CN109358515A - 一种家居设备控制方法、装置、控制设备及可读存储介质 - Google Patents
一种家居设备控制方法、装置、控制设备及可读存储介质 Download PDFInfo
- Publication number
- CN109358515A CN109358515A CN201811171694.XA CN201811171694A CN109358515A CN 109358515 A CN109358515 A CN 109358515A CN 201811171694 A CN201811171694 A CN 201811171694A CN 109358515 A CN109358515 A CN 109358515A
- Authority
- CN
- China
- Prior art keywords
- home equipment
- equipment
- control data
- running parameter
- device control
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000012549 training Methods 0.000 claims abstract description 94
- 238000004378 air conditioning Methods 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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] or 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Selective Calling Equipment (AREA)
Abstract
本发明公开了一种一种家居设备控制方法、装置、控制设备及可读存储介质,该方法包括:当识别到门锁被打开时,针对所述门锁所在家居环境中安装的家居设备,获取该家居设备的第一设备控制数据,其中所述第一设备控制数据包括所述门锁被打开的第一时间数据和/或第一环境数据;将所述第一设备控制数据输入到该家居设备对应的预先训练完成的设备控制模型中,基于所述设备控制模型,确定所述第一设备控制数据对应的第一工作参数;根据所述第一工作参数,对该家居设备进行控制。本发明中实现了对家居设备的自动控制,避免了用户手动控制操作繁琐的问题,提高了家居设备的启动效率。
Description
技术领域
本发明涉及智能家居技术领域,尤其涉及一种家居设备控制方法、装置、控制设备及可读存储介质。
背景技术
现有智能家居环境中,用户在下班回家或外出回家后,往往需要在开锁后手动对室内的其他家居设备进行开机调整等控制,例如在炎热的夏天,用户每次进入房间后都需要手动打开空调或开窗等,并且当智能家居环境中的家居设备较多时,用户需要手动控制每个自身需要使用的家居设备,对于用户来说操作繁琐复杂,影响每个家居设备的启动效率。
发明内容
本发明提供了一种家居设备控制方法、装置、控制设备及可读存储介质,用以解决现有技术中用户手动控制每个家居设备操作繁琐影响家居设备启动效率的问题。
本发明提供了一种家居设备控制方法,该方法包括:
当识别到门锁被打开时,针对所述门锁所在家居环境中安装的家居设备,获取该家居设备的第一设备控制数据,其中所述第一设备控制数据包括所述门锁被打开的第一时间数据和/或第一环境数据;将所述第一设备控制数据输入到该家居设备对应的预先训练完成的设备控制模型中,基于所述设备控制模型,确定所述第一设备控制数据对应的第一工作参数;根据所述第一工作参数,对该家居设备进行控制。
进一步地,所述获取该家居设备的第一设备控制数据之前,所述方法还包括:
判断该家居设备是否已开启了智能模式;
如果是,进行后续步骤。
进一步地,家居设备对应的设备控制模型的训练过程包括:
针对训练集中的获取到该家居设备的第二设备控制数据,获取每个第二设备控制数据对应的用户设定的该家居设备的第二工作参数,其中所述第二设备控制数据包括所述门锁被打开的第二时间数据和/或第二环境数据,所述第二工作参数为用户在打开所述门锁之后的设定时间长度内设定的;
根据获取到的所述第二设备控制数据及所述第二设备控制数据对应的第二工作参数,对该家电设备对应的设备控制模型进行训练。
进一步地,如果家居设备包括空调,所述空调的设备控制数据包括所述门锁被打开的时间、季节和环境温度;
如果所述家居设备包括除湿机,所述除湿机的设备控制数据包括环境湿度;
如果所述家居设备包括加湿器,所述加湿器的设备控制数据包括环境湿度;
如果所述家居设备包括空气净化器,所述空气净化器的设备控制数据包括空气质量;
如果所述家居设备包括窗户,所述窗户的设备控制数据包括所述门锁被打开的时间、季节、环境温度和风力;
如果所述家居设备包括电灯,所述电灯的设备控制数据包括所述门锁被打开的时间。
进一步地,如果家居设备包括空调,所述空调的工作参数包括开启关闭状态、工作模式和工作温度;
如果所述家居设备包括除湿机,所述除湿机的工作参数包括除湿档位;
如果所述家居设备包括加湿器,所述加湿器的工作参数包括加湿档位;
如果所述家居设备包括空气净化器,所述空气净化器的工作参数包括工作档位;
如果所述家居设备包括窗户,所述窗户的工作参数包括开窗幅度;
如果所述家居设备包括电灯,所述电灯的工作参数包括开启关闭状态。
进一步地,所述根据所述第一工作参数,对该家居设备进行控制后,所述方法还包括:
在所述训练集中保存所述第一设备控制数据,及所述第一设备控制数据对应的该家居设备的第一工作参数;
