CN108121211A - 家电设备的控制方法、服务器及计算机可读存储介质 - Google Patents

家电设备的控制方法、服务器及计算机可读存储介质 Download PDF

Info

Publication number
CN108121211A
CN108121211A CN201711326688.2A CN201711326688A CN108121211A CN 108121211 A CN108121211 A CN 108121211A CN 201711326688 A CN201711326688 A CN 201711326688A CN 108121211 A CN108121211 A CN 108121211A
Authority
CN
China
Prior art keywords
user
home appliance
household electrical
electrical appliances
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711326688.2A
Other languages
English (en)
Other versions
CN108121211B (zh
Inventor
李辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Midea Group Co Ltd
Midea Smart Home Technology Co Ltd
Original Assignee
Midea Group Co Ltd
Midea Smart Home Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Midea Group Co Ltd, Midea Smart Home Technology Co Ltd filed Critical Midea Group Co Ltd
Priority to CN201711326688.2A priority Critical patent/CN108121211B/zh
Publication of CN108121211A publication Critical patent/CN108121211A/zh
Application granted granted Critical
Publication of CN108121211B publication Critical patent/CN108121211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the network communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house

Abstract

本发明公开了一种家电设备的控制方法，所述家电设备的控制方法包括：获取当前用户的用户身份信息；根据所述用户身份信息，识别当前用户对象；根据预设的用户对象与场景对象的评分映射矩阵，确定所述当前用户对象对应的评分最高的场景对象；其中，所述评分映射矩阵中包含多个用户对象对多个场景对象的评分；根据所述场景对象中包含的家电设备以及相应的控制参数，向所述家电设备推荐所述控制参数，以供所述家电设备根据所述控制参数执行相应的操作。本发明还公开了一种服务器及计算机可读存储介质。本发明提高了家电设备控制的智能性。

Description

家电设备的控制方法、服务器及计算机可读存储介质
技术领域
本发明涉及智慧家居技术领域，尤其涉及一种家电设备的控制方法、服务器及计算机可读存储介质。
背景技术
随着科技的发展，场景面板技术已被广泛应用于智慧家居领域，目前，主要是在场景面板上标注出用户所需的基本场景需求，如回家、离家、会客、睡眠等场景，当用户选择其中任意一个场景后，对该场景对应的家电设备自动进行控制。例如，当用户选择回家场景时，自动控制客厅灯打开、空调开启、电热水器开启等，从而为用户提供各种相应服务。但是，由于不同用户的需求会有所不同，如年龄不同的用户对环境温度的需求不同，也即对空调器的目标运行温度的需求不同，用户还是需要根据自己的需求，手动对家电设备进行个性化控制。因此，家电设备的控制还不够智能化。
发明内容
本发明的主要目的在于提出一种家电设备的控制方法、服务器及计算机可读存储介质，旨在解决现有技术中家电设备的控制不够智能化的技术问题。
为实现上述目的，本发明提供一种家电设备的控制方法，所述家电设备的控制方法包括以下步骤：
获取当前用户的用户身份信息；
根据所述用户身份信息，识别当前用户对象；
根据预设的用户对象与场景对象的评分映射矩阵，确定所述当前用户对象对应的评分最高的场景对象；其中，所述评分映射矩阵中包含多个用户对象对多个场景对象的评分；
根据所述场景对象中包含的家电设备以及相应的控制参数，向所述家电设备推荐所述控制参数，以供所述家电设备根据所述控制参数执行相应的操作。
优选地，所述根据所述用户身份信息，识别当前用户对象的步骤包括：
计算所述用户身份信息与多个注册用户身份信息的相似度；
将相似度最高的注册用户身份信息所对应的用户对象，确定为所述当前用户对象。
优选地，所述用户身份信息包括人脸图像信息、指纹信息和声纹信息，所述计算所述用户身份信息与多个注册用户身份信息的相似度的步骤包括：
分别计算所述人脸图像信息与所述多个注册用户身份信息中的人脸图像信息的第一相似度，所述指纹信息与所述多个注册用户身份信息中的指纹信息的第二相似度，以及所述声纹信息与所述多个注册用户身份信息中的声纹信息的第三相似度；
计算所述第一相似度、所述第二相似度和所述第三相似度的平均相似度，将所述平均相似度确定为所述用户身份信息与注册用户身份信息的相似度。
优选地，所述获取当前用户的用户身份信息的步骤之前，还包括：
记录用户使用家电设备对应的家电场景数据；
根据所述家电场景数据，建立相应的家电场景集合。
优选地，所述根据所述家电场景数据，建立相应的家电场景集合的步骤包括：
对所述家电场景数据进行聚类计算，将所述家电场景数据分组为不同的簇，每一簇对应一组家电场景，根据每一组家电场景，建立所述家电场景集合。
优选地，所述记录用户使用家电设备对应的场景数据的步骤包括：
接收家电设备上传的家电场景数据；
当所述家电场景数据满足预设条件时，记录所述家电场景数据。
优选地，所述根据所述家电场景数据，建立相应的家电场景集合的步骤之后，还包括：
根据所述家电场景集合，以及环境信息，建立相应的场景对象集合；其中，所述环境信息包括户型信息、时间信息、季节信息和地域信息。
优选地，所述获取当前用户的用户身份信息的步骤之前，还包括：
根据用户年龄，以及预设的年龄段与年龄级别的映射关系，确定用户所属年龄级别；
根据所述年龄级别，以及用户的性别，建立用户对象集合。
优选地，所述获取当前用户的用户身份信息的步骤之前，还包括：
求取用户对象对场景对象的评分；
根据所述用户对象、所述场景对象以及所述用户对象对场景对象的评分，建立用户对象与场景对象的评分映射矩阵。
