CN112381506A - 基于物联网及智能预测推荐的智慧食堂管理系统 - Google Patents
基于物联网及智能预测推荐的智慧食堂管理系统 Download PDFInfo
- Publication number
- CN112381506A CN112381506A CN202011247920.5A CN202011247920A CN112381506A CN 112381506 A CN112381506 A CN 112381506A CN 202011247920 A CN202011247920 A CN 202011247920A CN 112381506 A CN112381506 A CN 112381506A
- Authority
- CN
- China
- Prior art keywords
- dining
- intelligent
- module
- prediction
- data
- 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
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000007726 management method Methods 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000005516 engineering process Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims abstract description 6
- 239000002699 waste material Substances 0.000 claims abstract description 6
- 235000013311 vegetables Nutrition 0.000 claims abstract description 3
- 235000012054 meals Nutrition 0.000 claims description 32
- 230000006399 behavior Effects 0.000 claims description 13
- 235000003166 Opuntia robusta Nutrition 0.000 claims description 10
- 244000218514 Opuntia robusta Species 0.000 claims description 10
- 235000013305 food Nutrition 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 230000015654 memory Effects 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 5
- 238000011161 development Methods 0.000 abstract description 2
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000306 recurrent effect Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2291—User-Defined Types; Storage management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Abstract
本发明公开了基于物联网及智能预测推荐的智慧食堂管理系统,包括主服务器、数据采集模块、预测分析模块、通信模块、订单采购模块;所述主服务器分别连接数据采集模块、预测分析模块、通信模块和订单采购模块;所述数据采集模块包括人脸识别、射频识别、重量传感器和摄像头;所述数据采集模块用于通过人脸识别及RFID绑定技术。本发明研究了一套基于物联网的数据采集方案,可有效采集就餐过程中各行为数据,做到了线下模式的数据可管理化,为后续开展食堂用餐及用户行为研究提供了数据基础;通过对用户行为数据的统计、分析与建模,实现了食堂的菜品配备预测化、定制化,实现了智能化就餐配备、节约粮食、减少浪费。
Description
技术领域
本发明属于食堂管理技术领域,具体为基于物联网及智能预测推荐的智慧食 堂管理系统。
背景技术
食堂作为人员聚集场所,就餐过程中产生包括就餐行为、信息消费行为、 人际关系行为等大量数据。这些数据不仅可以为食堂内部管理提供智能支撑, 而且通过对内部不同单位之间的用户就餐大数据分析,可以更好的服务电网就 餐管理、节约粮食、减少浪费。但如今缺少对食堂整体用餐情况及用户行为数 据采集方案,目前需要通过多源数据采集技术,建立食堂用餐及用户行为数据 模型,研究数据融合处理方法,以此开展食堂用餐及用户行为大数据采集与管 理技术研究。