判断在设定时间长度内是否接收到用户的工作参数调整指令,其中所述工作参数调整指令携带有调整后的该家居设备的工作参数;
如果是,根据所述调整后的该家居设备的工作参数,对训练集中保存的所述第一设备控制数据对应的该家居设备的第一工作参数进行更新。
进一步地,所述方法还包括:
根据更新后的训练集及设定的训练周期,对当前保存的该家居设备对应的设备控制模型进行训练。
本发明提供了一种家居设备控制装置,该装置包括:
获取模块,用于当识别到门锁被打开时,针对所述门锁所在家居环境中安装的家居设备,获取该家居设备的第一设备控制数据,其中所述第一设备控制数据包括所述门锁被打开的第一时间数据和/或第一环境数据;
确定模块,用于将所述第一设备控制数据输入到该家居设备对应的预先训练完成的设备控制模型中,基于所述设备控制模型,确定所述第一设备控制数据对应的第一工作参数;
控制模块,用于根据所述第一工作参数,对该家居设备进行控制。
进一步地,所述装置还包括:
判断模块,用于判断该家居设备是否已开启了智能模式;如果是,触发所述获取模块。
进一步地,所述装置还包括:
训练模块,用于针对训练集中的获取到该家居设备的第二设备控制数据,获取每个第二设备控制数据对应的用户设定的该家居设备的第二工作参数,其中所述第二设备控制数据包括所述门锁被打开的第二时间数据和/或第二环境数据,所述第二工作参数为用户在打开所述门锁之后的设定时间长度内设定的;根据获取到的所述第二设备控制数据及所述第二设备控制数据对应的第二工作参数,对该家电设备对应的设备控制模型进行训练。
进一步地,如果家居设备包括空调,所述空调的设备控制数据包括所述门锁被打开的时间、季节和环境温度;
如果所述家居设备包括除湿机,所述除湿机的设备控制数据包括环境湿度;
如果所述家居设备包括加湿器,所述加湿器的设备控制数据包括环境湿度;
如果所述家居设备包括空气净化器,所述空气净化器的设备控制数据包括空气质量;
如果所述家居设备包括窗户,所述窗户的设备控制数据包括所述门锁被打开的时间、季节、环境温度和风力;
如果所述家居设备包括电灯,所述电灯的设备控制数据包括所述门锁被打开的时间。
进一步地,如果家居设备包括空调,所述空调的工作参数包括开启关闭状态、工作模式和工作温度;
如果所述家居设备包括除湿机,所述除湿机的工作参数包括除湿档位;
如果所述家居设备包括加湿器,所述加湿器的工作参数包括加湿档位;
如果所述家居设备包括空气净化器,所述空气净化器的工作参数包括工作档位;
如果所述家居设备包括窗户,所述窗户的工作参数包括开窗幅度;
如果所述家居设备包括电灯,所述电灯的工作参数包括开启关闭状态。
进一步地,所述训练模块,还用于根据所述第一工作参数,对该家居设备进行控制后,在所述训练集中保存所述第一设备控制数据,及所述第一设备控制数据对应的该家居设备的第一工作参数;判断在设定时间长度内是否接收到用户的工作参数调整指令,其中所述工作参数调整指令携带有调整后的该家居设备的工作参数;如果是,根据所述调整后的该家居设备的工作参数,对训练集中保存的所述第一设备控制数据对应的该家居设备的第一工作参数进行更新。
进一步地,所述训练模块,还用于根据更新后的训练集及设定的训练周期,对当前保存的该家居设备对应的设备控制模型进行训练。
本发明提供了一种控制设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行上述任一项所述方法的步骤。
本发明提供了一种计算机可读存储介质,其存储有可由控制设备执行的计算机程序,当所述程序在所述控制设备上运行时,使得所述控制设备执行上述任一项所述方法的步骤。
本发明提供了一种家居设备控制方法、装置、控制设备及可读存储介质,该方法包括:当识别到门锁被打开时,针对所述门锁所在家居环境中安装的家居设备,获取该家居设备的第一设备控制数据,其中所述第一设备控制数据包括所述门锁被打开的第一时间数据和/或第一环境数据;将所述第一设备控制数据输入到该家居设备对应的预先训练完成的设备控制模型中,基于所述设备控制模型,确定所述第一设备控制数据对应的第一工作参数;根据所述第一工作参数,对该家居设备进行控制。本发明中控制设备可以根据获取到的门锁操作信息和环境因素信息,及预先训练完成的设备控制模型,输出用于控制家居设备的工作参数信息,从而对家居设备进行控制,实现了对家居设备的自动控制,避免了用户手动控制操作繁琐的问题,提高了家居设备的启动效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实例1提供的一种家居设备控制过程的示意图;
图2为本发明实例1提供的一种家居设备控制流程示意图;
图3为本发明实施例5提供的一种家居设备模型的训练流程示意图;
图4为本发明实施例6提供的一种控制设备的结构示意图;
图5为本发明实施例提供的一种家居设备控制装置示意图。
具体实施方式
为了简化用户对家居设备的控制操作,提高家居设备的启动效率,本发明实施例提供了一种家居设备控制方法、装置、控制设备及可读存储介质。
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
图1为本发明实施例提供的一种家居设备控制过程的示意图,该过程包括以下步骤:
S101:当识别到门锁被打开时,针对所述门锁所在家居环境中安装的家居设备,获取该家居设备的第一设备控制数据,其中所述第一设备控制数据包括所述门锁被打开的第一时间数据和/或第一环境数据。
本发明实施例提供的家居设备控制方法应用于控制设备,该控制设备可以为终端,也可以为家居设备自身等,只要能具有较高的计算能力和网络通信能力即可。如果该控制设备为终端,则该控制设备可以为用户终端、智能网关或服务器等,如果该控制设备为家居设备自身,则该控制设备可以为家居环境中安装的任一家居设备。