此外，为实现上述目的，本发明还提出一种服务器，所述服务器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的家电设备控制程序，所述家电设备控制程序被所述处理器执行时实现如上文所述的家电设备的控制方法的步骤。
此外，为实现上述目的，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有家电设备控制程序，所述家电设备控制程序被处理器执行时实现如上文所述的家电设备的控制方法的步骤。
本发明提出的方案，通过获取当前用户的用户身份信息，识别出当前用户对象，并根据预设的用户对象与场景对象的评分映射矩阵，确定该当前用户对象对应的评分最高的场景对象，根据该评分最高的场景对象中包含的家电设备以及对应的控制参数，向相应家电设备推荐对应的控制参数，控制家电设备根据对应的控制参数执行相应的操作，也即实现了针对当前用户对家电设备进行个性化控制，从而提高了家电设备控制的智能性。
附图说明
图1为本发明实施例方案涉及的服务器的硬件运行环境的结构示意图；
图2为本发明家电设备的控制方法第一实施例的流程示意图；
图3为本发明实施例方案涉及的智慧家居系统结构框架示意图；
图4为本发明实施例方案涉及的一个可选的用户注册流程图；
图5为本发明实施例方案涉及另外一个可选的用户注册流程图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的解决方案主要是：通过获取当前用户的用户身份信息，识别出当前用户对象，并根据预设的用户对象与场景对象的评分映射矩阵，确定该当前用户对象对应的评分最高的场景对象，根据该评分最高的场景对象中包含的家电设备以及对应的控制参数，向相应家电设备推荐对应的控制参数，控制家电设备根据对应的控制参数执行相应的操作，也即实现了针对当前用户对家电设备进行个性化控制。通过本发明实施例的技术方案，解决了家电设备控制不够智能化的问题。
参照图1，图1为本发明实施例方案涉及的服务器的硬件运行环境的结构示意图。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
如图1所示，该服务器可以包括：处理器1001、通信总线1002、用户接口1003、网络接口1004、存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及家电设备控制程序。
本发明中，服务器通过处理器1001调用存储器1005中存储的家电设备控制程序，并执行以下操作：
获取当前用户的用户身份信息；
根据所述用户身份信息，识别当前用户对象；
根据预设的用户对象与场景对象的评分映射矩阵，确定所述当前用户对象对应的评分最高的场景对象；其中，所述评分映射矩阵中包含多个用户对象对多个场景对象的评分；
根据所述场景对象中包含的家电设备以及相应的控制参数，向所述家电设备推荐所述控制参数，以供所述家电设备根据所述控制参数执行相应的操作。
进一步地，处理器1001可以调用存储器1005中存储的家电设备控制程序，还执行以下操作：
计算所述用户身份信息与多个注册用户身份信息的相似度；
将相似度最高的注册用户身份信息所对应的用户对象，确定为所述当前用户对象。
进一步地，处理器1001可以调用存储器1005中存储的家电设备控制程序，还执行以下操作：
分别计算所述人脸图像信息与所述多个注册用户身份信息中的人脸图像信息的第一相似度，所述指纹信息与所述多个注册用户身份信息中的指纹信息的第二相似度，以及所述声纹信息与所述多个注册用户身份信息中的声纹信息的第三相似度；
计算所述第一相似度、所述第二相似度和所述第三相似度的平均相似度，将所述平均相似度确定为所述用户身份信息与注册用户身份信息的相似度。
进一步地，处理器1001可以调用存储器1005中存储的家电设备控制程序，还执行以下操作：
记录用户使用家电设备对应的家电场景数据；
根据所述家电场景数据，建立相应的家电场景集合。
进一步地，处理器1001可以调用存储器1005中存储的家电设备控制程序，还执行以下操作：
对所述家电场景数据进行聚类计算，将所述家电场景数据分组为不同的簇，每一簇对应一组家电场景，根据每一组家电场景，建立所述家电场景集合。
进一步地，处理器1001可以调用存储器1005中存储的家电设备控制程序，还执行以下操作：
接收家电设备上传的家电场景数据；
当所述家电场景数据满足预设条件时，记录所述家电场景数据。
进一步地，处理器1001可以调用存储器1005中存储的家电设备控制程序，还执行以下操作：
根据所述家电场景集合，以及环境信息，建立相应的场景对象集合；其中，所述环境信息包括户型信息、时间信息、季节信息和地域信息。
进一步地，处理器1001可以调用存储器1005中存储的家电设备控制程序，还执行以下操作：
根据用户年龄，以及预设的年龄段与年龄级别的映射关系，确定用户所属年龄级别；
根据所述年龄级别，以及用户的性别，建立用户对象集合。
进一步地，处理器1001可以调用存储器1005中存储的家电设备控制程序，还执行以下操作：
求取用户对象对场景对象的评分；
根据所述用户对象、所述场景对象以及所述用户对象对场景对象的评分，建立用户对象与场景对象的评分映射矩阵。
本实施例通过上述方案，通过获取当前用户的用户身份信息，识别出当前用户对象，并根据预设的用户对象与场景对象的评分映射矩阵，确定该当前用户对象对应的评分最高的场景对象，根据该评分最高的场景对象中包含的家电设备以及对应的控制参数，向相应家电设备推荐对应的控制参数，控制家电设备根据对应的控制参数执行相应的操作，也即实现了针对当前用户对家电设备进行个性化控制，从而提高了家电设备控制的智能性。
基于上述硬件结构，提出本发明家电设备的控制方法实施例。
参照图2，图2为本发明家电设备的控制方法第一实施例的流程示意图。
在第一实施例中，所述家电设备的控制方法包括以下步骤：
步骤S10，获取当前用户的用户身份信息；
步骤S20，根据所述用户身份信息，识别当前用户对象；
步骤S30，根据预设的用户对象与场景对象的评分映射矩阵，确定所述当前用户对象对应的评分最高的场景对象；其中，所述评分映射矩阵中包含多个用户对象对多个场景对象的评分；
步骤S40，根据所述场景对象中包含的家电设备以及相应的控制参数，向所述家电设备推荐所述控制参数，以供所述家电设备根据所述控制参数执行相应的操作。
随着科技的发展，场景面板技术已被广泛应用于智慧家居领域，目前，主要是在场景面板上标注出用户所需的基本场景需求，如回家、离家、会客、睡眠等场景，当用户选择其中任意一个场景后，对该场景对应的家电设备自动进行控制。例如，当用户选择回家场景时，自动控制客厅灯打开、空调开启、电热水器开启等，从而为用户提供各种相应服务。但是，由于不同用户的需求会有所不同，如年龄不同的用户对环境温度的需求不同，也即对空调器的目标运行温度的需求不同，用户还是需要根据自己的需求，手动对家电设备进行个性化控制。因此，家电设备的控制还不够智能化。