在采集到数据后,结合用户信息、食堂菜品信息及食堂用餐数据分析,提出 基于大数据技术的食堂菜品配备和就餐优化管理技术。将食堂的菜品配备与就 餐人员的信息及就餐习惯进行挖掘分析,为食堂的菜品配备进行预测,实现智 能化就餐配备、节约粮食、减少浪费。
发明内容
本发明的目的在于:为了解决食堂的菜品配备与就餐人员的信息及就餐习惯 不匹配,造成粮食浪费的问题,提供基于物联网及智能预测推荐的智慧食理堂 管系统。
本发明采用的技术方案如下:
基于物联网及智能预测推荐的智慧食堂管理系统,包括主服务器、数据采集 模块、预测分析模块、通信模块、订单采购模块;
所述主服务器分别连接数据采集模块、预测分析模块、通信模块和订单采购 模块;
所述数据采集模块包括人脸识别、射频识别、重量传感器和摄像头;
所述数据采集模块用于通过人脸识别及RFID绑定技术,将餐盘与用户进行 一对一绑定,之后再根据取餐过程中的餐盘识别及重量传感器的变化,记录每 个用户的取餐行为,并将其存储起来;
所述预测分析模块用于在采集到用户的就餐行为数据后,对此类原始数据进 行大数据统计分析,得到每餐用餐总人数、消耗总菜品、用餐高峰时段等信息, 并实时统计食堂就餐人员;
所述订单采购模块用于根据预测分析模块的分析结构制定食堂食品材料的 订购信息;
所述通信模块用于将获取的各类食堂就餐信息传递给用户终端,便于管理者 实时管控。
优选的,所述预测分析模块通过对每餐用餐总人数及消耗菜品总重量信息, 并结合时间维度提取用户就餐特征,发现园区人数、时间、菜品等之间的关联 关系,构建食堂就餐模型。
优选的,所述预测分析模块通过对就餐模型的训练及优化,为食堂的菜品配 备进行预测,如预测下一餐或下一天的食堂就餐人数及应准备菜品数量等,实 现智能化就餐配备、节约粮食、减少浪费。
优选的,所述预测分析模块在收集到一段时间的食堂每餐的就餐人数及消耗 菜品总重量的数据后,可以使用基于时序的深度学习预测模型——LSTM(长短 时记忆网络)来预测未来的每餐的就餐人数及消耗菜品总重量信息。它通过学 习近邻几天的就餐人数数据和很久以前的数据对于预测数据的影响,得到一种 基于每周的就餐人数的周期性规律,然后得出比较准确的预测。
优选的,所述用户终端为移动手机或电脑。
优选的,所述主服务器还连接有显示屏,所述显示屏用于显示食堂菜品信息 和厨师制作信息和原材料采购信息。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
本发明研究了一套基于物联网的数据采集方案,可有效采集就餐过程中各 行为数据,做到了线下模式的数据可管理化,为后续开展食堂用餐及用户行为 研究提供了数据基础;通过对用户行为数据的统计、分析与建模,实现了食堂 的菜品配备预测化、定制化,实现了智能化就餐配备、节约粮食、减少浪费。
附图说明
图1为基于物联网及智能预测推荐的智慧食堂管理系统的结构示意框图;
图2为本发明中LSTM链式结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施 例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用 以解释本发明,并不用于限定本发明。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、 “右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基 于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是 指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作, 因此不能理解为对本发明的限制;术语“第一”、“第二”、“第三”仅用于 描述目的,而不能理解为指示或暗示相对重要性;此外,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固 定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电 连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部 的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发 明中的具体含义。
参照图1和2,基于物联网及智能预测推荐的智慧食堂管理系统,包括主服 务器、数据采集模块、预测分析模块、通信模块、订单采购模块;
主服务器分别连接数据采集模块、预测分析模块、通信模块和订单采购模块;
数据采集模块包括人脸识别、射频识别、重量传感器和摄像头;
数据采集模块用于通过人脸识别及RFID绑定技术,将餐盘与用户进行一对 一绑定,之后再根据取餐过程中的餐盘识别及重量传感器的变化,记录每个用 户的取餐行为,并将其存储起来;