该控制设备能够与门锁进行通信,从而识别到门锁被打开,具体地,控制设备按照设定的时间间隔向门锁发送打开询问操作,当接收到门锁返回的已被打开的响应,为了保证获取到的实时性,该设定的时间间隔可以设置的较小,如10秒、30秒或1分钟等,也可以是当门锁识别到用户的打开操作时,可以将自身被打开的信息发送给该控制设备,此种方式比较节省网络资源。
该控制设备能够获取到门锁所在家居环境中安装的家居设备,具体地,如果该控制设备为终端,则该控制设备可以在智能网关或服务器中获取与门锁位于同一局域网环境中的家居设备,并该获取到的家居设备确定为家居环境中安装的家居设备,如果该控制设备为家居设备自身,则该控制设备可以是直接将与门锁及自身连接的家居设备确定为家居环境中安装的家居设备。该控制设备获取到的家居环境中安装的家居设备可以为一个或多个,通常会将家居环境中安装的每个家居设备都获取到。
该控制设备获取到门锁所在家居环境中安装的家居设备后,针对获取到的家居设备,可以获取到该家居设备的第一设备控制数据,该第一设备控制数据包括门锁被打开的第一时间数据和/或第一环境数据,该门锁被打开的第一时间数据可以是该控制设备识别到门锁被打开时记录的,该第一环境数据为环境参数收集装置获取到的,具体地可以是家居环境中安装的传感器采集到的,可以是该控制设备在服务器中查询到的。
设备控制数据具体包括何种数据与其对应的家居设备的类型相关。
如果家居设备包括空调,所述空调的设备控制数据包括所述门锁被打开的时间、季节和环境温度;
如果所述家居设备包括除湿机,所述除湿机的设备控制数据包括环境湿度;
如果所述家居设备包括加湿器,所述加湿器的设备控制数据包括环境湿度;
如果所述家居设备包括空气净化器,所述空气净化器的设备控制数据包括空气质量;
如果所述家居设备包括窗户,所述窗户的设备控制数据包括所述门锁被打开的时间、季节、环境温度和风力。
如果所述家居设备包括电灯,所述电灯的设备控制数据包括所述门锁被打开的时间。
家居设备对应的第一设备控制数据至少包括以上设备控制数据,进一步还可以根据用户的需求进行相应调整,在此不做限定。
如果该控制设备仅对某一家居设备进行控制,则该第一设备控制数据中仅包括该家居设备对应的第一设备控制数据,如果该控制对多个家居设备进行控制,则该第一设备控制数据中包括该家居设备中每个家居设备对应的第一设备控制数据。
S102:将所述第一设备控制数据输入到该家居设备对应的预先训练完成的设备控制模型中,基于所述设备控制模型,确定所述第一设备控制数据对应的第一工作参数。
控制设备中保存有该家居设备对应的预先训练完成的设备控制模型,因此控制设备可以根据获取到的该家居设备的第一设备控制数据,并基于该家居设备对应的设备控制模型,确定该第一设备控制数据对应的第一工作参数,从而实现对该家居设备的控制。
该家居设备对应的训练完成的设备控制模型,可以为根据家居环境内用户的使用预先学习到的设备控制模型,可以为大数据分析下确定的设备控制模型,可以为根据用户的使用调整实时重新训练修正后的设备控制模型等。
控制设备中针对每个家居设备保存的对应的设备控制模型可以相同或不同,如果针对每个家居设备保存的对应的设备控制模型相同,则可以是控制设备中针对每个家居设备仅保存一个设备控制模型即可。
该设备控制模型输出的第一工作参数与家居设备的类型有关。
如果家居设备包括空调,所述空调的工作参数包括开启关闭状态、工作模式和工作温度;
如果所述家居设备包括除湿机,所述除湿机的工作参数包括除湿档位;
如果所述家居设备包括加湿器,所述加湿器的工作参数包括加湿档位;
如果所述家居设备包括空气净化器,所述空气净化器的工作参数包括工作档位;
如果所述家居设备包括窗户,所述窗户的工作参数包括开窗幅度。
如果所述家居设备包括电灯,所述电灯的工作参数包括开启关闭状态。
家居设备对应的第一工作参数至少包括以上工作参数,进一步还可以根据用户的使用习惯进行相应调整,在此不做限定。
S103:根据所述第一工作参数,对该家居设备进行控制。
控制设备可以根据第一工作参数,对该家居设备进行控制。
本发明实施例将门锁与其他家居设备进行联动,通过人工智能的机器学习技术,将用户在使用门锁时的开门时间、季节、环境温湿度、用户习惯等因素作为变量,进行人工神经网络算法计算,得出开门时控制其他家电的结果,使得用户可以在使用门锁时更方便地联动控制家电,用户在打开门锁后,控制设备即可实现多个家居设备的控制,简化用户对家居设备的控制操作,提高家居设备的启动效率,并且进一步还可以提高家居设备的控制准确性,保证了家居环境的舒适性。
如图2所示,为本发明实施例提供的家居设备控制的流程示意图,在该联动控制流程,用户在对门锁进行控制后,一样会将开锁操作信号传达算法装置,算法装置获取开锁时间,从环境收集装置获取环境参数,通过生成的算法对其他家电进行联动操作,使得用户可以打开门锁后自动联动控制家电。具体地当门锁被操作时,控制设备可以获取到门锁被打开的时间数据即开锁时间,并且还会获取环境参数收集装置采集的季节、环境温湿度、开锁时间等信息,将这些数据输入到算法装置中即被控制的其他家电对应的设备控制模型,该设备控制模型为训练完成后生成的控制算法,与其他家居设备进行联动,实现算法装置输出的第一工作参数对该其他家电设备的控制。
例如在炎热的夏天,用户每次进入房间后都需要手动打开空调或开窗等,并且当智能家居环境中的家居设备较多时,用户需要手动控制每个自身需要使用的家居设备,对于用户来说操作繁琐复杂,影响每个家居设备的启动效率。
本发明实施例中控制设备可以根据获取到的门锁操作信息和环境因素信息,及预先训练完成的设备控制模型,输出用于控制家居设备的工作参数信息,从而对家居设备进行控制,实现了对家居设备的自动控制,避免了用户手动控制操作繁琐的问题,提高了家居设备的启动效率。