为了提高家电设备控制的智能性，本发明提出了一种家电设备的控制方法，应用于服务器端，如云服务器。本实施例中，由服务器、网关、无线路由器、场景面板和家电设备组成相应的智慧家居系统，如图3所示。在对家电设备进行自动控制时，首先获取当前用户的用户身份信息。其中，用户身份信息包括用户的人脸图像信息、指纹信息和声纹信息等。可选地，在家电设备中设置相应的摄像模块，如摄像头，通过摄像头采集当前用户的人脸图像信息，并通过网关将人脸图像信息上传至服务器。例如，在家庭中正对门的位置、以及开门的位置设置摄像头，这样，当用户进家和离家的时候均可以正面对着摄像头，通过摄像头获取用户的人脸图像信息。
同样地，还可以通过网关将预置语音模块采集的语音信息上传至服务器，服务器通过对语音信息进行声纹识别，获取对应的声纹信息；通过预置指纹识别模块采集的指纹信息上传至服务器。服务器通过网关接收获取到相应的人脸图像信息、声纹信息、指纹信息等用户身份信息。
当服务器获取到当前用户的用户身份信息后，服务器根据该用户身份信息，识别当前用户对象。可选地，所述步骤S20包括：
步骤a，计算所述用户身份信息与多个注册用户身份信息的相似度；
步骤b，将相似度最高的注册用户身份信息所对应的用户对象，确定为所述当前用户对象。
本实施例中，用户需要预先进行用户注册，录入注册用户对应的注册用户身份信息，该注册用户身份信息包括注册用户的人脸图像信息、声纹信息、指纹信息等。
例如，以基于人脸识别进行用户注册为例，注册过程如下，如图4所示：
用户将人脸对准摄像模块，如摄像头，采集记录用户的人脸图像；
利用图像识别算法对人脸图像进行人脸特征提取，生成标识用户的人脸图像信息；
根据用户的人脸图像信息，在用户特征库中匹配，检查用户是否已经注册；
如果已经注册，提示用户，结束；
如果没有注册，将用户的人脸图像信息加入用户特征库，完成注册。
又如，以基于声纹识别进行用户注册为例，注册过程如下，如图5所示：
录制一段用户的声音；
对声音进行声纹特征提取，生成用户对应的声纹信息；
将声纹信息在声纹库中进行匹配，检查用户是否已经注册；
如果已经注册，提示用户，结束；
如果没有注册，将用户的声纹信息存入声纹库，完成注册。
又如，以基于指纹识别进行用户注册为例，注册过程如下：
采样用户的某个手指的指纹样本；
对指纹样板进行指纹特征提取，生成用户对应的指纹信息；
将指纹信息在指纹库中进行匹配，检查用户是否已经注册；
如果已经注册，提示用户，结束；
如果没有注册，将用户的指纹信息存入指纹库，完成注册。
当服务器获取到当前用户的用户身份信息后，将该用户身份信息与注册用户身份信息进行比较，依次计算该用户身份信息与各个注册用户身份信息的相似度，并选取出其中相似度最高的注册用户身份信息，将相似度最高的注册用户身份信息所对应的用户对象，确定为当前用户对象。
可选地，在用户身份信息包括人脸图像信息、指纹信息和声纹信息三种信息的情况下，所述步骤a包括：
步骤a1，分别计算所述人脸图像信息与所述多个注册用户身份信息中的人脸图像信息的第一相似度，所述指纹信息与所述多个注册用户身份信息中的指纹信息的第二相似度，以及所述声纹信息与所述多个注册用户身份信息中的声纹信息的第三相似度；
步骤a2，计算所述第一相似度、所述第二相似度和所述第三相似度的平均相似度，将所述平均相似度确定为所述用户身份信息与注册用户身份信息的相似度。
可选地，在用户身份信息包括人脸图像信息、指纹信息和声纹信息时，服务器分别计算当前用户的人脸图像信息与多个注册用户身份信息中的人脸图像信息的第一相似度，当前用户的指纹信息与多个注册用户身份信息中的指纹信息的第二相似度，以及当前用户的声纹信息与多个注册用户身份信息中的声纹信息的第三相似度。为了便于描述，下文将当前用户的人脸图像信息与多个注册用户身份信息中的人脸图像信息的相似度称为第一相似度，当前用户的指纹信息与多个注册用户身份信息中的指纹信息的相似度称为第二相似度，以及当前用户的声纹信息与多个注册用户身份信息中的声纹信息的相似度称为第三相似度。
之后，服务器计算第一相似度、第二相似度与第三相似度的平均相似度，将该平均相似度确定为该用户身份信息与注册用户身份信息的相似度。
例如，每个用户对应一个userID，所采集的人脸图像信息被量化为特征矢量Ff，声纹信息被量化为声纹特征矢量Fs，指纹信息被量化为指纹特征矢量Fz。将当前用户的人脸图像信息、声纹信息、指纹信息，与各个注册用户的人脸图像信息、声纹信息、指纹信息进行相似度比较，所得到的相似度分别为Sf、Ss、Sz，计算平均相似度为S＝(Sf+Ss+Sz)/3。可选地，每种相似度Sf、Ss、Sz归一化在0到1之间的数值。
需要说明的是，在实际应用中，可能采集的用户身份信息的组合不同，因此，当前用户的用户身份信息与注册用户身份信息的相似度也对应采用不同的计算方法，如表1所示。
表1
用户身份信息 相似度
人脸图像信息 S＝Sf
人脸图像信息、指纹信息 S＝(Sf+Sz)/2
人脸图像信息、声纹信息 S＝(Sf+Ss)/2
人脸图像信息、指纹信息、声纹信息 S＝(Sf+Ss+Sz)/3
如果用户特征库中有N个注册用户，将当前获取的用户身份信息与N个注册用户对应的注册用户身份信息进行比对，得到N个相似度：S(1),S(2),…,S(N)。假设S(k)是其中最大值，则当前用户对象即为对应的第k个注册用户。可选地，返回第k个注册用户对应的userID。
本实施例中，还预先建立有一用户对象与场景对象的评分映射矩阵，例如，如表2所示，该评分映射矩阵中包含多个用户对象对多个场景对象的评分。其中，该场景对象中包括家电场景集合、户型信息、时间信息、季节信息、地域信息等；家电场景集合包括各家电设备以及对应的控制参数；户型信息包括居室信息等；地域信息包括东北，华北，西北，华东，华中，西南，华南等。
表2
F1 F2 F3 …… FN
S1 score(1,1) score(1,2) score(1,3) …… score(1,N)
S2 score(2,1) score(2,2) score(2,3) …… score(2,N)
S3 score(3,1) score(3,2) score(3,3) …… score(3,N)
…… …… …… …… score(i,j) ……
SM score(M,1) score(M,2) score(M,3) …… score(M,N)
其中，Si表示第i个场景对象；Fj表示第j个用户对象；score(i,j)表示用户对象Fj对场景对象Si的评分。
当服务器识别出当前用户对象之后，根据预设的用户对象与场景对象的评分映射矩阵，确定当前用户对象对应的评分最高的场景对象。
之后，服务器根据评分最高的场景对象中包含的家电设备以及相应的控制参数，向相应的家电设备推荐对应的控制参数。当各家电设备接收到对应的控制参数时，各家电设备根据对应的控制参数执行相应的操作。
本实施例提供的方案，通过获取当前用户的用户身份信息，识别出当前用户对象，并根据预设的用户对象与场景对象的评分映射矩阵，确定该当前用户对象对应的评分最高的场景对象，根据该评分最高的场景对象中包含的家电设备以及对应的控制参数，向相应家电设备推荐对应的控制参数，控制家电设备根据对应的控制参数执行相应的操作，也即实现了针对当前用户对家电设备进行个性化控制，从而提高了家电设备控制的智能性。