在进入食堂后,人员需到餐盘机处获取餐盘。此机器内置人脸识别装置及 RFID绑定装置,可通过人脸识别辨别人员身份,并将其绑定到对应的RFID餐 盘上,以便采集接下来的就餐数据信息。
首先通过摄像镜头采集不同的人脸图像,如静态图像、动态图像、不同的位 置、不同表情等。当用户在采集设备的拍摄范围内时,采集设备会自动搜索并 拍摄用户的人脸图像,之后在图像中准确标定出人脸的位置和大小,其后对检 测图像进行预处理(灰度校正、噪声过滤等)及特征提取(变换系数特征、代 数特征等),然后将提取到的人脸图像的特征数据与数据库中存储的特征模板 进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的 结果输出。以此得到人员的身份信息,并将其绑定到RFID餐盘上;
预测分析模块用于在采集到用户的就餐行为数据后,对此类原始数据进行大 数据统计分析,得到每餐用餐总人数、消耗总菜品、用餐高峰时段等信息,并 实时统计食堂就餐人员;
订单采购模块用于根据预测分析模块的分析结构制定食堂食品材料的订购 信息;
通信模块用于将获取的各类食堂就餐信息传递给用户终端,用户终端为移动 手机或电脑,便于管理者实时管控。
优选的,预测分析模块通过对每餐用餐总人数及消耗菜品总重量信息,并结 合时间维度提取用户就餐特征,发现园区人数、时间、菜品等之间的关联关系, 构建食堂就餐模型。
优选的,预测分析模块通过对就餐模型的训练及优化,为食堂的菜品配备进 行预测,如预测下一餐或下一天的食堂就餐人数及应准备菜品数量等,实现智 能化就餐配备、节约粮食、减少浪费。
优选的,预测分析模块在收集到一段时间的食堂每餐的就餐人数及消耗菜品 总重量的数据后,可以使用基于时序的深度学习预测模型——LSTM(长短时记 忆网络)来预测未来的每餐的就餐人数及消耗菜品总重量信息。它通过学习近 邻几天的就餐人数数据和很久以前的数据对于预测数据的影响,得到一种基于 每周的就餐人数的周期性规律,然后得出比较准确的预测;
首先根据以往就餐人数的数据,按时序排列之后输入LSTM进行学习预测, 将预测人数展示给管理者。然后每当有新的就餐行为发生后,新的就餐人数数 据就写入数据库,并根据新的就餐数据进行下一次预测。这样利用循环的时序 预测,就可以将最新预测的就餐人数数据展示给管理者。
优选的,所述主服务器还连接有显示屏,所述显示屏用于显示食堂菜品信息 和厨师制作信息和原材料采购信息,方便消费者了解就餐的详细情况。
其中,射频识别(RFID),通过无线射频方式进行非接触双向数据通信,利 用无线射频方式对记录媒体(电子标签或射频卡)进行读写,从而达到识别目 标和数据交换的目的。在标签进入阅读器后,接收阅读器发出的射频信号, 凭借感应电流所获得的能量发送出存储在芯片中的产品信息(无源标签或被动 标签),或者由标签主动发送某一频率的信号(有源标签或主动标签),阅读 器读取信息并解码后,送至中央信息系统进行有关数据处理。
其中,长短期记忆人工神经网络是基于循环神经网络之上存在“记忆体”的 模型,可以记住很长时间的信息,避免出现长期依赖问题,具有能够自主学习 的能力。图2为LSTM链式结构图,其中σ为激励函数,i为遗忘门,在 LSTM中以一定的概率控制是否遗忘上一层的隐藏细胞状态;ii为输入门,负责 处理当前序列位置的输入;iii为输出门。LSTM靠这三个“门”结构让信息有 选择性的影响循环神经网络中的每个状态,能使循环神经网络长时间的保存记 忆,适合于处理和预测时间序列中间隔和延迟相对较长的事件。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明 的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的 保护范围之内。
Claims (6)
1.基于物联网及智能预测推荐的智慧食堂管理系统,其特征在于:主服务器、数据采集模块、预测分析模块、通信模块、订单采购模块;
所述主服务器分别连接数据采集模块、预测分析模块、通信模块和订单采购模块;
所述数据采集模块包括人脸识别、射频识别、重量传感器和摄像头;
所述数据采集模块用于通过人脸识别及RFID绑定技术,将餐盘与用户进行一对一绑定,之后再根据取餐过程中的餐盘识别及重量传感器的变化,记录每个用户的取餐行为,并将其存储起来;
所述预测分析模块用于在采集到用户的就餐行为数据后,对此类原始数据进行大数据统计分析,得到每餐用餐总人数、消耗总菜品、用餐高峰时段等信息,并实时统计食堂就餐人员;
所述订单采购模块用于根据预测分析模块的分析结构制定食堂食品材料的订购信息;
所述通信模块用于将获取的各类食堂就餐信息传递给用户终端,便于管理者实时管控。
2.如权利要求1所述的基于物联网及智能预测推荐的智慧食堂管理系统,其特征在于:所述预测分析模块通过对每餐用餐总人数及消耗菜品总重量信息,并结合时间维度提取用户就餐特征,发现园区人数、时间、菜品等之间的关联关系,构建食堂就餐模型。