实施例2:
在上述实施例的基础上,本发明实施例中,所述获取该家居设备的第一设备控制数据之前,所述方法还包括:
判断该家居设备是否已开启了智能模式;
如果是,进行后续步骤。
当用户打开门锁后,控制设备识别到门锁被打开时,如果用户开了家居设备的智能模式,则控制设备能够自动获取家居设备的第一设备控制数据,并基于设备控制模型中确定家居设备的第一工作参数,从而实现对家居设备的自动控制,进一步提高用户体验。
如果家居设备识别到了用户开启了智能模式,家居设备可以向该控制设备发送用户已开启智能模式的信息,告知控制设备该家居设备已开启了智能模式。
当然,家居设备在非智能模式或智能模型的工作参数还可以由用户进行手动调整,此时家居设备可以将用户手动调整的工作参数发送给控制设备,控制设备根据用户手动调整的工作参数,对训练完成的设备控制模型进行重新训练修正。
本发明实施例中能够在智能模式下实现对家居设备的自动控制,进一步提高了用户体验。
实施例3:
在上述各实施例的基础上,本发明实施例中,家居设备对应的设备控制模型的训练过程包括:
针对训练集中的获取到该家居设备的第二设备控制数据,获取每个第二设备控制数据对应的用户设定的该家居设备的第二工作参数,其中所述第二设备控制数据包括所述门锁被打开的第二时间数据和/或第二环境数据,所述第二工作参数为用户在打开所述门锁之后的设定时间长度内设定的;
根据获取到的所述第二设备控制数据及所述第二设备控制数据对应的第二工作参数,对该家电设备对应的设备控制模型进行训练。
本发明实施例中的家居设备对应的设备控制模型可以为基于神经网络训练完成的模型。
具体地,训练集中包含大量的家居设备的第二设备控制数据,训练集中包含的第二设备控制数据为用于进行模型训练的样本,对于训练集中的每个第二设备控制数据,控制设备获取第二设备控制数据对应的用户设定的该家居设备的第二工作参数。训练集中该第二工作参数为用户在打开门锁之后的设定时间长度内设定的,该设定时间长度可以保存在控制设备中或家居设备中,该设定时间长度任意,如可以为10分钟、30分钟等。
第二设备控制数据包括门锁被打开的第二时间数据和/或第二环境数据,对家居设备控制时需要获取的其对应的第一设备控制数据,应与在该家居设备对应的设备控制模型在进行训练时训练集中的第二设备控制数据包括的数据类型一致,如设备控制模型训练时训练集中的第二设备控制数据仅包括第二时间时,则在对该家居设备进行控制时也对应地获取的第一设备控制数据仅包括第一时间。
根据获取到的第二设备控制数据及第二设备控制数据对应的第二工作参数,对家居设备对应的设备控制模型进行训练。
根据用于训练的数据对模型进行训练的过程可以采用现有技术实现,在本发明实施例中不做赘述。
由此可见,本发明主要包括对算法进行训练流程和联动控制流程。在门锁与家电联动控制之间增加一个环境检测收集装置,用于对环境参数收集;增加一个算法装置,用于在训练流程将门锁操作时间、环境因素、其他家电控制作为参数训练生成算法以及在控制流程中将门锁操作时间、环境因素输入进而控制其他家电。
本发明实施例中通过对设备控制模型进行训练,保证了在进行家居设备控制时,根据训练完成的设备控制模型能够实现对家居设备的准确控制。
实施例4:
在上述各实例的基础上,本发明实施例中,所述根据所述第一工作参数,对该家居设备进行控制后,所述方法还包括:
在所述训练集中保存所述第一设备控制数据,及所述第一设备控制数据对应的该家居设备的第一工作参数;
判断在设定时间长度内是否接收到用户的工作参数调整指令,其中所述工作参数调整指令携带有调整后的该家居设备的工作参数;
如果是,根据所述调整后的该家居设备的工作参数,对训练集中保存的所述第一设备控制数据对应的该家居设备的第一工作参数进行更新。
当根据设备控制模型输出的第一工作参数对该家居设备进行控制后,如果接收到用户的工作参数调整指令,则对训练集中保存的数据信息更新,从而对该家居设备对应的设备控制模型进行重新训练修正。
为了实现该家居设备对应的设备控制模型的重新训练,可以将第一设备控制数据,及该第一设备控制数据对应的该家居设备的第一工作参数在训练集中进行保存。
控制设备根据对应的第一工作参数对家居进行控制后,用户可以根据自身需求和习惯在设定时间长度内对家居设备的工作参数进行调整,用户进行调整可以直接采用该家居设备的遥控器进行控制,也可以采用用户终端进行控制。该设定时间长度与上述用户设定工作参数时的设定时间长度一致,在此不做赘述。
如果需要调整,用户会对家居设备进行工作参数调整操作,此时终端会接收到用户的工作参数调整指令,工作参数调整指令携带有调整后的该家居设备的工作参数,控制设备可以根据该调整后的该家居设备的工作参数,对训练集中保存的第一设备控制数据对应的该家居设备的第一工作参数进行更新,从而对该家居设备对应的设备控制模型进行重新训练,从而使得重新训练后的设备控制模型,在进行家居设备的控制时,能够更好的满足用户使用需求,为用户提供更加舒适的环境。
并且若家居设备不开启智能模式时,控制设备可以根据用户手动设定的工作参数及获取到的设备控制数据对该家居设备对应的设备控制模型进行重新训练。
控制设备根据更新后的训练集对家居设备对应的设备控制模型进行重新训练,可以实时进行的即当训练集有更新,立即对家居设备对应的设备控制模型进行重新训练,可以是按照设定的训练周期,对家居设备对应的设备控制模型进行重新训练等。
实施例5:
在上述各实例的基础上,本发明实施例中,所述方法还包括:
根据更新后的训练集及设定的训练周期,对当前保存的该家居设备对应的设备控制模型进行训练。