进一步地，基于第一实施例提出本发明家电设备的控制方法第二实施例，在本实施例中，所述步骤S10之前，还包括：
步骤c，记录用户使用家电设备对应的家电场景数据；
步骤d，根据所述家电场景数据，建立相应的家电场景集合。
本实施例中，为了更进一步丰富场景信息，从而提高家电设备控制的智能性，在对家电设备进行控制之前，预先建立相应的家电场景集合。具体地，在用户使用家电设备的过程中，记录用户使用家电设备对应的家电场景数据，包括季节、时间、地点、家电设备、家电设备控制参数等信息。之后，根据记录的家电场景数据，建立相应的家电场景集合。
可选地，所述步骤c包括：
步骤c1，接收家电设备上传的家电场景数据；
步骤c2，当所述家电场景数据满足预设条件时，记录所述家电场景数据。
本实施例中，当用户使用家电设备的过程中，家电设备将其对应的家电场景数据上传至服务器，服务器接收家电设备上传的家电场景数据。只不过由于有些家电场景数据并不能准确反映出智能使用家电设备的情况，例如在用户刚搬新家，新家中的家电组合的使用不是很熟悉，使用家电的家电场景数据就并不一定是最适合用户的。因此，为了确保家电场景数据的有效性，当服务器接收到家电场景数据时，判断该家电场景数据是否满足预设条件。只有当家电场景数据满足预设条件时，才记录该家电场景数据。
例如，在回家场景中，用户回家的时间记作T，在T和T+N分钟之间，家电设备状态发生了变化，且在T+N和T+N+M之间判定家电设备状态稳定；满足此条件，则记录当前家电场景数据。可选地，N缺省设置为2分钟；M缺省为10分钟。
又如，在离家场景中，用户离家的时间记作T，在时间点T-N和T之间，家电设备状态发生了变化(如离家前对家电设备进行了操作)，且在T和T+M之间判定家电设备状态稳定；满足此条件，则记录当前家电场景数据。例如，记作applianceParaSet；其中，包括了不同房间的灯的开启或者关闭状态，空调开或者关、以及空调温度等物理参数，电视开或者关，家庭音响开或者关，通风设备开或者关，除湿器开或者关，电热水器开或者关等等。
可选地，所述步骤d之后，还包括：
步骤e，根据所述家电场景集合，以及环境信息，建立相应的场景对象集合；其中，所述环境信息包括户型信息、时间信息、季节信息和地域信息。
可选地，在用户注册的时候，可以自己输入性别和年龄，或者，通过人脸识别进行估计；其中，性别可以量化为0、1，它们分别代表“女性”和“男性”；年龄值取人的周岁年龄。通过云端公共服务可以获取用户家庭的地域信息以及当前时间、季节信息等环境信息。例如，场景对象集合如表3所示：
表3
可选地，主要分以下几个步骤建立场景对象集合：
i、户型集合H的建立：H＝{1居室，2居室，3居室，4居室，…，NH居室}；
ii、季节集合的建立：Season＝{SS1,SS2,SS3,SS4}＝{春季,夏季，秋季，冬季}；
iii、时间段集合的建立：Duration＝{D1,D2,D3,D4}，各个时间段的定义如表4所示：
表4
Duration 时间段
D1 0点-6点
D2 7点-12点
D3 12点-18点
D4 18点-24点
iv、地域集合的建立：不失一般性，仅仅考虑中国的情况，Region＝{R1,R2,R3,R4,R5,R6,R7}＝{东北，华北，西北，华东，华中，西南，华南}；
v、家电场景集合的建立：FamilyScene＝{SC(1),SC(2),…,SC(M)}，下文将进行详细介绍；
vi、场景对象集合的建立：S＝H×Season×Duration×Region×FamilyScene，集合S中每个元素均为一个5元组，代表了一个实际的场景对象。例如，(一居室，夏季，D4,华南，SC(i))：表示在华南地区一个夏季的晚上，一个一居室内使用SC(i)的场景对象。
可选地，所述步骤d包括：
对所述家电场景数据进行聚类计算，将所述家电场景数据分组为不同的簇，每一簇对应一组家电场景，根据每一组家电场景，建立所述家电场景集合。
考虑到记录的家电场景数据，取以下属性对应的数据集合(sound,musicChannel,light[1],light[i],light[M(L)],airConditioner[1],airConditioner[i],airConditioner[M(R)],waterHeater,humidifier,dehumidifier,airCleaner,television)，记作Data(Y)。一般而言，在此数据集合的记录是一个较大的数，而稳定的场景个数是一个相对较小的数。为了获取稳定的场景，对Data(Y)进行聚类运算，也即对家电场景数据进行聚类计算，将家电场景数据分组为不同的簇，每一簇对应一组稳定的家电场景。根据聚类得到的各组稳定的家电场景，建立家电场景集合。
例如，采用二步聚类方法对家电场景数据进行聚类计算。二步法聚类的实现主要包含2个步骤：预聚类和聚类。在第一步预聚类过程中，对输入数据记录进行压缩，初步形成一个子簇集合；在第二步聚类过程中，使用层次聚类方法将子簇集合逐渐聚类生成更大的簇，并确定簇的个数。层次聚类的基本过程如下：每个子集定义一个初始簇；簇之间进行比较，距离最小的2个簇会合并为一个簇。此过程会一直重复直到所有满足条件的簇已经合并。其中，在第二步确定簇之间的距离的时候，采用对数似然距离法。在完成聚类后，此算法会依据求解的Schwarz贝叶斯准则指数和相邻簇数最小类间距来确定最终的簇的个数，这个个数就是Y大大小|Y|＝M。这样，可以得到一个由簇组成的场景集合，记作SceneSet＝{C(1),C(2),…,C(M)}，其中，任意一个簇C(i)包含了一个数据集合。由于在聚类过程中，存在外点(outlier)现象(就是说一小部分记录与任何一个簇的距离偏大，不隶属于任何一个簇，且因为分布稀疏，也不足以生成新的簇)。
因此，Data(Y)≠C(1)∪C(2)∪…∪C(M)。
一般而言会将外点的数量限制在一定很小的比率范围内，例如，外点占所有数据集合的1％。如果不满足这点需要重新进行聚类。事实上，需要综合考虑，权衡外点占比和簇的个数，满足实际需要。
在Y中的场景i中各个家电设备的具体取值可以由集合Data(i)的所有样本的值来确定，其中，对于连续变量，简单求取均值即可；对于离散变量，将以频率最高的取值作为最后取值。例如，离散变量在“0、1”上取值，如果总记录数为10，其中有8个选“1”，2个选“0”，那么，最终的值也选为“1”；记由Data(i)求解出的场景矢量为S(i)，则，最终Y对于的场景集合为：
FamilyScene＝{SC(1),SC(2),…,SC(M)}；
其中，S(i)对应了集合Y中的标号i。
最后，基于FamilyScene＝{SC(1),SC(2),…,SC(M)}在家庭场景样本集合中新生成一个字段：“家电场景类”，取数据表中每个家电场景样本，与FamilyScene＝{SC(1),SC(2),…,SC(M)}中每个元素进行相似性比较，假设SC(k)与样本所给出的场景最相似，则将在字段“家电场景类”上标注K。
可选地，所述步骤S10之前，还包括：