3.如权利要求1所述的基于物联网及智能预测推荐的智慧食堂管理系统,其特征在于:所述预测分析模块通过对就餐模型的训练及优化,为食堂的菜品配备进行预测,如预测下一餐或下一天的食堂就餐人数及应准备菜品数量等,实现智能化就餐配备、节约粮食、减少浪费。
4.如权利要求1所述的基于物联网及智能预测推荐的智慧食堂管理系统,其特征在于:所述预测分析模块在收集到一段时间的食堂每餐的就餐人数及消耗菜品总重量的数据后,可以使用基于时序的深度学习预测模型——LSTM(长短时记忆网络)来预测未来的每餐的就餐人数及消耗菜品总重量信息。它通过学习近邻几天的就餐人数数据和很久以前的数据对于预测数据的影响,得到一种基于每周的就餐人数的周期性规律,然后得出比较准确的预测。
5.如权利要求1所述的基于物联网及智能预测推荐的智慧食堂管理系统,其特征在于:所述用户终端为移动手机或电脑。
6.如权利要求1所述的基于物联网及智能预测推荐的智慧食堂管理系统,其特征在于:还包括显示屏,所述显示屏用于显示食堂菜品信息和厨师制作信息和原材料采购信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011247920.5A CN112381506A (zh) | 2020-11-10 | 2020-11-10 | 基于物联网及智能预测推荐的智慧食堂管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011247920.5A CN112381506A (zh) | 2020-11-10 | 2020-11-10 | 基于物联网及智能预测推荐的智慧食堂管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112381506A true CN112381506A (zh) | 2021-02-19 |
Family
ID=74578246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011247920.5A Pending CN112381506A (zh) | 2020-11-10 | 2020-11-10 | 基于物联网及智能预测推荐的智慧食堂管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112381506A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113592183A (zh) * | 2021-08-05 | 2021-11-02 | 杭州企智互联科技有限公司 | 就餐高峰预测方法及装置 |
CN113673757A (zh) * | 2021-08-17 | 2021-11-19 | 杭州企智互联科技有限公司 | 智慧食堂就餐规律预测方法及装置 |
CN113673960A (zh) * | 2021-08-26 | 2021-11-19 | 泉州市灵动信息科技有限公司 | 基于智慧云和ai技术的智慧食堂服务系统 |
CN114581265A (zh) * | 2022-03-08 | 2022-06-03 | 北京女娲补天科技信息技术有限公司 | 一种就餐人员食用喜好分析系统及方法 |
CN114841631A (zh) * | 2022-07-06 | 2022-08-02 | 山东济宁烟草有限公司 | 一种基于数字食堂的智能管理系统及方法 |
CN115375507A (zh) * | 2022-10-26 | 2022-11-22 | 山东济宁烟草有限公司 | 一种基于数字孪生的智慧食堂管理方法及系统 |
CN117291759A (zh) * | 2023-11-27 | 2023-12-26 | 广州蚁窝智能科技有限公司 | 基于3d识别技术的交互式智慧餐厅体验系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205769A (zh) * | 2015-09-28 | 2015-12-30 | 廖健伟 | 一种基于智能食堂配餐系统的数据挖掘方法 |
CN109214956A (zh) * | 2018-08-17 | 2019-01-15 | 口口相传(北京)网络技术有限公司 | 餐品推送方法及装置 |
CN109377035A (zh) * | 2018-10-12 | 2019-02-22 | 食品安全与营养(贵州)信息科技有限公司 | 一种基于大数据的智慧餐厅管理平台 |
CN109523711A (zh) * | 2018-12-05 | 2019-03-26 | 杭州雄伟科技开发股份有限公司 | 一种智能计量选餐系统 |
CN109727406A (zh) * | 2018-12-05 | 2019-05-07 | 四川壹脸通科技有限公司 | 一种智能结算的自助用餐平台 |