为了减少控制设备的资源消耗,控制设备无需在每次训练集更新后立即对家居设备对应的设备控制模型进行训练,因此控制设备中可以保存有设定的训练周期,该设定的训练周期可以为任意周期,例如一周、15天或一个月、一个季度等。
控制设备可以根据更新后的训练集及设定的训练周期,对当前保存的该家居设备对应的设备控制模型训练,此时可以看作是对设备控制模型的重新训练修正。
如图3所示对上述各实施例进行说明,在训练流程,用户在对门锁进行控制后,会将开锁操作信号传达算法装置,算法装置获取开锁时间,同时从环境收集装置获取环境参数,以用户开锁后一定时间内对其他电器的操作作为结果生成初步算法。在用户下一次对门锁进行控制后,以环境、开锁时间为参数,通过上次生成的算法生成一个其他家电操作结果,然后对比用户在开锁后一定时间内对其他电器的操作,对初步算法进行优化。后续再在下一次开锁过程对算法进行优化,算法的优化程度会随着训练次数的增多而提升,最后形成最优算法,可用于联动控制流程。
实施例6:
在上述各实施例的基础上,本发明实施例还提供了一种控制设备,如图4所示,包括:处理器401、通信接口402、存储器403和通信总线404,其中,处理器401,通信接口402,存储器403通过通信总线404完成相互间的通信;
所述存储器403中存储有计算机程序,当所述程序被所述处理器401执行时,使得所述处理器401执行上述任一实施例中的家居设备控制方法。
本发明实施例提供的家居设备控制方法应用于控制设备。
上述控制设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口402用于上述控制设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字指令处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
实施例7:
在上述各实施例的基础上,本发明实施例还提供了一种计算机存储可读存储介质,所述计算机可读存储介质内存储有可由控制设备执行的计算机程序,当所述程序在所述控制设备上运行时,使得所述控制设备执行时实现上述任一实施例中的家居设备控制方法。
上述计算机可读存储介质可以是控制设备中的处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。
图5为本发明实施例提供的一种家居设备控制装置500示意图,应用于控制设备,该装置包括:
获取模块501,用于当识别到门锁被打开时,针对所述门锁所在家居环境中安装的家居设备,获取该家居设备的第一设备控制数据,其中所述第一设备控制数据包括所述门锁被打开的第一时间数据和/或第一环境数据;
确定模块502,用于将所述第一设备控制数据输入到该家居设备对应的预先训练完成的设备控制模型中,基于所述设备控制模型,确定所述第一设备控制数据对应的第一工作参数;
控制模块503,用于根据所述第一工作参数,对该家居设备进行控制。
所述装置还包括:
判断模块504,用于判断该家居设备是否已开启了智能模式;如果是,触发所述获取模块。
所述装置还包括:
训练模块505,用于针对训练集中的获取到该家居设备的第二设备控制数据,获取每个第二设备控制数据对应的用户设定的该家居设备的第二工作参数,其中所述第二设备控制数据包括所述门锁被打开的第二时间数据和/或第二环境数据,所述第二工作参数为用户在打开所述门锁之后的设定时间长度内设定的;根据获取到的所述第二设备控制数据及所述第二设备控制数据对应的第二工作参数,对该家电设备对应的设备控制模型进行训练。
如果家居设备包括空调,所述空调的设备控制数据包括所述门锁被打开的时间、季节和环境温度;
如果所述家居设备包括除湿机,所述除湿机的设备控制数据包括环境湿度;
如果所述家居设备包括加湿器,所述加湿器的设备控制数据包括环境湿度;
如果所述家居设备包括空气净化器,所述空气净化器的设备控制数据包括空气质量;
如果所述家居设备包括窗户,所述窗户的设备控制数据包括所述门锁被打开的时间、季节、环境温度和风力。
如果所述家居设备包括电灯,所述电灯的设备控制数据包括所述门锁被打开的时间。
如果家居设备包括空调,所述空调的工作参数包括开启关闭状态、工作模式和工作温度;
如果所述家居设备包括除湿机,所述除湿机的工作参数包括除湿档位;
如果所述家居设备包括加湿器,所述加湿器的工作参数包括加湿档位;
如果所述家居设备包括空气净化器,所述空气净化器的工作参数包括工作档位;
如果所述家居设备包括窗户,所述窗户的工作参数包括开窗幅度;
如果所述家居设备包括电灯,所述电灯的工作参数包括开启关闭状态。
所述训练模块505,还用于根据所述第一工作参数,对该家居设备进行控制后,在所述训练集中保存所述第一设备控制数据,及所述第一设备控制数据对应的该家居设备的第一工作参数;判断在设定时间长度内是否接收到用户的工作参数调整指令,其中所述工作参数调整指令携带有调整后的该家居设备的工作参数;如果是,根据所述调整后的该家居设备的工作参数,对训练集中保存的所述第一设备控制数据对应的该家居设备的第一工作参数进行更新。
所述训练模块505,还用于根据更新后的训练集及设定的训练周期,对当前保存的该家居设备对应的设备控制模型进行训练。
本发明实施例中控制设备可以根据获取到的门锁操作信息和环境因素信息,及预先训练完成的设备控制模型,输出用于控制家居设备的工作参数信息,从而对家居设备进行控制,实现了对家居设备的自动控制,避免了用户手动控制操作繁琐的问题,提高了家居设备的启动效率。
对于系统/装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者一个操作与另一个实体或者另一个操作区分开来,而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (16)