步骤f，根据用户年龄，以及预设的年龄段与年龄级别的映射关系，确定用户所属年龄级别；
步骤g，根据所述年龄级别，以及用户的性别，建立用户对象集合。
为了针对各个用户对家电设备进行智能控制，进一步地，建立用户对象集合。具体地，首先根据用户年龄，以及预设的年龄段与年龄级别的映射关系，确定用户所属年龄级别。
可选地，预设的年龄段与年龄级别的映射关系，可如表5所示：
表5
级别 年龄段
1 0-6
2 7-18
3 19-35
4 36-60
5 61-80
6 80以上
在确定出用户所属年龄级别之后，根据用户性别、用户所属年龄级别，建立用户对象集合Person。
例如，性别集合S：S＝{男，女}；年龄级别集合Y：Y＝{1级，2级，3级，4级，5级，6级}；建立用户对象集合Person＝S×Y＝{(男，1)，(男，2)，…，(女，5)，(女，6)}＝{(si,yj)|i＝1,2；j＝1,2,3,4,5,6}；其中，(男，1)：表示0-6岁男性；(男，2)：表示7-18岁男性；(女，5)：表示60-80岁女性。此外，|Person|＝12，“×”表示笛卡尔乘积。
依此，生成家庭人员集合Family：
Family＝{{p1}，{p1,p2}，{p1,p2,p3,}，{p1,p2,p3,p4}，{p1,p2,p3,p4,p5}，…，{p1,p2,p3,…,pN}}；
其中，pi∈Person；集合Family的大小等于：
N+N*N+N*N*N*N+N*N*N*N*N+N*N*N*N*N*N+…
这是一个很大的数字。实际上，由于一些情况在真实情况中是不会发生的，例如，“1个1岁小孩组成的家庭”。因此，在实际应用中，本发明通过扫描数据库的方式来获得以上“家庭人员集合”的实例，并且根据这些实例组成“家庭人员实例集合”，步骤如下：
i、维护一个“家庭人员实例集合”列表Instance F，其中存储着已经发现的家庭人员实例；
ii、家庭数据库中取任意一个未处理的家庭；
iii、取家庭中每个成员的性别、年龄信息，判定年龄级别后(根据表5)，形成Person集合中的一个二元组(性别，年龄级别)；
iv、基于Person集合中的二元组(性别，年龄级别)，生成一个家庭实例FamilyInstance，这是一个由多个二元组组成的集合；
v、FamilyInstance在家庭人员实例集合列表Instance F中进行查询，如果没有发现有相同的实例，将新的实例FamilyInstance插入列表中；
vi、如果还有没有处理的家庭信息，转步骤ii；否则，停止。
因此，家庭对象集合F＝InstanceF＝{F1,F2,…,FMAX}，其中Fi是一个集合，是集合Family中某个元素的实例。例如：
Fi是“{p1,p2,p3}”的实例：{(男，1)，(男，3)，(女，3)}；
Fi是“{p1,p2,p3,p4,p5}”的实例：{(女，2)，(男，4)，(女，4)，(男，5)，(女，5)}。
可选地，所述步骤S10之前，还包括：
步骤h，求取用户对象对场景对象的评分；
步骤i，根据所述用户对象、所述场景对象以及所述用户对象对场景对象的评分，建立用户对象与场景对象的评分映射矩阵。
可选地，为了建立用户对象与场景对象的评分映射矩阵，先求取用户对象对场景对象的评分，可选地，具体步骤如下：
a)、在数据库中选择任意一个没有处理过的家庭；
b)、如果家庭使用家电的历史记录超过一年，则，调取一年的数据；
i、从家庭信息中获取每个人的性别、年龄，并表示成(si,yj)二元组；
ii、生成家庭对象{…,(si,yj),…}，并在家庭对象全集F＝{F1,F2,…,FN}中进行检索，假设匹配的是Fj；
iii、从1年前的时间点开始扫描数据库；
iv、假设当前扫描到时间t，且t+N没有超过当前最新有记录的时间；可选地，N值一般取30分钟；
v、取t到t+N之间的“家电组合场景类”字段值，得到一个序列{K1,K2,…,Kp}；
vi、如果{K1,K2,…,Kp}中的元素全部相等，则，在数据库中取当前时间信息，计算出季节和时间段；取经纬度信息，计算出区域信息；取家庭的户型信息；得到一个五元组(户型,季节，时间段，区域，家电场景类)，然后在场景对象集合中检索在SC(i)与此场景符合；则重新设置用户对象-场景对象矩阵中的score(i,j)值：
score(i,j)＝score(i,j)+1；
令，t’＝t+N；转步骤iv；
Vii、否则，如果{K1,K2,…,Kp}中的元素不全部相等，按照序号顺序扫描集合，找到第一个与前一个K值不相等的元素：Ki-1≠Ki；则，取Ki对应的时间点t’；转步骤iv；
C)、如果家庭使用家电的历史记录小于一年且大于一个月，则同理，按照步骤b)中的方法来获取家庭对象对场景对象的评分；
D)、对于家庭家电使用时间小于一个月的情况不进行统计。
由于每个场景对象包含一个家电场景类SC(k)，它实际上对应了场景对象中各个家电设备的控制参数；这些控制参数可以生成一个特征矢量f(k)；特征矢量中每个维度的值需要事先进行归一化处理。
在表2所示的用户对象与场景对象的评分映射矩阵中，部分元素有值，部分是空值。空值对应了这样的情况：用户对象没有经历过空值对应的场景对象，或者经历的时间较短，如仅仅经历了不到一个月。此时，如果有一个合适的场景对象推荐给此用户对象，会使得用户的体验得到改善。
为了推荐场景对象，首先通过建模的方法来求取这些空值部分的值。如果采用线性回归来建模，那问题可以转换为：特征矢量中所有特征的线性组合可以得到对应的评分score(i,j)。
令第i个场景对象对应了特征矢量记作f(i)，维度为n；θ(j)是与用户对象j相关的参数向量，则用户对象j对场景对象i的评分score(i,j)的计算公式：
score(i,j)＝(θ(j))Tf(i)；
这里，θ(j)是未知的矢量，可以通过目标函数和梯度下降法来求解未知矢量。当θ(j)求解出来后，就得到了评分模型。这个时候，如果带入场景对象对应的特征矢量f(i)，则可以根据模型求出用户对象对场景对象的评分score(i,j)。
本实施例提供的方案，通过记录用户使用家电设备对应的家电场景数据，根据该家电场景数据，建立相应的家电场景集合，进而建立用户对象与场景对象的评分映射矩阵，基于该用户对象与场景对象的评分映射矩阵对家电设备进行控制，从而提高了家电设备控制的智能性。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有家电设备控制程序，所述家电设备控制程序被处理器执行时实现如下操作：
获取当前用户的用户身份信息；
根据所述用户身份信息，识别当前用户对象；
根据预设的用户对象与场景对象的评分映射矩阵，确定所述当前用户对象对应的评分最高的场景对象；其中，所述评分映射矩阵中包含多个用户对象对多个场景对象的评分；
根据所述场景对象中包含的家电设备以及相应的控制参数，向所述家电设备推荐所述控制参数，以供所述家电设备根据所述控制参数执行相应的操作。
进一步地，所述家电设备控制程序被处理器执行时还实现如下操作：
计算所述用户身份信息与多个注册用户身份信息的相似度；