CN109858388A (zh) * | 2019-01-09 | 2019-06-07 | 武汉中联智诚科技有限公司 | 一种智慧旅游管理系统 |
CN109961282A (zh) * | 2017-12-26 | 2019-07-02 | 上海遥薇(集团)有限公司 | 一种基于人工智能技术的食堂自动结算系统 |
CN110555750A (zh) * | 2019-07-29 | 2019-12-10 | 北京三快在线科技有限公司 | 用餐人数预测方法、装置、电子设备及可读存储介质 |
CN111078741A (zh) * | 2019-11-07 | 2020-04-28 | 广东电网有限责任公司 | 一种基于人工智能控制的物联网搜索系统及其搜索方法 |
CN111340554A (zh) * | 2020-02-28 | 2020-06-26 | 上海明略人工智能(集团)有限公司 | 一种菜品定价处理方法及装置 |
CN111710086A (zh) * | 2020-06-22 | 2020-09-25 | 广东电力信息科技有限公司 | 一种园区通行管理系统和方法 |
CN112700352A (zh) * | 2020-12-31 | 2021-04-23 | 珠海市远利网讯科技发展有限公司 | 一种智慧餐厅的自助管理系统及方法 |
-
2020
- 2020-11-10 CN CN202011247920.5A patent/CN112381506A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205769A (zh) * | 2015-09-28 | 2015-12-30 | 廖健伟 | 一种基于智能食堂配餐系统的数据挖掘方法 |
CN109961282A (zh) * | 2017-12-26 | 2019-07-02 | 上海遥薇(集团)有限公司 | 一种基于人工智能技术的食堂自动结算系统 |
CN109214956A (zh) * | 2018-08-17 | 2019-01-15 | 口口相传(北京)网络技术有限公司 | 餐品推送方法及装置 |
CN109377035A (zh) * | 2018-10-12 | 2019-02-22 | 食品安全与营养(贵州)信息科技有限公司 | 一种基于大数据的智慧餐厅管理平台 |
CN109523711A (zh) * | 2018-12-05 | 2019-03-26 | 杭州雄伟科技开发股份有限公司 | 一种智能计量选餐系统 |
CN109727406A (zh) * | 2018-12-05 | 2019-05-07 | 四川壹脸通科技有限公司 | 一种智能结算的自助用餐平台 |
CN109858388A (zh) * | 2019-01-09 | 2019-06-07 | 武汉中联智诚科技有限公司 | 一种智慧旅游管理系统 |
CN110555750A (zh) * | 2019-07-29 | 2019-12-10 | 北京三快在线科技有限公司 | 用餐人数预测方法、装置、电子设备及可读存储介质 |
CN111078741A (zh) * | 2019-11-07 | 2020-04-28 | 广东电网有限责任公司 | 一种基于人工智能控制的物联网搜索系统及其搜索方法 |
CN111340554A (zh) * | 2020-02-28 | 2020-06-26 | 上海明略人工智能(集团)有限公司 | 一种菜品定价处理方法及装置 |
CN111710086A (zh) * | 2020-06-22 | 2020-09-25 | 广东电力信息科技有限公司 | 一种园区通行管理系统和方法 |
CN112700352A (zh) * | 2020-12-31 | 2021-04-23 | 珠海市远利网讯科技发展有限公司 | 一种智慧餐厅的自助管理系统及方法 |
Non-Patent Citations (3)
Title |
---|
艾亮东: "基于物联网技术的高校智慧食堂管理研究", 《信息通信》, no. 8, pages 119 - 122 * |
马超群: "基于LSTM网络模型的菜品销量预测", 《现代计算机(专业版)》, no. 23, pages 26 - 30 * |
马超群;王晓峰;: "基于LSTM网络模型的菜品销量预测", 现代计算机(专业版), no. 23 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113592183A (zh) * | 2021-08-05 | 2021-11-02 | 杭州企智互联科技有限公司 | 就餐高峰预测方法及装置 |
CN113673757A (zh) * | 2021-08-17 | 2021-11-19 | 杭州企智互联科技有限公司 | 智慧食堂就餐规律预测方法及装置 |