1.一种家居设备控制方法,其特征在于,该方法包括:
当识别到门锁被打开时,针对所述门锁所在家居环境中安装的家居设备,获取该家居设备的第一设备控制数据,其中所述第一设备控制数据包括所述门锁被打开的第一时间数据和/或第一环境数据;将所述第一设备控制数据输入到该家居设备对应的预先训练完成的设备控制模型中,基于所述设备控制模型,确定所述第一设备控制数据对应的第一工作参数;根据所述第一工作参数,对该家居设备进行控制。
2.如权利要求1所述的方法,其特征在于,所述获取该家居设备的第一设备控制数据之前,所述方法还包括:
判断该家居设备是否已开启了智能模式;
如果是,进行后续步骤。
3.如权利于要求1所述的方法,其特征在于,家居设备对应的设备控制模型的训练过程包括:
针对训练集中的获取到该家居设备的第二设备控制数据,获取每个第二设备控制数据对应的用户设定的该家居设备的第二工作参数,其中所述第二设备控制数据包括所述门锁被打开的第二时间数据和/或第二环境数据,所述第二工作参数为用户在打开所述门锁之后的设定时间长度内设定的;
根据获取到的所述第二设备控制数据及所述第二设备控制数据对应的第二工作参数,对该家电设备对应的设备控制模型进行训练。
4.如权利要求1或3所述的方法,其特征在于,如果家居设备包括空调,所述空调的设备控制数据包括所述门锁被打开的时间、季节和环境温度;
如果所述家居设备包括除湿机,所述除湿机的设备控制数据包括环境湿度;
如果所述家居设备包括加湿器,所述加湿器的设备控制数据包括环境湿度;
如果所述家居设备包括空气净化器,所述空气净化器的设备控制数据包括空气质量;
如果所述家居设备包括窗户,所述窗户的设备控制数据包括所述门锁被打开的时间、季节、环境温度和风力;
如果所述家居设备包括电灯,所述电灯的设备控制数据包括所述门锁被打开的时间。
5.如权利要求1或3所述的方法,其特征在于,如果家居设备包括空调,所述空调的工作参数包括开启关闭状态、工作模式和工作温度;
如果所述家居设备包括除湿机,所述除湿机的工作参数包括除湿档位;
如果所述家居设备包括加湿器,所述加湿器的工作参数包括加湿档位;
如果所述家居设备包括空气净化器,所述空气净化器的工作参数包括工作档位;
如果所述家居设备包括窗户,所述窗户的工作参数包括开窗幅度;
如果所述家居设备包括电灯,所述电灯的工作参数包括开启关闭状态。
6.如权利要求3所述的方法,其特征在于,所述根据所述第一工作参数,对该家居设备进行控制后,所述方法还包括:
在所述训练集中保存所述第一设备控制数据,及所述第一设备控制数据对应的该家居设备的第一工作参数;
判断在设定时间长度内是否接收到用户的工作参数调整指令,其中所述工作参数调整指令携带有调整后的该家居设备的工作参数;
如果是,根据所述调整后的该家居设备的工作参数,对训练集中保存的所述第一设备控制数据对应的该家居设备的第一工作参数进行更新。
7.如权利要求6所述的方法,其特征在于,所述方法还包括:
根据更新后的训练集及设定的训练周期,对当前保存的该家居设备对应的设备控制模型进行训练。
8.一种家居设备控制装置,其特征在于,该装置包括:
获取模块,用于当识别到门锁被打开时,针对所述门锁所在家居环境中安装的家居设备,获取该家居设备的第一设备控制数据,其中所述第一设备控制数据包括所述门锁被打开的第一时间数据和/或第一环境数据;
确定模块,用于将所述第一设备控制数据输入到该家居设备对应的预先训练完成的设备控制模型中,基于所述设备控制模型,确定所述第一设备控制数据对应的第一工作参数;
控制模块,用于根据所述第一工作参数,对该家居设备进行控制。
9.如权利要求8所述的装置,其特征在于,所述装置还包括:
判断模块,用于判断该家居设备是否已开启了智能模式;如果是,触发所述获取模块。
10.如权利于要求8所述的装置,其特征在于,所述装置还包括:
训练模块,用于针对训练集中的获取到该家居设备的第二设备控制数据,获取每个第二设备控制数据对应的用户设定的该家居设备的第二工作参数,其中所述第二设备控制数据包括所述门锁被打开的第二时间数据和/或第二环境数据,所述第二工作参数为用户在打开所述门锁之后的设定时间长度内设定的;根据获取到的所述第二设备控制数据及所述第二设备控制数据对应的第二工作参数,对该家电设备对应的设备控制模型进行训练。
11.如权利要求8或10所述的装置,其特征在于,如果家居设备包括空调,所述空调的设备控制数据包括所述门锁被打开的时间、季节和环境温度;
如果所述家居设备包括除湿机,所述除湿机的设备控制数据包括环境湿度;
如果所述家居设备包括加湿器,所述加湿器的设备控制数据包括环境湿度;
如果所述家居设备包括空气净化器,所述空气净化器的设备控制数据包括空气质量;
如果所述家居设备包括窗户,所述窗户的设备控制数据包括所述门锁被打开的时间、季节、环境温度和风力;
如果所述家居设备包括电灯,所述电灯的设备控制数据包括所述门锁被打开的时间。
12.如权利要求8或10所述的装置,其特征在于,如果家居设备包括空调,所述空调的工作参数包括开启关闭状态、工作模式和工作温度;
如果所述家居设备包括除湿机,所述除湿机的工作参数包括除湿档位;
如果所述家居设备包括加湿器,所述加湿器的工作参数包括加湿档位;
如果所述家居设备包括空气净化器,所述空气净化器的工作参数包括工作档位;
如果所述家居设备包括窗户,所述窗户的工作参数包括开窗幅度;
如果所述家居设备包括电灯,所述电灯的工作参数包括开启关闭状态。