将相似度最高的注册用户身份信息所对应的用户对象，确定为所述当前用户对象。
进一步地，所述家电设备控制程序被处理器执行时还实现如下操作：
分别计算所述人脸图像信息与所述多个注册用户身份信息中的人脸图像信息的第一相似度，所述指纹信息与所述多个注册用户身份信息中的指纹信息的第二相似度，以及所述声纹信息与所述多个注册用户身份信息中的声纹信息的第三相似度；
计算所述第一相似度、所述第二相似度和所述第三相似度的平均相似度，将所述平均相似度确定为所述用户身份信息与注册用户身份信息的相似度。
进一步地，所述家电设备控制程序被处理器执行时还实现如下操作：
记录用户使用家电设备对应的家电场景数据；
根据所述家电场景数据，建立相应的家电场景集合。
进一步地，所述家电设备控制程序被处理器执行时还实现如下操作：
对所述家电场景数据进行聚类计算，将所述家电场景数据分组为不同的簇，每一簇对应一组家电场景，根据每一组家电场景，建立所述家电场景集合。
进一步地，所述家电设备控制程序被处理器执行时还实现如下操作：
接收家电设备上传的家电场景数据；
当所述家电场景数据满足预设条件时，记录所述家电场景数据。
进一步地，所述家电设备控制程序被处理器执行时还实现如下操作：
根据所述家电场景集合，以及环境信息，建立相应的场景对象集合；其中，所述环境信息包括户型信息、时间信息、季节信息和地域信息。
进一步地，所述家电设备控制程序被处理器执行时还实现如下操作：
根据用户年龄，以及预设的年龄段与年龄级别的映射关系，确定用户所属年龄级别；
根据所述年龄级别，以及用户的性别，建立用户对象集合。
进一步地，所述家电设备控制程序被处理器执行时还实现如下操作：
求取用户对象对场景对象的评分；
根据所述用户对象、所述场景对象以及所述用户对象对场景对象的评分，建立用户对象与场景对象的评分映射矩阵。
本实施例提供的方案，通过获取当前用户的用户身份信息，识别出当前用户对象，并根据预设的用户对象与场景对象的评分映射矩阵，确定该当前用户对象对应的评分最高的场景对象，根据该评分最高的场景对象中包含的家电设备以及对应的控制参数，向相应家电设备推荐对应的控制参数，控制家电设备根据对应的控制参数执行相应的操作，也即实现了针对当前用户对家电设备进行个性化控制，从而提高了家电设备控制的智能性。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (11)

1.一种家电设备的控制方法，其特征在于，所述家电设备的控制方法包括以下步骤：
获取当前用户的用户身份信息；
根据所述用户身份信息，识别当前用户对象；
根据预设的用户对象与场景对象的评分映射矩阵，确定所述当前用户对象对应的评分最高的场景对象；其中，所述评分映射矩阵中包含多个用户对象对多个场景对象的评分；
根据所述场景对象中包含的家电设备以及相应的控制参数，向所述家电设备推荐所述控制参数，以供所述家电设备根据所述控制参数执行相应的操作。
2.如权利要求1所述的家电设备的控制方法，其特征在于，所述根据所述用户身份信息，识别当前用户对象的步骤包括：
计算所述用户身份信息与多个注册用户身份信息的相似度；
将相似度最高的注册用户身份信息所对应的用户对象，确定为所述当前用户对象。
3.如权利要求2所述的家电设备的控制方法，其特征在于，所述用户身份信息包括人脸图像信息、指纹信息和声纹信息，所述计算所述用户身份信息与多个注册用户身份信息的相似度的步骤包括：
分别计算所述人脸图像信息与所述多个注册用户身份信息中的人脸图像信息的第一相似度，所述指纹信息与所述多个注册用户身份信息中的指纹信息的第二相似度，以及所述声纹信息与所述多个注册用户身份信息中的声纹信息的第三相似度；
计算所述第一相似度、所述第二相似度和所述第三相似度的平均相似度，将所述平均相似度确定为所述用户身份信息与注册用户身份信息的相似度。
4.如权利要求1所述的家电设备的控制方法，其特征在于，所述获取当前用户的用户身份信息的步骤之前，还包括：
记录用户使用家电设备对应的家电场景数据；
根据所述家电场景数据，建立相应的家电场景集合。
5.如权利要求4所述的家电设备的控制方法，其特征在于，所述根据所述家电场景数据，建立相应的家电场景集合的步骤包括：
对所述家电场景数据进行聚类计算，将所述家电场景数据分组为不同的簇，每一簇对应一组家电场景，根据每一组家电场景，建立所述家电场景集合。
6.如权利要求4所述的家电设备的控制方法，其特征在于，所述记录用户使用家电设备对应的场景数据的步骤包括：
接收家电设备上传的家电场景数据；
当所述家电场景数据满足预设条件时，记录所述家电场景数据。
7.如权利要求4所述的家电设备的控制方法，其特征在于，所述根据所述家电场景数据，建立相应的家电场景集合的步骤之后，还包括：
根据所述家电场景集合，以及环境信息，建立相应的场景对象集合；其中，所述环境信息包括户型信息、时间信息、季节信息和地域信息。
8.如权利要求1所述的家电设备的控制方法，其特征在于，所述获取当前用户的用户身份信息的步骤之前，还包括：
根据用户年龄，以及预设的年龄段与年龄级别的映射关系，确定用户所属年龄级别；
根据所述年龄级别，以及用户的性别，建立用户对象集合。
9.如权利要求1-8任一项所述的家电设备的控制方法，其特征在于，所述获取当前用户的用户身份信息的步骤之前，还包括：
求取用户对象对场景对象的评分；
根据所述用户对象、所述场景对象以及所述用户对象对场景对象的评分，建立用户对象与场景对象的评分映射矩阵。
10.一种服务器，其特征在于，所述服务器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的家电设备控制程序，所述家电设备控制程序被所述处理器执行时实现如权利要求1-9中任一项所述的家电设备的控制方法的步骤。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有家电设备控制程序，所述家电设备控制程序被处理器执行时实现如权利要求1-9中任一项所述的家电设备的控制方法的步骤。
CN201711326688.2A 2017-12-12 2017-12-12 家电设备的控制方法、服务器及计算机可读存储介质 Active CN108121211B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711326688.2A CN108121211B (zh) 2017-12-12 2017-12-12 家电设备的控制方法、服务器及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711326688.2A CN108121211B (zh) 2017-12-12 2017-12-12 家电设备的控制方法、服务器及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN108121211A true CN108121211A (zh) 2018-06-05
CN108121211B CN108121211B (zh) 2021-09-14

Family