CN113673960A (zh) * | 2021-08-26 | 2021-11-19 | 泉州市灵动信息科技有限公司 | 基于智慧云和ai技术的智慧食堂服务系统 |
CN114581265A (zh) * | 2022-03-08 | 2022-06-03 | 北京女娲补天科技信息技术有限公司 | 一种就餐人员食用喜好分析系统及方法 |
CN114581265B (zh) * | 2022-03-08 | 2022-09-20 | 北京女娲补天科技信息技术有限公司 | 一种就餐人员食用喜好分析系统及方法 |
CN114841631A (zh) * | 2022-07-06 | 2022-08-02 | 山东济宁烟草有限公司 | 一种基于数字食堂的智能管理系统及方法 |
CN115375507A (zh) * | 2022-10-26 | 2022-11-22 | 山东济宁烟草有限公司 | 一种基于数字孪生的智慧食堂管理方法及系统 |
CN115375507B (zh) * | 2022-10-26 | 2023-01-20 | 山东济宁烟草有限公司 | 一种基于数字孪生的智慧食堂管理方法及系统 |
CN117291759A (zh) * | 2023-11-27 | 2023-12-26 | 广州蚁窝智能科技有限公司 | 基于3d识别技术的交互式智慧餐厅体验系统 |
CN117291759B (zh) * | 2023-11-27 | 2024-02-27 | 广州蚁窝智能科技有限公司 | 基于3d识别技术的交互式智慧餐厅体验系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112381506A (zh) | 基于物联网及智能预测推荐的智慧食堂管理系统 | |
CN112905650A (zh) | 基于大数据统计及健康报告分析的智能推荐算法研究 | |
Irani et al. | Radio frequency identification (RFID): research trends and framework | |
CN108416901A (zh) | 智能货柜内货品识别方法及装置、智能货柜 | |
CN110135957A (zh) | 一种智能餐厅健康饮食的菜品推荐方法、装置及存储介质 | |
CN104361041A (zh) | 智能冰箱的辅助方法及辅助系统 | |
CN107111852A (zh) | 睡眠改善系统以及使用该系统的睡眠改善方法 | |
US20060109083A1 (en) | Method and apparatus for accessing electronic data about at least one person of interest | |
CN108416707A (zh) | 房屋户型评估方法及装置 | |
CN203552279U (zh) | 一种指示信息获取系统 | |
CN106776675A (zh) | 一种基于移动终端的植物识别方法及系统 | |
Thein et al. | Students’ attendance management system based on RFID and fingerprint reader | |
CN108564151A (zh) | 智能仓库系统 | |
US10445386B2 (en) | Search result refinement | |
US20190311319A1 (en) | Comprehensive no-touch inventory management system | |
KR20170106242A (ko) | 구내식당 방문자수 예측 시스템 | |
CN110931109A (zh) | 一种饮食情况分析方法及系统 | |
CN110020165A (zh) | 一种饮食推荐方法和家庭机器人 | |
CN105005852A (zh) | 一种基于图像分析的宿舍环境智能监测系统 | |
Alagasan et al. | A review paper on advanced attendance and monitoring systems | |
Hsu et al. | An RFID-based reminder system for smart home | |
CN112074791A (zh) | 信息处理装置、信息处理方法、程序和自主行为机器人控制系统 | |
CN105740927A (zh) | 基于囊匣的文物管理方法、系统及装置 | |
CN111429672A (zh) | 一种校园图书馆信息分类自助导航系统 | |
Shekhar et al. | Automated classroom monitoring with IOT and virtuino app |
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 |