13.如权利要求10所述的装置,其特征在于,所述训练模块,还用于根据所述第一工作参数,对该家居设备进行控制后,在所述训练集中保存所述第一设备控制数据,及所述第一设备控制数据对应的该家居设备的第一工作参数;判断在设定时间长度内是否接收到用户的工作参数调整指令,其中所述工作参数调整指令携带有调整后的该家居设备的工作参数;如果是,根据所述调整后的该家居设备的工作参数,对训练集中保存的所述第一设备控制数据对应的该家居设备的第一工作参数进行更新。
14.如权利要求13所述的装置,其特征在于,所述训练模块,还用于根据更新后的训练集及设定的训练周期,对当前保存的该家居设备对应的设备控制模型进行训练。
15.一种控制设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行权利要求1~7任一项所述方法的步骤。
16.一种计算机可读存储介质,其特征在于,其存储有可由控制设备执行的计算机程序,当所述程序在所述控制设备上运行时,使得所述控制设备执行权利要求1~7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811171694.XA CN109358515A (zh) | 2018-10-09 | 2018-10-09 | 一种家居设备控制方法、装置、控制设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811171694.XA CN109358515A (zh) | 2018-10-09 | 2018-10-09 | 一种家居设备控制方法、装置、控制设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109358515A true CN109358515A (zh) | 2019-02-19 |
Family
ID=65348729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811171694.XA Pending CN109358515A (zh) | 2018-10-09 | 2018-10-09 | 一种家居设备控制方法、装置、控制设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109358515A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901408A (zh) * | 2019-03-08 | 2019-06-18 | 阿里巴巴集团控股有限公司 | 一种智能设备的控制方法、装置和系统 |
CN110687807A (zh) * | 2019-10-14 | 2020-01-14 | 珠海格力电器股份有限公司 | 一种智能窗帘的控制方法、装置、设备及介质 |
CN110989731A (zh) * | 2019-11-04 | 2020-04-10 | 佛山市云米电器科技有限公司 | 一种风机与外部联设备的联动控制方法及系统 |
CN111505947A (zh) * | 2019-01-30 | 2020-08-07 | 佛山市云米电器科技有限公司 | 家电设备控制方法、智能门锁及计算机可读存储介质 |
WO2020252703A1 (zh) * | 2019-06-19 | 2020-12-24 | 深圳市欢太科技有限公司 | 设备控制方法、装置、服务器及存储介质 |
CN112217699A (zh) * | 2020-10-09 | 2021-01-12 | 珠海格力电器股份有限公司 | 智能家居设备的控制方法和装置 |
CN112394647A (zh) * | 2019-08-19 | 2021-02-23 | 中国移动通信有限公司研究院 | 家居设备的控制方法、装置、设备及存储介质 |
CN114167801A (zh) * | 2021-12-06 | 2022-03-11 | 中成卓越(北京)厨房设备有限公司 | 一种基于联动控制的厨房设备管理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714504A (zh) * | 2013-12-12 | 2015-06-17 | 中兴通讯股份有限公司 | 智能家居控制方法、控制系统和远程服务器 |
CN104865943A (zh) * | 2015-05-29 | 2015-08-26 | 四川长虹电器股份有限公司 | 基于门禁系统的智能家电联动控制方法 |
CN104965503A (zh) * | 2015-07-17 | 2015-10-07 | 江西洪都航空工业集团有限责任公司 | 一种基于机器学习的智能家居控制系统 |
CN205405104U (zh) * | 2016-03-04 | 2016-07-27 | 橙朴(上海)智能科技有限公司 | 一种基于学习的智能家居控制系统 |
CN108490796A (zh) * | 2018-03-01 | 2018-09-04 | 深圳市百创网络科技有限公司 | 智能家居控制系统及方法 |
-
2018
- 2018-10-09 CN CN201811171694.XA patent/CN109358515A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714504A (zh) * | 2013-12-12 | 2015-06-17 | 中兴通讯股份有限公司 | 智能家居控制方法、控制系统和远程服务器 |
CN104865943A (zh) * | 2015-05-29 | 2015-08-26 | 四川长虹电器股份有限公司 | 基于门禁系统的智能家电联动控制方法 |
CN104965503A (zh) * | 2015-07-17 | 2015-10-07 | 江西洪都航空工业集团有限责任公司 | 一种基于机器学习的智能家居控制系统 |
CN205405104U (zh) * | 2016-03-04 | 2016-07-27 | 橙朴(上海)智能科技有限公司 | 一种基于学习的智能家居控制系统 |
CN108490796A (zh) * | 2018-03-01 | 2018-09-04 | 深圳市百创网络科技有限公司 | 智能家居控制系统及方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111505947A (zh) * | 2019-01-30 | 2020-08-07 | 佛山市云米电器科技有限公司 | 家电设备控制方法、智能门锁及计算机可读存储介质 |
CN109901408A (zh) * | 2019-03-08 | 2019-06-18 | 阿里巴巴集团控股有限公司 | 一种智能设备的控制方法、装置和系统 |
WO2020252703A1 (zh) * | 2019-06-19 | 2020-12-24 | 深圳市欢太科技有限公司 | 设备控制方法、装置、服务器及存储介质 |
CN113412609A (zh) * | 2019-06-19 | 2021-09-17 | 深圳市欢太科技有限公司 | 设备控制方法、装置、服务器及存储介质 |
CN112394647A (zh) * | 2019-08-19 | 2021-02-23 | 中国移动通信有限公司研究院 | 家居设备的控制方法、装置、设备及存储介质 |
CN112394647B (zh) * | 2019-08-19 | 2024-04-19 | 中国移动通信有限公司研究院 | 家居设备的控制方法、装置、设备及存储介质 |
CN110687807A (zh) * | 2019-10-14 | 2020-01-14 | 珠海格力电器股份有限公司 | 一种智能窗帘的控制方法、装置、设备及介质 |
CN110989731A (zh) * | 2019-11-04 | 2020-04-10 | 佛山市云米电器科技有限公司 | 一种风机与外部联设备的联动控制方法及系统 |
CN112217699A (zh) * | 2020-10-09 | 2021-01-12 | 珠海格力电器股份有限公司 | 智能家居设备的控制方法和装置 |
CN114167801A (zh) * | 2021-12-06 | 2022-03-11 | 中成卓越(北京)厨房设备有限公司 | 一种基于联动控制的厨房设备管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109358515A (zh) | 一种家居设备控制方法、装置、控制设备及可读存储介质 | |
EP3411634B1 (en) | Data learning server and method for generating and using learning model thereof | |
CN110578994B (zh) | 一种运行方法及装置 | |
CN104808499B (zh) | 一种基于联动规则控制智能家居设备的方法及控制装置 | |
WO2021000790A1 (zh) | 一种智能家居控制方法及智能家居控制装置 | |
CN102779228B (zh) | 商场建筑中央空调冷负荷在线预测方法及系统 | |
CN105068515A (zh) | 一种基于自学习算法的智能家居设备语音控制方法 | |
CN105652677B (zh) | 一种基于用户行为分析的智能家居控制方法、装置和系统 | |
CN106322656A (zh) | 一种空调控制方法及服务器和空调系统 | |
KR102324424B1 (ko) | 냉난방공조 에너지 최적화 장치 및 방법 | |
CN110631221A (zh) | 一种空调的控制方法、装置、终端及存储介质 | |
CN112286150B (zh) | 一种智能家居设备管理方法、装置、系统及存储介质 | |
CN111338227B (zh) | 基于强化学习的电子电器控制方法及控制设备、存储介质 | |
CN108449245A (zh) | 基于物联网的设备控制系统、设备控制方法及装置 | |
CN110333703A (zh) | 一种基于深度学习技术的智能家居控制系统及控制方法 | |
CN110687802A (zh) | 一种智能家电控制方法及智能家电控制装置 | |
CN110736231A (zh) | 空调控制方法、装置、空调、存储介质以及处理器 | |
CN112162492A (zh) | 家居设备的控制方法、装置、边缘计算网关及存储介质 | |
CN114266187B (zh) | 一种办公建筑用电网络优化方法及系统 | |
CN113205802B (zh) | 语音识别模型的更新方法、家用电器及服务器 | |
CN114203176A (zh) | 智能设备的控制方法、装置、存储介质及电子装置 | |
CN110779175A (zh) | 一种运行模式控制方法及装置 | |
CN103499920B (zh) | 向量时间序列预测专家模糊变比控制参数优化方法和系统 | |
CN208079104U (zh) | 基于物联网的设备控制系统 | |
CN116859790A (zh) | 应用于智能家居系统的智能开关控制方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190219 |