ID=62229070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711326688.2A Active CN108121211B (zh) 2017-12-12 2017-12-12 家电设备的控制方法、服务器及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN108121211B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109615751A (zh) * 2019-01-04 2019-04-12 四川虹美智能科技有限公司 一种设备门的状态控制方法及设备
CN109683486A (zh) * 2018-12-28 2019-04-26 广东匠格装饰设计工程有限公司 一种控制智能家电设备的方法
CN109828474A (zh) * 2019-01-15 2019-05-31 深圳旦倍科技有限公司 基于大数据的云端智能环境管理方法及系统
CN109890106A (zh) * 2018-11-02 2019-06-14 中国计量大学 基于用户身份自动识别的酒店个性化智能照明装置、系统与方法
CN109963194A (zh) * 2019-03-08 2019-07-02 佛山市云米电器科技有限公司 基于人脸识别的视频进度智能跟随播放方法及系统
CN110989378A (zh) * 2019-11-28 2020-04-10 星络智能科技有限公司 一种智能家居控制器及其交互方法、存储介质
CN111093246A (zh) * 2019-12-30 2020-05-01 国网北京市电力公司 一种基于人因工程的无线传感网智能分簇方法
CN111881759A (zh) * 2020-06-30 2020-11-03 青岛海尔科技有限公司 身份类别的识别方法和装置及存储介质
CN112327648A (zh) * 2020-11-09 2021-02-05 睿住科技有限公司 家用设备的控制方法、装置和计算机可读存储介质
CN113485132A (zh) * 2021-06-21 2021-10-08 青岛海尔科技有限公司 用于智慧家庭系统的管理方法、装置和智慧家庭系统
CN114125847A (zh) * 2020-08-27 2022-03-01 东北大学秦皇岛分校 泛在电力物联网下一种基于设备指纹的终端身份认证方法
CN114415537A (zh) * 2022-01-27 2022-04-29 合肥惟新半导体科技有限公司 基于家用电器的控制系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4305080B2 (ja) * 2003-08-11 2009-07-29 株式会社日立製作所 映像再生方法およびシステム
CN103871141A (zh) * 2014-04-10 2014-06-18 宫雅卓 基于生物特征识别的室内环境控制系统
CN104598795A (zh) * 2015-01-30 2015-05-06 科大讯飞股份有限公司 身份验证方法及系统
CN104618443A (zh) * 2014-12-30 2015-05-13 广东美的制冷设备有限公司 被控设备的控制方法及装置、服务器、物联网控制终端
CN104879888A (zh) * 2015-04-30 2015-09-02 广东美的制冷设备有限公司 家电参数的自动设置方法及装置
CN105426548A (zh) * 2015-12-29 2016-03-23 海信集团有限公司 一种基于多用户的视频推荐方法及装置
EP3037578A1 (en) * 2014-12-22 2016-06-29 Indesit Company S.p.A. Method for displaying information about operating programs, or cycles, of a household appliance, and household appliance thereof
CN105864961A (zh) * 2016-03-31 2016-08-17 广东美的制冷设备有限公司 空调器的控制方法、控制装置和空调器
CN106814710A (zh) * 2015-11-30 2017-06-09 阿里巴巴集团控股有限公司 一种对智能家居设备的控制方法和装置
CN106972996A (zh) * 2017-05-11 2017-07-21 广东汇泰龙科技有限公司 一种基于云锁的家居智能联动方法、系统
CN107038169A (zh) * 2016-02-04 2017-08-11 佳能株式会社 对象推荐方法和对象推荐设备
US20200065879A1 (en) * 2018-08-22 2020-02-27 Midea Group Co., Ltd. Methods and systems for home device recommendation
CN111694280A (zh) * 2019-03-14 2020-09-22 青岛海尔智能技术研发有限公司 一种应用场景的控制系统及其控制方法
CN112579895A (zh) * 2020-12-17 2021-03-30 珠海格力电器股份有限公司 一种场景推荐方法、装置、智能终端及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4305080B2 (ja) * 2003-08-11 2009-07-29 株式会社日立製作所 映像再生方法およびシステム
CN103871141A (zh) * 2014-04-10 2014-06-18 宫雅卓 基于生物特征识别的室内环境控制系统
EP3037578A1 (en) * 2014-12-22 2016-06-29 Indesit Company S.p.A. Method for displaying information about operating programs, or cycles, of a household appliance, and household appliance thereof
CN104618443A (zh) * 2014-12-30 2015-05-13 广东美的制冷设备有限公司 被控设备的控制方法及装置、服务器、物联网控制终端
CN104598795A (zh) * 2015-01-30 2015-05-06 科大讯飞股份有限公司 身份验证方法及系统
CN104879888A (zh) * 2015-04-30 2015-09-02 广东美的制冷设备有限公司 家电参数的自动设置方法及装置
CN106814710A (zh) * 2015-11-30 2017-06-09 阿里巴巴集团控股有限公司 一种对智能家居设备的控制方法和装置
