)所述注意力權重結合初始權重篩選符合預設權重要求的節(jié)點，結合必備操作行為節(jié)點生成不同廚房家電在不同用戶意圖的目標用戶操作行為偏好，并將目標用戶操作行為偏好進行聚合輸出。5.根據(jù)權利要求1所述的一種基于物聯(lián)網(wǎng)的廚房家電智能控制方法，其特征在于，將整合后的模型參數(shù)、目標用戶對應的多維特征及操作行為偏好進行知識遷移，利用遷移學習訓練廚房家電控制模型，具體為：將目標用戶廚房操作行為的多維特征、操作行為偏好及用戶行為預測模型的模型參數(shù)進行整合，將所述用戶行為預測模型作為源模型，廚房家電控制模型作為目標模型；利用參數(shù)共享將源模型的模型結構及模型參數(shù)遷移到目標模型，根據(jù)所述操作行為多維特征及操作行為偏好獲取目標用戶的潛在特征矩陣，將源模型的潛在特征矩陣作為特征正則項約束目標模型的特征遷移學習；根據(jù)目標用戶的潛在特征矩陣進行特征變換，根據(jù)相似度計算獲取目標用戶的相似用戶，得到用戶相似度矩陣，通過所述用戶相似度矩陣進行用戶正則項約束模型的目標模型用戶相似度遷移學習；為所述特征正則項及所述用戶正則項設置學習權重，將遷移學習后的目標模型進行評價，當模型評價符合預設標準時，輸出廚房家電控制模型。6.根據(jù)權利要求1所述的一種基于物聯(lián)網(wǎng)的廚房家電智能控制方法，其特...
【專利技術屬性】
技術研發(fā)人員：姜文俊，張默晗，
申請(專利權)人：深圳市北鼎科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。