CN105426548A (zh) * 2015-12-29 2016-03-23 海信集团有限公司 一种基于多用户的视频推荐方法及装置
CN107038169A (zh) * 2016-02-04 2017-08-11 佳能株式会社 对象推荐方法和对象推荐设备
CN105864961A (zh) * 2016-03-31 2016-08-17 广东美的制冷设备有限公司 空调器的控制方法、控制装置和空调器
CN106972996A (zh) * 2017-05-11 2017-07-21 广东汇泰龙科技有限公司 一种基于云锁的家居智能联动方法、系统
US20200065879A1 (en) * 2018-08-22 2020-02-27 Midea Group Co., Ltd. Methods and systems for home device recommendation
CN111694280A (zh) * 2019-03-14 2020-09-22 青岛海尔智能技术研发有限公司 一种应用场景的控制系统及其控制方法
CN112579895A (zh) * 2020-12-17 2021-03-30 珠海格力电器股份有限公司 一种场景推荐方法、装置、智能终端及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄东晋， 唐鹏斌， 王音， 丁友东: "基于交互历史的三维家居个性化推荐与虚拟展示", 《应用科学学报》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109890106A (zh) * 2018-11-02 2019-06-14 中国计量大学 基于用户身份自动识别的酒店个性化智能照明装置、系统与方法
CN109683486A (zh) * 2018-12-28 2019-04-26 广东匠格装饰设计工程有限公司 一种控制智能家电设备的方法
CN109615751A (zh) * 2019-01-04 2019-04-12 四川虹美智能科技有限公司 一种设备门的状态控制方法及设备
CN109828474A (zh) * 2019-01-15 2019-05-31 深圳旦倍科技有限公司 基于大数据的云端智能环境管理方法及系统
CN109963194A (zh) * 2019-03-08 2019-07-02 佛山市云米电器科技有限公司 基于人脸识别的视频进度智能跟随播放方法及系统
CN109963194B (zh) * 2019-03-08 2021-03-16 佛山市云米电器科技有限公司 基于人脸识别的视频进度智能跟随播放方法及系统
CN110989378A (zh) * 2019-11-28 2020-04-10 星络智能科技有限公司 一种智能家居控制器及其交互方法、存储介质
CN111093246A (zh) * 2019-12-30 2020-05-01 国网北京市电力公司 一种基于人因工程的无线传感网智能分簇方法
CN111881759A (zh) * 2020-06-30 2020-11-03 青岛海尔科技有限公司 身份类别的识别方法和装置及存储介质
CN114125847A (zh) * 2020-08-27 2022-03-01 东北大学秦皇岛分校 泛在电力物联网下一种基于设备指纹的终端身份认证方法
CN114125847B (zh) * 2020-08-27 2023-12-15 东北大学秦皇岛分校 泛在电力物联网下一种基于设备指纹的终端身份认证方法
CN112327648A (zh) * 2020-11-09 2021-02-05 睿住科技有限公司 家用设备的控制方法、装置和计算机可读存储介质
CN112327648B (zh) * 2020-11-09 2024-04-09 广东睿住智能科技有限公司 家用设备的控制方法、装置和计算机可读存储介质
CN113485132A (zh) * 2021-06-21 2021-10-08 青岛海尔科技有限公司 用于智慧家庭系统的管理方法、装置和智慧家庭系统
CN113485132B (zh) * 2021-06-21 2024-03-22 青岛海尔科技有限公司 用于智慧家庭系统的管理方法、装置和智慧家庭系统
CN114415537A (zh) * 2022-01-27 2022-04-29 合肥惟新半导体科技有限公司 基于家用电器的控制系统

Also Published As

Publication number Publication date
CN108121211B (zh) 2021-09-14

Similar Documents

Publication Publication Date Title
CN108121211A (zh) 家电设备的控制方法、服务器及计算机可读存储介质
CN106096576B (zh) 一种机器人的智能服务方法
CN108052014A (zh) 智能家居的控制方法、系统及计算机可读存储介质
CN110836514B (zh) 空调组的控制方法和装置
CN110462604A (zh) 基于设备使用关联互联网设备的数据处理系统和方法
CN105068513B (zh) 基于社交网络行为感知的智能家庭能源管理方法
CN107463124A (zh) 智能空气设备及其控制方法、装置、服务器、存储介质
CN108131791A (zh) 家电设备的控制方法、装置及服务器
CN108488987A (zh) 空气调节设备的控制方法、存储介质和设备
CN106327357B (zh) 一种基于改进概率神经网络的负载识别方法
CN107580237A (zh) 电视的操作方法、装置、系统和存储介质
WO2021143264A1 (zh) 图像处理方法、装置、服务器和存储介质
CN110519636A (zh) 语音信息播放方法、装置、计算机设备及存储介质
CN103678394A (zh) 基于肖像匹配度的婚恋交友推荐方法和系统
CN106910136A (zh) 为家庭画像的方法及装置、系统
CN112132208B (zh) 图像转换模型的生成方法、装置、电子设备及存储介质
CN109903087A (zh) 基于行为特征预测用户属性值的方法、装置及存储介质
CN110377587A (zh) 基于机器学习的迁移数据确定方法、装置、设备及介质
CN105159541A (zh) 用于空港服务的多媒体终端及其显示方法
CN110020022A (zh) 数据处理方法、装置、设备及可读存储介质
CN106846082A (zh) 基于硬件信息的旅游冷启动用户产品推荐系统及方法
CN107368499A (zh) 一种客户标签建模及推荐方法及装置
CN109117829A (zh) 基于tensorflow的茶叶品种识别系统
CN114690660A (zh) 基于智能家居的电器控制系统
WO2022048515A1 (zh) 一种测评实现方法、装置和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant