CN112954051A - 一种用于食材加工的远程控制方法及系统 - Google Patents

一种用于食材加工的远程控制方法及系统 Download PDF

Info

Publication number
CN112954051A
CN112954051A CN202110174189.6A CN202110174189A CN112954051A CN 112954051 A CN112954051 A CN 112954051A CN 202110174189 A CN202110174189 A CN 202110174189A CN 112954051 A CN112954051 A CN 112954051A
Authority
CN
China
Prior art keywords
target
feedback
food material
cooking
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.)
Granted
Application number
CN202110174189.6A
Other languages
English (en)
Other versions
CN112954051B (zh
Inventor
李希
陆东海
刘家艺
陈远谋
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.)
Guangzhou Yibin Technology Co ltd
Original Assignee
Guangzhou Yibin 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 Guangzhou Yibin Technology Co ltd filed Critical Guangzhou Yibin Technology Co ltd
Priority to CN202110174189.6A priority Critical patent/CN112954051B/zh
Publication of CN112954051A publication Critical patent/CN112954051A/zh
Application granted granted Critical
Publication of CN112954051B publication Critical patent/CN112954051B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/02Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • AHUMAN NECESSITIES
    • A47FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47JKITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
    • A47J36/00Parts, details or accessories of cooking-vessels
    • A47J36/32Time-controlled igniting mechanisms or alarm devices
    • A47J36/321Time-controlled igniting mechanisms or alarm devices the electronic control being performed over a network, e.g. by means of a handheld device
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Food Science & Technology (AREA)
  • General Preparation And Processing Of Foods (AREA)
  • Electric Ovens (AREA)

Abstract

本发明涉及人工智能系统技术领域,涉及一种用于食材加工的远程控制方法及系统。本发明通过后台服务器响应远程控制请求,根据目标远程烹调设备的控制标识信息向目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息,目标远程烹调设备根据目标控制模式对应的多个不同食材的加热控制策略信息,对含有相对应食材的加热烹调抽屉盒采用相对应的加热控制策略信息进行加热烹调后智能保温至所设定温度。本发明可以根据不同食材,采用不同的加热控制策略信息进行烹调控制,以使得不同食材的烹调过程能够达到较为合适的烹调效果。

Description

一种用于食材加工的远程控制方法及系统
技术领域
本发明涉及人工智能系统技术领域,示例性地,涉及一种用于食材加工的远程控制方法及系统。
背景技术
随着人工智能及智能家电技术的发展,具有智能烹调功能的厨房电器也进入了千家万户,在一些智能化的餐饮商家中,大型的智能烹调设备也逐步得到了应用。然而,现有常见的一些智能烹调设备,大多是针对所有食材采用相同的烹调策略进行烹调控制,从而导致烹调效果不佳。
发明内容
为了至少克服现有技术中的上述不足,本发明的目的在于提供一种用于食材加工的远程控制方法及系统,可以根据不同食材,采用不同的加热控制策略信息进行烹调控制,以使得不同食材的烹调过程能够达到较为合适的烹调效果。
第一方面,本发明提供一种用于食材加工的远程控制方法,应用于用于食材加工的远程控制系统,所述用于食材加工的远程控制系统包括后台服务器、用户终端、远程烹调设备以及加热烹调抽屉盒,所述远程烹调设备和所述用户终端与所述服务器通信连接,所述远程烹调设备与所述加热烹调抽屉盒连接用于单个控制所述加热烹调抽屉盒的加热烹调过程,所述方法包括:
所述用户终端在接收到触发指令后,向所述后台服务器发送远程控制请求,所述远程控制请求中包括目标远程烹调设备的控制标识信息以及针对所述目标远程烹调设备的目标食材应用场景信息;
所述后台服务器响应所述远程控制请求,根据所述目标远程烹调设备的控制标识信息向所述目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息,所述加热控制策略信息包括有所述食材的加热温度控制策略以及加热时间控制策略;
所述目标远程烹调设备根据所述目标控制模式对应的多个不同食材的加热控制策略信息,对含有相对应食材的加热烹调抽屉盒采用相对应的加热控制策略信息进行加热烹调后智能保温至所设定温度。
在第一方面的一种可能的实施方式中,所述根据所述目标远程烹调设备的控制标识信息向所述目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息的步骤,包括:
提取所述目标远程烹调设备的目标食材应用场景信息的食材应用场景特征信息,并将所述食材应用场景特征信息输入到烹调控制模式分类模型中,输出所述目标食材应用场景信息对应的目标控制模式;
根据所述目标远程烹调设备的控制标识信息向所述目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息。
在第一方面的一种可能的实施方式中,所述方法还包括:
所述后台服务器获取待标定的目标食材反馈信息,并从所述待标定的目标食材反馈信息中提取对应的目标食材应用场景信息后,基于所述目标食材应用场景信息对初始烹调控制模式分类模型进行配置后,获得对应的烹调控制模式分类模型;
其中,所述后台服务器获取待标定的目标食材反馈信息,并从所述待标定的目标食材反馈信息中提取对应的目标食材应用场景信息的步骤,包括:
获取待标定的目标食材反馈信息,对所述目标食材反馈信息进行特征提取,得到目标食材反馈特征,所述目标食材反馈特征包括所述目标食材反馈信息对应的目标烹调反馈特征,所述目标食材反馈信息为过往食材反馈信息;
获取所述目标食材反馈信息中的目标烹调模式反馈节点,确定所述目标烹调模式反馈节点对应的第一相关烹调模式反馈节点;
根据所述第一相关烹调模式反馈节点的反馈优化特征以及对应的控制优化行为信息,确定所述目标烹调模式反馈节点对应的目标食材控制优化特征,其中,所述控制优化行为信息根据所述目标烹调反馈特征与集中烹调反馈特征之间的相关特征得到,所述集中烹调反馈特征为表示烹调模式反馈节点的集中烹调反馈结果的特征;
将所述目标食材反馈特征与所述目标烹调模式反馈节点对应的目标食材控制优化特征进行融合,得到目标融合特征,根据所述目标融合特征确定所述目标食材反馈信息对应的目标食材应用场景信息。
在第一方面的一种可能的实施方式中,所述根据所述第一相关烹调模式反馈节点的反馈优化特征以及对应的控制优化行为信息,确定所述目标烹调模式反馈节点对应的目标食材控制优化特征的步骤,包括:
获取所述第一相关烹调模式反馈节点与所述目标烹调模式反馈节点组成的烹调模式反馈图谱;
对于所述烹调模式反馈图谱中的图谱成员,获取表示所述图谱成员与相关成员的集中烹调反馈结果的集中烹调反馈特征;
根据所述集中烹调反馈特征与所述目标烹调反馈特征得到相关参数,根据所述相关参数确定所述相关成员对应的控制优化行为信息;
根据所述相关成员对应的控制优化行为信息以及所述相关成员的反馈优化特征,确定所述图谱成员对应的目标食材控制优化特征;
从所述烹调模式反馈图谱的各个图谱成员对应的目标食材控制优化特征中,提取所述目标烹调模式反馈节点对应的目标食材控制优化特征。
在第一方面的一种可能的实施方式中,所述图谱成员对应的目标食材控制优化特征是食材控制优化特征分类网络输出的,所述食材控制优化特征分类网络包括至少一个目标分类节点;
所述根据所述相关成员对应的控制优化行为信息以及所述相关成员的反馈优化特征,确定所述图谱成员对应的目标食材控制优化特征的步骤,包括:
将所述相关成员的反馈优化特征以及所述集中烹调反馈特征输入到所述目标分类节点中进行处理,得到所述图谱成员对应的第一食材控制优化特征;
根据所述图谱成员对应的第一食材控制优化特征以及对应的所述相关成员对应的控制优化行为信息,确定所述图谱成员对应的目标食材控制优化特征。
在第一方面的一种可能的实施方式中,所述将所述相关成员的反馈优化特征以及所述集中烹调反馈特征输入到所述目标分类节点中进行处理,得到所述图谱成员对应的第一食材控制优化特征的步骤,包括:
根据所述图谱成员与所述相关成员之间的烹调模式反馈节点集中烹调反馈结果确定目标食材控制优化策略,所述目标食材控制优化策略为递增权重标定或者递减权重标定;
根据所述目标食材控制优化策略对所述相关成员的反馈优化特征以及所述集中烹调反馈特征进行标定,得到所述图谱成员对应的标定反馈优化特征;
根据所述目标分类节点中的分类节点参数对所述标定反馈优化特征进行处理,得到所述图谱成员对应的第一食材控制优化特征。
在第一方面的一种可能的实施方式中,所述根据所述目标分类节点中的分类节点参数对所述标定反馈优化特征进行处理,得到所述图谱成员对应的第一食材控制优化特征的步骤,包括:
获取所述食材控制优化特征分类网络中,所述目标分类节点对应的上一分类节点输出的,所述相关成员对应的分类反馈优化特征;
所述目标分类节点根据第一分类节点参数对所述标定反馈优化特征以及所述分类反馈优化特征进行处理,得到所述图谱成员对应的第一食材控制优化特征。
在第一方面的一种可能的实施方式中,所述图谱成员对应的目标食材控制优化特征是食材控制优化特征分类网络输出的,所述食材控制优化特征分类网络包括至少一个目标分类节点;
所述根据所述集中烹调反馈特征与所述目标烹调反馈特征得到相关参数,根据所述相关参数确定所述相关成员对应的控制优化行为信息的步骤,包括:
根据所述目标分类节点中的第二分类节点参数对所述集中烹调反馈特征进行处理,得到第一分类特征;
根据所述目标分类节点中的第三分类节点参数对所述目标烹调反馈特征进行处理,得到第二分类特征;
根据所述第一分类特征与所述第二分类特征计算得到相关参数;
根据所述相关参数确定所述相关成员对应的控制优化行为信息,所述相关参数与所述相关成员对应的控制优化行为信息成正相关关系。
在第一方面的一种可能的实施方式中,所述目标食材反馈信息包括多个食材反馈过程数据,所述目标食材反馈特征包括食材反馈流程特征序列,所述食材反馈流程特征序列包括各个食材反馈过程数据对应的食材反馈流程特征;
所述将所述目标食材反馈特征与所述目标烹调模式反馈节点对应的目标食材控制优化特征进行融合,得到目标融合特征的步骤,包括:
根据所述目标烹调模式反馈节点对应的目标食材控制优化特征对目标食材反馈过程数据对应的食材反馈流程特征进行食材关联处理,得到所述目标食材反馈过程数据对应的食材关联特征;
根据所述目标食材反馈过程数据对应的食材关联特征,更新所述食材反馈流程特征序列中,所述目标食材反馈过程数据对应的食材反馈流程特征,得到更新后的食材反馈流程特征序列;
根据融合网络单元对所述更新后的食材反馈流程特征序列以及所述目标烹调反馈特征进行融合,得到融合后的食材反馈流程特征序列以及融合后的目标烹调反馈特征;
所述根据所述目标融合特征确定所述目标食材反馈信息对应的目标食材应用场景信息的步骤,包括:
将融合后的目标烹调反馈特征输入到已配置的食材反馈信息分类模型中,得到所述目标食材反馈信息对应的食材反馈信息分类结果;
所述根据所述目标烹调模式反馈节点对应的目标食材控制优化特征对目标食材反馈过程数据对应的食材反馈流程特征进行食材关联处理,得到所述目标食材反馈过程数据对应的食材关联特征的步骤,包括:
根据所述目标烹调模式反馈节点对应的目标食材控制优化特征与目标食材反馈过程数据对应的食材反馈流程特征进行特征融合处理,得到所述目标食材反馈过程数据对应的食材关联特征。
第二方面,本发明实施例还提供一种用于食材加工的远程控制系统,所述用于食材加工的远程控制系统包括后台服务器、用户终端、远程烹调设备以及加热烹调抽屉盒,所述远程烹调设备和所述用户终端与所述服务器通信连接,所述远程烹调设备与所述加热烹调抽屉盒连接用于单个控制所述加热烹调抽屉盒的加热烹调过程,所述方法包括:
所述用户终端用于在接收到触发指令后,向所述后台服务器发送远程控制请求,所述远程控制请求中包括目标远程烹调设备的控制标识信息以及针对所述目标远程烹调设备的目标食材应用场景信息;
所述后台服务器用于响应所述远程控制请求,根据所述目标远程烹调设备的控制标识信息向所述目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息,所述加热控制策略信息包括有所述食材的加热温度控制策略以及加热时间控制策略;
所述目标远程烹调设备用于根据所述目标控制模式对应的多个不同食材的加热控制策略信息,对含有相对应食材的加热烹调抽屉盒采用相对应的加热控制策略信息进行加热烹调后智能保温至所设定温度。
基于上述任意一个方面,本发明提供的实施方式中,通过后台服务器响应远程控制请求,根据目标远程烹调设备的控制标识信息向目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息,目标远程烹调设备根据目标控制模式对应的多个不同食材的加热控制策略信息,对含有相对应食材的加热烹调抽屉盒采用相对应的加热控制策略信息进行加热烹调后智能保温至所设定温度。如此,可以根据不同食材,采用不同的加热控制策略信息进行烹调控制,以使得不同食材的烹调过程能够达到较为合适的烹调效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要调用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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它相关的附图。
图1为本发明实施例提供的用于食材加工的远程控制系统的应用场景示意图;
图2为本发明实施例提供的用于食材加工的远程控制方法的流程示意图;
图3为本发明实施例提供的用于实现上述的用于食材加工的远程控制方法的后台服务器的结构组件示意框图。
具体实施方式
下面结合说明书附图对本发明进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
请参阅图1,是本发明实施例提供的一种用于食材加工的远程控制系统的系统架构图。本发明实施例中,所述用于食材加工的远程控制系统包括烹调智能控制设备100以及与所述烹调智能控制设备100连接的烹调设备200,所述烹调设备200包括多个烹调抽屉盒210,每个烹调抽屉盒210用于对相应的食材进行烹调。所述烹调智能控制设备100还可以通过蓝牙、Wi-Fi、通信网络等方式与外部控制终端300通信连接,所述外部控制终端300可以通过语音、文字等方式向所述烹调智能控制设备100发送针对目标食材的烹调需求描述信息,使所述烹调智能控制设备100可以根据该烹调需求描述信息进行人工智能分析,得到针对所述目标食材的烹调模式,进而根据所述烹调模式控制对应的所述烹调抽屉盒210内相应的目标食材进行烹调。
为了解决前述背景技术中的技术问题,图2为本发明实施例提供的用于食材加工的远程控制方法的流程示意图,本实施例提供的用于食材加工的远程控制方法可以由图1中所示的用于食材加工的远程控制系统执行,下面对该用于食材加工的远程控制方法进行详细介绍。
步骤S110,用户终端在接收到触发指令后,向后台服务器发送远程控制请求。
本实施例中,远程控制请求中例如可以包括目标远程烹调设备的控制标识信息以及针对目标远程烹调设备的目标食材应用场景信息。其中,控制标识信息可以用于表示目标远程烹调设备的访问地址,以便于后台服务器基于该控制标识信息可以与该目标远程烹调设备建立数据交互通信。此外,目标食材应用场景信息可以是指目标食材所对应的具体应用环境(如餐饮习惯环境等)的信息。
步骤S120,后台服务器响应远程控制请求,根据目标远程烹调设备的控制标识信息向目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息。
本实施例中,加热控制策略信息例如可以包括有食材的加热温度控制策略以及加热时间控制策略,例如针对每个加热温度分别配置对应的加热模式和加热时间等。
步骤S130,目标远程烹调设备根据目标控制模式对应的多个不同食材的加热控制策略信息,对含有相对应食材的加热烹调抽屉盒采用相对应的加热控制策略信息进行加热烹调后智能保温至所设定温度。
本实施例中,目标远程烹调设备可以配置有每个加热烹调抽屉盒当前对应的食材,进而可以根据目标控制模式对应的多个不同食材的加热控制策略信息,对含有相对应食材的加热烹调抽屉盒采用相对应的加热控制策略信息进行加热烹调后智能保温至所设定温度。
基于上述步骤,本实施例通过后台服务器响应远程控制请求,根据目标远程烹调设备的控制标识信息向目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息,目标远程烹调设备根据目标控制模式对应的多个不同食材的加热控制策略信息,对含有相对应食材的加热烹调抽屉盒采用相对应的加热控制策略信息进行加热烹调后智能保温至所设定温度。如此,可以根据不同食材,采用不同的加热控制策略信息进行烹调控制,以使得不同食材的烹调过程能够达到较为合适的烹调效果。
在一种可能的实施方式中,对于步骤S120,可以提取所述目标远程烹调设备的目标食材应用场景信息的食材应用场景特征信息,并将所述食材应用场景特征信息输入到烹调控制模式分类模型中,输出所述目标食材应用场景信息对应的目标控制模式,进而可以根据所述目标远程烹调设备的控制标识信息向所述目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息。
这样,通过深度学习训练获得的烹调控制模式分类模型对当前的目标远程烹调设备的目标食材应用场景信息的食材应用场景特征信息进行分类预测,进而获得与食材应用场景特征信息相匹配的目标控制模式。
示例性地,在一种可能的实施方式中,接下来对该烹调控制模式分类模型的配置过程进行说明,例如在步骤S110之前,可以包括以下步骤。
步骤S101,获取待标定的目标食材反馈信息,对目标食材反馈信息进行特征提取,得到目标食材反馈特征,目标食材反馈特征包括目标食材反馈信息对应的目标烹调反馈特征。
本实施例中,特征提取是指将食材反馈信息转换成向量进行表示。目标食材反馈特征是对目标食材反馈信息进行特征提取得到的特征信息。目标烹调反馈特征是表示目标食材反馈信息的反馈食材属性的特征信息。目标烹调反馈特征是根据目标食材反馈信息的各个食材反馈过程数据进行特征提取得到的,融合了食材反馈信息中各个食材反馈过程数据的反馈食材属性信息。目标食材反馈特征还可以包括食材反馈流程特征序列,食材反馈流程特征序列包括各个食材反馈过程数据对应的食材反馈流程特征,食材反馈流程特征是指对食材反馈过程数据进行特征提取得到的特征信息。对食材反馈过程数据进行特征提取得到的特征信息,按照所对应的食材反馈过程数据在目标食材反馈信息的顺序进行排序,形成食材反馈流程特征序列。
例如,后台服务器可以获取待标定的目标食材反馈信息,对目标食材反馈信息进行分解,将目标食材反馈信息,分解成具有反馈食材属性合理性的食材反馈过程数据序列,根据食材反馈特征提取模型对目标食材反馈信息进行特征提取,得到目标食材反馈特征,目标食材反馈特征包括食材反馈流程特征序列以及目标烹调反馈特征。
步骤S102,获取目标食材反馈信息中的目标烹调模式反馈节点,确定目标烹调模式反馈节点对应的第一相关烹调模式反馈节点。
第一相关烹调模式反馈节点是指与目标烹调模式反馈节点存在集中烹调反馈结果的烹调模式反馈节点。集中烹调反馈结果例如可以是从属关系或者依附关系等。目标烹调模式反馈节点对应的相关烹调模式反馈节点可以是根据烹调模式反馈图谱图得到的。烹调模式反馈图谱图可以用于描述烹调模式反馈节点与烹调模式反馈节点的集中烹调反馈结果,因此可以获取烹调模式反馈图谱图中,与目标烹调模式反馈节点存在集中烹调反馈结果的相关烹调模式反馈节点。第一相关烹调模式反馈节点可以包括烹调模式反馈图谱图中,与目标烹调模式反馈节点存在直接的集中烹调反馈结果的烹调模式反馈节点,以及存在间接集中烹调反馈结果的烹调模式反馈节点的至少一种。直接的集中烹调反馈结果是指目标烹调模式反馈节点与第一相关烹调模式反馈节点存在关联属性的连接,间接的集中烹调反馈结果是指目标烹调模式反馈节点与第一相关烹调模式反馈节点之间,还存在中间的相关烹调模式反馈节点。例如,假设烹调模式反馈图谱图中,目标烹调模式反馈节点为A,A的直接关系对象为B,B的直接关系对象为C,即A与B之间存在关联属性的连接,B与C之间存在关联属性的连接,则B为与A存在直接的集中烹调反馈结果的第一相关烹调模式反馈节点,C为与A存在间接的集中烹调反馈结果的第一相关烹调模式反馈节点。可以用“层级”表示烹调模式反馈节点之间集中烹调反馈结果的近似度,将与目标烹调模式反馈节点存在直接的集中烹调反馈结果的烹调模式反馈节点称为目标烹调模式反馈节点的一级相关烹调模式反馈节点,将与一级相关烹调模式反馈节点存在直接的集中烹调反馈结果的烹调模式反馈节点称为目标烹调模式反馈节点的二级相关烹调模式反馈节点。第一相关烹调模式反馈节点可以是与目标烹调模式反馈节点的关联层级在预设关联层级之内的相关烹调模式反馈节点,预设层级例如可以根据需要设置,例如可以为2。
例如,后台服务器可以对目标食材反馈信息进行标签烹调模式反馈节点识别,得到目标烹调模式反馈节点。后台服务器可以获取烹调模式反馈图谱图中,与目标烹调模式反馈节点的关联层级在预设层级之内的相关烹调模式反馈节点,作为第一相关烹调模式反馈节点。
步骤S103,根据第一相关烹调模式反馈节点的反馈优化特征以及对应的控制优化行为信息,确定目标烹调模式反馈节点对应的目标食材控制优化特征,其中,控制优化行为信息根据目标烹调反馈特征与集中烹调反馈特征之间的相关特征得到,集中烹调反馈特征为表示烹调模式反馈节点的集中烹调反馈结果的特征。
例如,反馈优化特征是指用于表示烹调模式反馈节点的业务标签传播特征,业务标签传播特征指从反馈食材属性空间到向量空间的映射结果。
控制过程的分布中,一个后缀特征可以根据多个前缀特征得到,控制优化行为信息表示在确定后缀特征时,对前缀特征的控制过程大小,一个前缀特征对应的控制优化行为信息越大,说明在确定后缀特征时,越关注该前缀特征。即控制优化行为信息表示前缀特征对后缀特征的业务影响程度。控制优化行为信息与业务影响程度成正相关关系。一个前缀特征对应的控制优化行为信息越大,则其对后缀特征的影响就越大,则该前缀特征对后缀特征而言更为关键。相反地,一个前缀特征对应的控制优化行为信息越小,则会减弱该前缀特征对后缀特征的影响,说明该前缀特征不那么关键。控制优化行为信息可以是根据控制过程模型得到的。目标食材控制优化特征为后缀特征,可以将第一相关烹调模式反馈节点对应的反馈优化特征作为前缀特征,也可以根据第一相关烹调模式反馈节点对应的反馈优化特征得到前缀特征。例如可以将第一相关烹调模式反馈节点对应的反馈优化特征前缀特征到食材控制优化特征分类网络中,得到第一食材控制优化特征,将第一食材控制优化特征作为前缀特征。
本实施例中,控制优化行为信息是根据目标烹调反馈特征与集中烹调反馈特征之间的相关特征得到,控制优化行为信息与相关特征成正相关关系,相关特征越大,则对应的控制优化行为信息越大。目标烹调反馈特征与集中烹调反馈特征之间的相关特征可以是直接相关特征或者间接相关特征的至少一个。直接相关特征是指计算目标烹调反馈特征与集中烹调反馈特征的相关特征例如相似度,作为目标烹调反馈特征与集中烹调反馈特征之间的相关特征。间接相关特征是指对目标烹调反馈特征进行进一步处理,对集中烹调反馈特征进行进一步处理,基于处理后的目标烹调反馈特征以及处理后的集中烹调反馈特征,得到目标烹调反馈特征与集中烹调反馈特征之间的相关特征。例如,可以将目标烹调反馈特征以及集中烹调反馈特征输入到配置得到的模型中,根据模型参数对目标烹调反馈特征进行处理,对集中烹调反馈特征进行处理。
集中烹调反馈特征可以是表示第一相关烹调模式反馈节点与目标烹调模式反馈节点的集中烹调反馈结果的特征信息,也可以是表示第一相关烹调模式反馈节点之间的关系的特征信息,例如,第一相关烹调模式反馈节点对应的控制优化行为信息,可以是根据从第一相关烹调模式反馈节点到目标烹调模式反馈节点所经过的最短的业务通道的关联属性的控制优化行为信息得到的,例如可以是所经过的最短业务通道的关联属性的控制优化行为信息相乘得到的。例如,假设A→B→C,目标烹调模式反馈节点为A,对于第一相关烹调模式反馈节点C,其对应的控制优化行为信息计算方式可以如下:将基于B与C之间的集中烹调反馈特征与目标烹调反馈特征的相关特征得到的控制优化行为信息,与基于A与B之间的集中烹调反馈特征与目标烹调反馈特征的相关特征得到的控制优化行为信息,进行相乘,得到第一相关烹调模式反馈节点C对应的控制优化行为信息。
食材控制优化特征是指基于主题分布得到的特征信息,用于表示主题分布。目标烹调模式反馈节点对应的相关烹调模式反馈节点,以及目标烹调模式反馈节点与相关烹调模式反馈节点之间的集中烹调反馈结果为主题分布,可以基于烹调模式反馈图谱图得到,因此可以将根据目标烹调模式反馈节点对应的相关烹调模式反馈节点的反馈优化特征以及集中烹调反馈特征,得到的特征信息称为食材控制优化特征。
例如,后台服务器可以将第一相关烹调模式反馈节点的反馈优化特征以及第一相关烹调模式反馈节点与目标烹调模式反馈节点之间的集中烹调反馈特征、第一相关烹调模式反馈节点之间的集中烹调反馈特征输入到食材控制优化特征分类网络中,食材控制优化特征分类网络根据目标烹调反馈特征与集中烹调反馈特征之间的相关特征,确定各个第一相关烹调模式反馈节点对应的控制优化行为信息。即目标烹调反馈特征与集中烹调反馈特征之间的相关特征,可以表示烹调模式反馈节点之间的关系对目标食材反馈信息的反馈食材属性的业务影响程度,对于与反馈食材属性更相关的关系,则表示该关系是更有用的主题分布,需要重点关注该关系对应的相关烹调模式反馈节点。
在一种可能的实施方式中,可以获取第一相关烹调模式反馈节点与目标烹调模式反馈节点组成的烹调模式反馈图谱,获取烹调模式反馈图谱中各个图谱成员对应的反馈优化特征以及表示图谱成员中烹调模式反馈节点间的集中烹调反馈结果的集中烹调反馈特征,输入到图神经网络模型中,图神经网络模型确定图谱成员的食材控制优化特征的方式包括:对于任意的图谱成员,基于模型参数对该图谱成员的相关成员的反馈优化特征,以及表示该图谱成员与该相关成员的关系的集中烹调反馈特征进行处理,得到该图谱成员对应的第一食材控制优化特征。当相关成员有多个,得到的该图谱成员对应的第一食材控制优化特征也有多个,故可以获取各个第一食材控制优化特征对应的控制优化行为信息,根据第一食材控制优化特征与对应的控制优化行为信息进行加权计算,得到图谱成员对应的目标食材控制优化特征,由于烹调模式反馈图谱中包括目标烹调模式反馈节点,即目标烹调模式反馈节点亦为图谱成员,故可以得到目标烹调模式反馈节点对应的目标食材控制优化特征。
步骤S104,将目标食材反馈特征与目标烹调模式反馈节点对应的目标食材控制优化特征进行融合,得到目标融合特征,并根据目标融合特征确定目标食材反馈信息对应的目标食材应用场景信息。
在一种可能的实施方式中,目标食材反馈特征包括食材反馈流程特征序列,将目标食材反馈特征与目标烹调模式反馈节点对应的目标食材控制优化特征进行融合,得到目标融合特征包括:根据目标烹调模式反馈节点对应的目标食材控制优化特征对目标食材反馈过程数据对应的食材反馈流程特征进行食材关联处理,得到目标食材反馈过程数据对应的食材关联特征;根据目标食材反馈过程数据对应的食材关联特征,更新食材反馈流程特征序列中,目标食材反馈过程数据对应的食材反馈流程特征,得到更新后的食材反馈流程特征序列;根据融合网络单元对更新后的食材反馈流程特征序列以及目标烹调反馈特征进行融合,得到融合后的食材反馈流程特征序列以及融合后的目标烹调反馈特征。
食材关联处理是指将目标食材控制优化特征融入到食材反馈流程特征中,食材关联处理可以是融合或者加权求和,例如向量递增权重标定。例如,可以根据目标烹调模式反馈节点对应的目标食材控制优化特征与目标食材反馈过程数据对应的食材反馈流程特征进行融合处理,可以是直接将目标烹调模式反馈节点对应的目标食材控制优化特征与目标食材反馈过程数据对应的食材反馈流程特征进行融合,得到目标食材反馈过程数据对应的食材关联特征,也可以是先进一步处理,再进行融合。例如,融合网络单元可以包括两个融合网络函数,根据其中的一个融合网络函数对食材反馈流程特征序列中的食材反馈流程特征序列进行处理,根据另一个融合网络函数对目标食材控制优化特征进行处理,将经过融合网络函数处理得到的食材反馈流程特征以及经过融合网络函数处理得到的目标食材控制优化特征进行融合,得到食材关联特征。
例如。融合的方式可以是顺次融合。举个例子,假设“A食材反馈进程”对应的食材反馈流程特征为k维特征,表示为(a1,a2……ak)以及“A”对应的目标食材控制优化特征为j维特征,表示为(b1,b2……bj),则顺次融合得到的主题业务标签传播特征为k+j维的特征信息,表示为(a1,a2……ak,b1,b2……bj)。
例如,后台服务器得到目标食材反馈过程数据对应的食材关联特征后,根据该食材关联特征替换食材反馈流程特征序列中,目标食材反馈过程数据对应的食材反馈流程特征,得到更新后的食材反馈流程特征序列。后台服务器可以将更新后的食材反馈流程特征序列以及目标烹调反馈特征输入到融合网络单元的融合层中,进行融合,得到融合后的食材反馈流程特征序列以及融合后的目标烹调反馈特征的至少一个。
例如,目标融合特征可以是融合后的食材反馈流程特征序列或者融合后的目标烹调反馈特征。目标融合特征根据具体的场景确定。后台服务器可以将目标融合特征输入到配置控制网络中,配置控制网络对目标融合特征进行处理,得到目标食材应用场景信息。
在一种可能的实施方式中,对于食材反馈信息分类任务,融合后的目标烹调反馈特征为目标融合特征,可以将融合后的目标烹调反馈特征输入到食材反馈信息分类模型中,得到食材反馈信息分类结果。例如,对于一般(普通)的应用场景处理任务,例如食材反馈信息分类任务,可以根据前述[FE]的表示特征确定目标食材应用场景信息。
在一种可能的实施方式中,对于标签烹调模式反馈节点识别,融合后的食材反馈流程特征序列为目标融合特征,可以根据烹调模式反馈节点标识符对融合后的食材反馈流程特征序列中,烹调模式反馈节点对应的食材反馈流程特征进行标识,以根据烹调模式反馈节点对应的食材反馈流程特征进行标签烹调模式反馈节点识别。
在一种可能的实施方式中,对于烹调模式反馈节点关系识别,融合后的食材反馈流程特征序列为目标融合特征,可以根据关系标识符对融合后的食材反馈流程特征序列中,烹调模式反馈节点对应的食材反馈流程特征进行标识,以在烹调模式反馈节点关系识别时,根据关系标识符从中抽取得到起始烹调模式反馈节点(start)对应的食材反馈流程特征以及结束烹调模式反馈节点(finish)对应的食材反馈流程特征,并进行融合。关系标识符包括起始烹调模式反馈节点标识符和结束烹调模式反馈节点标识符,对于每个烹调模式反馈节点,可以在该烹调模式反馈节点之前加上起始烹调模式反馈节点标识符,例如[ST],在该烹调模式反馈节点之后加上结束烹调模式反馈节点标识符,例如[FH]。在下游任务做分类的时候,可以抽出起始烹调模式反馈节点[ST]对应的食材反馈流程特征以及结束烹调模式反馈节点[FH]对应的食材反馈流程特征并融合起来,作为最终的表示特征去进行关系抽取,得到烹调模式反馈节点之间的关系。
上述实施例中,目标食材反馈特征中融合了目标食材控制优化特征,而且目标食材控制优化特征是根据目标食材反馈信息中,目标烹调模式反馈节点对应的第一相关烹调模式反馈节点的反馈优化特征以及控制优化行为信息得到的,由于控制优化行为信息根据目标烹调反馈特征与集中烹调反馈特征之间的相关特征得到,因此可以根据目标食材反馈信息的反馈食材属性,确定相关烹调模式反馈节点的反馈优化特征对目标烹调模式反馈节点的反馈特征的重要程度,根据重要程度确定控制优化行为信息,从而可以使得基于控制优化行为信息以及反馈优化特征得到的目标食材控制优化特征能够促进对目标食材反馈信息的深度学习。
在一种可能的实施方式中,步骤S103即根据第一相关烹调模式反馈节点的反馈优化特征以及对应的控制优化行为信息,确定目标烹调模式反馈节点对应的目标食材控制优化特征包括以下步骤:
步骤S1031,获取第一相关烹调模式反馈节点以及目标烹调模式反馈节点组成的烹调模式反馈图谱。
例如,烹调模式反馈图谱包括拓扑成员以及关联属性。拓扑成员为烹调模式反馈节点,烹调模式反馈节点之间存在关联属性表示烹调模式反馈节点之间存在直接的集中烹调反馈结果。
可以理解,烹调模式反馈图谱之间的关联属性也可以是有方向的,烹调模式反馈节点与烹调模式反馈节点之间的关系可以用三元组表示(h,r,t),h为起始烹调模式反馈节点,r指关系,t指结束烹调模式反馈节点。
在一种可能的实施方式中,可以从烹调模式反馈图谱图中获取与目标烹调模式反馈节点的关联层级在预设关联层级的相关烹调模式反馈节点,组成烹调模式反馈图谱。
步骤S1032,对于烹调模式反馈图谱中的图谱成员,获取表示图谱成员与相关成员的集中烹调反馈结果的集中烹调反馈特征。
其中,图谱成员是指烹调模式反馈图谱中的烹调模式反馈节点,目标烹调模式反馈节点以及第一相关烹调模式反馈节点为业务拓扑中的烹调模式反馈节点。相关成员是指与该图谱成员存在关联属性的连接的烹调模式反馈节点。
步骤S1033,根据集中烹调反馈特征与目标烹调反馈特征得到相关参数,根据相关参数确定相关成员对应的控制优化行为信息。
其中,相关参数指向量的关联程度,可以是相似度。相关特征与控制优化行为信息成正相关关系。即相关特征越大,控制优化行为信息越大。
例如,后台服务器可以是将相关参数作为控制优化行为信息,也可以是对相关参数进行归一化处理,得到控制优化行为信息。
在一种可能的实施方式中,图谱成员对应的食材控制优化特征是食材控制优化特征分类网络输出的,食材控制优化特征分类网络包括至少一个目标分类节点,对于不同的分类节点,其对应的控制优化行为信息可以是不变的,也可以是变化的。例如,根据集中烹调反馈特征与目标烹调反馈特征得到相关参数,根据相关参数确定相关成员对应的控制优化行为信息包括:根据目标分类节点中的第二分类节点参数对集中烹调反馈特征进行处理,得到第一分类特征;根据目标分类节点中的第三分类节点参数对目标烹调反馈特征进行处理,得到第二分类特征;根据第一分类特征与第二分类特征计算得到相关参数;根据相关参数确定相关成员对应的控制优化行为信息,相关参数与相关成员对应的控制优化行为信息成正相关关系。
其中,控制过程机制中,可以包括第一分类特征(K1)与第二分类特征(K2),第一分类特征(K1)与describe(第一食材控制优化特征)具有对应关系。可以基于第一分类特征(K1)与第二分类特征(K2)的相关度,确定相关成员对应的控制优化行为信息。第二分类节点参数是目标分类节点中,用于对集中烹调反馈特征进行处理的模型参数,第三分类节点参数是目标分类节点中,用于对目标烹调反馈特征进行处理的模型参数,不同的分类节点,所对应的第二分类节点参数以及第三分类节点参数是变化的,因此控制优化行为信息也在变化,相当于得到目标食材控制优化特征时,是综合不同分类节点得到的控制优化行为信息得到的,能够提高得到的目标食材控制优化特征的准确性。相关参数可以是特征相似度,可以基于常规的相似度算法得到。
例如,后台服务器可以将集中烹调反馈特征以及目标烹调反馈特征输入到目标分类节点中,通过目标分类节点的第二分类节点参数计算得到第一分类特征,通过目标分类节点的第三分类节点参数计算得到第二分类特征,计算第二分类特征与第一分类特征的相似度,对相似度进行归一化处理,得到控制优化行为信息。
步骤S1034,根据相关成员对应的控制优化行为信息以及相关成员的反馈优化特征,确定图谱成员对应的目标食材控制优化特征。
例如,一个图谱成员对应的相关成员可以有一个或者多个,后台服务器可以将该控制优化行为信息与相关成员的反馈优化特征加权求和,得到图谱成员对应的食材控制优化特征。也可以根据已配置得到的食材控制优化特征分类网络的模型参数对相关成员的反馈优化特征进行处理,得到第一食材控制优化特征,再将第一食材控制优化特征以及相关成员对应的控制优化行为信息进行加权处理,得到图谱成员对应的目标食材控制优化特征。
在一种可能的实施方式中,图谱成员对应的食材控制优化特征是食材控制优化特征分类网络输出的,食材控制优化特征分类网络包括至少一个目标分类节点,根据相关成员对应的控制优化行为信息以及相关成员的反馈优化特征,确定图谱成员对应的目标食材控制优化特征包括:将相关成员的反馈优化特征以及集中烹调反馈特征输入到目标分类节点中进行处理,得到图谱成员对应的第一食材控制优化特征;根据图谱成员对应的第一食材控制优化特征以及对应的相关成员对应的控制优化行为信息,确定图谱成员对应的目标食材控制优化特征。
例如,后台服务器可以将图谱成员对应的第一食材控制优化特征以及对应的相关成员对应的控制优化行为信息进行加权处理,得到图谱成员对应的食材控制优化特征。由于是将相关成员的反馈优化特征以及集中烹调反馈特征输入到分类节点中进行处理,通过结合反馈优化特征与集中烹调反馈特征确定食材控制优化特征,使得得到的食材控制优化特征更加准确。
在一种可能的实施方式中,可以是根据图谱成员与对应的相关成员之间的烹调模式反馈节点集中烹调反馈结果确定目标食材控制优化策略,目标食材控制优化策略为递增权重标定或者递减权重标定;根据目标食材控制优化策略对相关成员的反馈优化特征以及集中烹调反馈特征进行标定,得到图谱成员对应的标定反馈优化特征;根据目标分类节点中的分类节点参数对标定反馈优化特征进行处理,得到图谱成员对应的第一食材控制优化特征。
例如,当烹调模式反馈节点集中烹调反馈结果为该图谱成员是起始烹调模式反馈节点,相关成员是结束烹调模式反馈节点时,则目标食材控制优化策略为递减权重标定。当烹调模式反馈节点集中烹调反馈结果为该图谱成员是结束烹调模式反馈节点,相关成员是起始烹调模式反馈节点时,则目标食材控制优化策略为递增权重标定。在确定烹调模式反馈图谱中的反馈优化特征以及集中烹调反馈特征时,可以将烹调模式反馈节点的关系看成是从起始烹调模式反馈节点到结束烹调模式反馈节点的一个翻译操作,即根据起始烹调模式反馈节点以及集中烹调反馈结果,可以得到结束烹调模式反馈节点,因此起始烹调模式反馈节点的反馈优化特征加上集中烹调反馈特征,可以表示结束烹调模式反馈节点。或者结束烹调模式反馈节点的反馈优化特征减去集中烹调反馈特征,可以表示起始烹调模式反馈节点。因此,标定反馈优化特征是指根据目标食材控制优化策略对相关成员的反馈优化特征以及集中烹调反馈特征进行标定,所得到的表示图谱成员的特征信息。故基于目标分类节点对标定反馈优化特征进行处理,可以准确的得到图谱成员对应的第一食材控制优化特征。
在一种可能的实施方式中,后台服务器可以获取食材控制优化特征分类网络中目标分类节点对应的上一分类节点输出的,相关成员对应的分类反馈优化特征;目标分类节点根据第一分类节点参数对标定反馈优化特征以及分类反馈优化特征进行处理,得到图谱成员对应的第一食材控制优化特征。
例如,相关成员对应的分类反馈优化特征是指上一层分类节点中,输出的相关成员的食材控制优化特征。第一分类节点参数是分类节点中,用于确定第一食材控制优化特征的参数。食材控制优化特征分类网络中可以包括多层分类节点,对于目标分类节点,可以获取上一分类节点输出的相关成员对应的食材控制优化特征,输入到目标分类节点中,使得目标分类节点是在上一分类节点的基础上,继续进行处理的,能够使得食材控制优化特征随着分类节点的深度逐渐增加,越来越准确。
步骤S1035,从烹调模式反馈图谱的各个图谱成员对应的目标食材控制优化特征中,提取目标烹调模式反馈节点对应的目标食材控制优化特征。
例如,由于烹调模式反馈图谱包括目标烹调模式反馈节点,即目标烹调模式反馈节点是其中的一个图谱成员,因此得到的图谱成员对应的食材控制优化特征后,可以提取得到目标烹调模式反馈节点所对应的食材控制优化特征。
本发明实施例中,通过组成烹调模式反馈图谱,获取图谱成员与相关成员的集中烹调反馈结果的集中烹调反馈特征,基于集中烹调反馈特征与目标烹调反馈特征得到相关参数,能够表示该图谱成员与其相关成员之间的集中烹调反馈结果与目标食材反馈信息的反馈食材属性是否有关联或者是否具有正面的影响,故基于该控制优化行为信息与相关成员的反馈优化特征聚合得到图谱成员的食材控制优化特征,能够使主题分布的聚合是与目标食材反馈信息的反馈食材属性相关的。可以理解,基于相关成员的反馈优化特征聚合得到图谱成员的食材控制优化特征可以是执行多次的,在每次聚合时,可以结合上一次聚合得到的食材控制优化特征以及相关成员的反馈优化特征进行聚合。
图3示出了本发明实施例提供的用于实现上述的用于食材加工的远程控制方法的后台服务器100的硬件结构示意图,如图3所示,后台服务器100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中,至少一个处理器110执行机器可读存储介质120存储的计算机执行指令,使得处理器110可以执行如上方法实施例的用于食材加工的远程控制方法,处理器110、机器可读存储介质120以及收发器140通过总线130连接,处理器110可以用于控制收发器140的收发动作。
处理器110的具体实现过程可参见上述后台服务器100执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
此外,本发明实施例还提供一种可读存储介质,所述可读存储介质中预设有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上用于食材加工的远程控制方法。
最后,应当理解的是,本说明书中实施例仅用以说明本说明书实施例的原则。其它的变形也可能属于本说明书范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种用于食材加工的远程控制方法,其特征在于,应用于用于食材加工的远程控制系统,所述用于食材加工的远程控制系统包括后台服务器、用户终端、远程烹调设备以及加热烹调抽屉盒,所述远程烹调设备和所述用户终端与所述服务器通信连接,所述远程烹调设备与所述加热烹调抽屉盒连接用于单个控制所述加热烹调抽屉盒的加热烹调过程,所述方法包括:
所述用户终端在接收到触发指令后,向所述后台服务器发送远程控制请求,所述远程控制请求中包括目标远程烹调设备的控制标识信息以及针对所述目标远程烹调设备的目标食材应用场景信息;
所述后台服务器响应所述远程控制请求,根据所述目标远程烹调设备的控制标识信息向所述目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息,所述加热控制策略信息包括有所述食材的加热温度控制策略以及加热时间控制策略;
所述目标远程烹调设备根据所述目标控制模式对应的多个不同食材的加热控制策略信息,对含有相对应食材的加热烹调抽屉盒采用相对应的加热控制策略信息进行加热烹调后智能保温至所设定温度。
2.根据权利要求1所述的用于食材加工的远程控制方法,其特征在于,所述根据所述目标远程烹调设备的控制标识信息向所述目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息的步骤,包括:
提取所述目标远程烹调设备的目标食材应用场景信息的食材应用场景特征信息,并将所述食材应用场景特征信息输入到烹调控制模式分类模型中,输出所述目标食材应用场景信息对应的目标控制模式;
根据所述目标远程烹调设备的控制标识信息向所述目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息。
3.根据权利要求2所述的用于食材加工的远程控制方法,其特征在于,所述方法还包括:
所述后台服务器获取待标定的目标食材反馈信息,并从所述待标定的目标食材反馈信息中提取对应的目标食材应用场景信息后,基于所述目标食材应用场景信息对初始烹调控制模式分类模型进行配置后,获得对应的烹调控制模式分类模型;
其中,所述后台服务器获取待标定的目标食材反馈信息,并从所述待标定的目标食材反馈信息中提取对应的目标食材应用场景信息的步骤,包括:
获取待标定的目标食材反馈信息,对所述目标食材反馈信息进行特征提取,得到目标食材反馈特征,所述目标食材反馈特征包括所述目标食材反馈信息对应的目标烹调反馈特征,所述目标食材反馈信息为过往食材反馈信息;
获取所述目标食材反馈信息中的目标烹调模式反馈节点,确定所述目标烹调模式反馈节点对应的第一相关烹调模式反馈节点;
根据所述第一相关烹调模式反馈节点的反馈优化特征以及对应的控制优化行为信息,确定所述目标烹调模式反馈节点对应的目标食材控制优化特征,其中,所述控制优化行为信息根据所述目标烹调反馈特征与集中烹调反馈特征之间的相关特征得到,所述集中烹调反馈特征为表示烹调模式反馈节点的集中烹调反馈结果的特征;
将所述目标食材反馈特征与所述目标烹调模式反馈节点对应的目标食材控制优化特征进行融合,得到目标融合特征,根据所述目标融合特征确定所述目标食材反馈信息对应的目标食材应用场景信息。
4.根据权利要求3所述的用于食材加工的远程控制方法,其特征在于,所述根据所述第一相关烹调模式反馈节点的反馈优化特征以及对应的控制优化行为信息,确定所述目标烹调模式反馈节点对应的目标食材控制优化特征的步骤,包括:
获取所述第一相关烹调模式反馈节点与所述目标烹调模式反馈节点组成的烹调模式反馈图谱;
对于所述烹调模式反馈图谱中的图谱成员,获取表示所述图谱成员与相关成员的集中烹调反馈结果的集中烹调反馈特征;
根据所述集中烹调反馈特征与所述目标烹调反馈特征得到相关参数,根据所述相关参数确定所述相关成员对应的控制优化行为信息;
根据所述相关成员对应的控制优化行为信息以及所述相关成员的反馈优化特征,确定所述图谱成员对应的目标食材控制优化特征;
从所述烹调模式反馈图谱的各个图谱成员对应的目标食材控制优化特征中,提取所述目标烹调模式反馈节点对应的目标食材控制优化特征。
5.根据权利要求4所述的用于食材加工的远程控制方法,其特征在于,所述图谱成员对应的目标食材控制优化特征是食材控制优化特征分类网络输出的,所述食材控制优化特征分类网络包括至少一个目标分类节点;
所述根据所述相关成员对应的控制优化行为信息以及所述相关成员的反馈优化特征,确定所述图谱成员对应的目标食材控制优化特征的步骤,包括:
将所述相关成员的反馈优化特征以及所述集中烹调反馈特征输入到所述目标分类节点中进行处理,得到所述图谱成员对应的第一食材控制优化特征;
根据所述图谱成员对应的第一食材控制优化特征以及对应的所述相关成员对应的控制优化行为信息,确定所述图谱成员对应的目标食材控制优化特征。
6.根据权利要求5所述的用于食材加工的远程控制方法,其特征在于,所述将所述相关成员的反馈优化特征以及所述集中烹调反馈特征输入到所述目标分类节点中进行处理,得到所述图谱成员对应的第一食材控制优化特征的步骤,包括:
根据所述图谱成员与所述相关成员之间的烹调模式反馈节点集中烹调反馈结果确定目标食材控制优化策略,所述目标食材控制优化策略为递增权重标定或者递减权重标定;
根据所述目标食材控制优化策略对所述相关成员的反馈优化特征以及所述集中烹调反馈特征进行标定,得到所述图谱成员对应的标定反馈优化特征;
根据所述目标分类节点中的分类节点参数对所述标定反馈优化特征进行处理,得到所述图谱成员对应的第一食材控制优化特征。
7.根据权利要求6所述的用于食材加工的远程控制方法,其特征在于,所述根据所述目标分类节点中的分类节点参数对所述标定反馈优化特征进行处理,得到所述图谱成员对应的第一食材控制优化特征的步骤,包括:
获取所述食材控制优化特征分类网络中,所述目标分类节点对应的上一分类节点输出的,所述相关成员对应的分类反馈优化特征;
所述目标分类节点根据第一分类节点参数对所述标定反馈优化特征以及所述分类反馈优化特征进行处理,得到所述图谱成员对应的第一食材控制优化特征。
8.根据权利要求4所述的用于食材加工的远程控制方法,其特征在于,所述图谱成员对应的目标食材控制优化特征是食材控制优化特征分类网络输出的,所述食材控制优化特征分类网络包括至少一个目标分类节点;
所述根据所述集中烹调反馈特征与所述目标烹调反馈特征得到相关参数,根据所述相关参数确定所述相关成员对应的控制优化行为信息的步骤,包括:
根据所述目标分类节点中的第二分类节点参数对所述集中烹调反馈特征进行处理,得到第一分类特征;
根据所述目标分类节点中的第三分类节点参数对所述目标烹调反馈特征进行处理,得到第二分类特征;
根据所述第一分类特征与所述第二分类特征计算得到相关参数;
根据所述相关参数确定所述相关成员对应的控制优化行为信息,所述相关参数与所述相关成员对应的控制优化行为信息成正相关关系。
9.根据权利要求3所述的用于食材加工的远程控制方法,其特征在于,所述目标食材反馈信息包括多个食材反馈过程数据,所述目标食材反馈特征包括食材反馈流程特征序列,所述食材反馈流程特征序列包括各个食材反馈过程数据对应的食材反馈流程特征;
所述将所述目标食材反馈特征与所述目标烹调模式反馈节点对应的目标食材控制优化特征进行融合,得到目标融合特征的步骤,包括:
根据所述目标烹调模式反馈节点对应的目标食材控制优化特征对目标食材反馈过程数据对应的食材反馈流程特征进行食材关联处理,得到所述目标食材反馈过程数据对应的食材关联特征;
根据所述目标食材反馈过程数据对应的食材关联特征,更新所述食材反馈流程特征序列中,所述目标食材反馈过程数据对应的食材反馈流程特征,得到更新后的食材反馈流程特征序列;
根据融合网络单元对所述更新后的食材反馈流程特征序列以及所述目标烹调反馈特征进行融合,得到融合后的食材反馈流程特征序列以及融合后的目标烹调反馈特征;
所述根据所述目标融合特征确定所述目标食材反馈信息对应的目标食材应用场景信息的步骤,包括:
将融合后的目标烹调反馈特征输入到已配置的食材反馈信息分类模型中,得到所述目标食材反馈信息对应的食材反馈信息分类结果;
所述根据所述目标烹调模式反馈节点对应的目标食材控制优化特征对目标食材反馈过程数据对应的食材反馈流程特征进行食材关联处理,得到所述目标食材反馈过程数据对应的食材关联特征的步骤,包括:
根据所述目标烹调模式反馈节点对应的目标食材控制优化特征与目标食材反馈过程数据对应的食材反馈流程特征进行特征融合处理,得到所述目标食材反馈过程数据对应的食材关联特征。
10.一种用于食材加工的远程控制系统,其特征在于,所述用于食材加工的远程控制系统包括后台服务器、用户终端、远程烹调设备以及加热烹调抽屉盒,所述远程烹调设备和所述用户终端与所述服务器通信连接,所述远程烹调设备与所述加热烹调抽屉盒连接用于单个控制所述加热烹调抽屉盒的加热烹调过程,所述方法包括:
所述用户终端用于在接收到触发指令后,向所述后台服务器发送远程控制请求,所述远程控制请求中包括目标远程烹调设备的控制标识信息以及针对所述目标远程烹调设备的目标食材应用场景信息;
所述后台服务器用于响应所述远程控制请求,根据所述目标远程烹调设备的控制标识信息向所述目标远程烹调设备发送目标控制模式对应的多个不同食材的加热控制策略信息,所述加热控制策略信息包括有所述食材的加热温度控制策略以及加热时间控制策略;
所述目标远程烹调设备用于根据所述目标控制模式对应的多个不同食材的加热控制策略信息,对含有相对应食材的加热烹调抽屉盒采用相对应的加热控制策略信息进行加热烹调后智能保温至所设定温度。
CN202110174189.6A 2021-02-07 2021-02-07 一种用于食材加工的远程控制方法及系统 Active CN112954051B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110174189.6A CN112954051B (zh) 2021-02-07 2021-02-07 一种用于食材加工的远程控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110174189.6A CN112954051B (zh) 2021-02-07 2021-02-07 一种用于食材加工的远程控制方法及系统

Publications (2)

Publication Number Publication Date
CN112954051A true CN112954051A (zh) 2021-06-11
CN112954051B CN112954051B (zh) 2021-09-03

Family

ID=76244327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110174189.6A Active CN112954051B (zh) 2021-02-07 2021-02-07 一种用于食材加工的远程控制方法及系统

Country Status (1)

Country Link
CN (1) CN112954051B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003244780A (ja) * 2002-02-19 2003-08-29 National Institute Of Advanced Industrial & Technology 生体信号を利用したリモートコントローラ
CN102426606A (zh) * 2011-11-11 2012-04-25 南京财经大学 一种基于粒子群算法的多特征图像检索方法
US8775341B1 (en) * 2010-10-26 2014-07-08 Michael Lamport Commons Intelligent control with hierarchical stacked neural networks
CN108334540A (zh) * 2017-12-15 2018-07-27 深圳市腾讯计算机系统有限公司 媒体信息的展示方法和装置、存储介质、电子装置
CN110008949A (zh) * 2019-01-24 2019-07-12 华南理工大学 一种图像目标检测方法、系统、装置和存储介质
CN110849828A (zh) * 2019-12-13 2020-02-28 嘉兴职业技术学院 一种基于高光谱图像技术的藏红花分类方法
CN111345699A (zh) * 2018-12-20 2020-06-30 九阳股份有限公司 一种烹饪设备的控制方法和烹饪设备
US20200278117A1 (en) * 2015-05-05 2020-09-03 June Life, Inc. Tailored food preparation with an oven
CN111657739A (zh) * 2020-07-09 2020-09-15 张梦静 一种智能厨房的管理控制系统、管理控制方法、烹饪设备
CN111812989A (zh) * 2020-06-01 2020-10-23 青岛海尔智能技术研发有限公司 食材加工控制方法、装置、设备和存储介质
US20200365053A1 (en) * 2019-05-17 2020-11-19 NotCo Delaware, LLC Systems and methods to mimic target food items using artificial intelligence
CN112070687A (zh) * 2020-08-20 2020-12-11 武汉大学 一种基于团队递归反馈机制的图像去雨方法及系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003244780A (ja) * 2002-02-19 2003-08-29 National Institute Of Advanced Industrial & Technology 生体信号を利用したリモートコントローラ
US8775341B1 (en) * 2010-10-26 2014-07-08 Michael Lamport Commons Intelligent control with hierarchical stacked neural networks
CN102426606A (zh) * 2011-11-11 2012-04-25 南京财经大学 一种基于粒子群算法的多特征图像检索方法
US20200278117A1 (en) * 2015-05-05 2020-09-03 June Life, Inc. Tailored food preparation with an oven
CN108334540A (zh) * 2017-12-15 2018-07-27 深圳市腾讯计算机系统有限公司 媒体信息的展示方法和装置、存储介质、电子装置
CN111345699A (zh) * 2018-12-20 2020-06-30 九阳股份有限公司 一种烹饪设备的控制方法和烹饪设备
CN110008949A (zh) * 2019-01-24 2019-07-12 华南理工大学 一种图像目标检测方法、系统、装置和存储介质
US20200365053A1 (en) * 2019-05-17 2020-11-19 NotCo Delaware, LLC Systems and methods to mimic target food items using artificial intelligence
CN110849828A (zh) * 2019-12-13 2020-02-28 嘉兴职业技术学院 一种基于高光谱图像技术的藏红花分类方法
CN111812989A (zh) * 2020-06-01 2020-10-23 青岛海尔智能技术研发有限公司 食材加工控制方法、装置、设备和存储介质
CN111657739A (zh) * 2020-07-09 2020-09-15 张梦静 一种智能厨房的管理控制系统、管理控制方法、烹饪设备
CN112070687A (zh) * 2020-08-20 2020-12-11 武汉大学 一种基于团队递归反馈机制的图像去雨方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈诚: "智慧餐饮系统的关键技术研究与应用", 《中国优秀硕士论文全文数据库 信息科技辑》 *

Also Published As

Publication number Publication date
CN112954051B (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
KR20190057687A (ko) 챗봇 변경을 위한 위한 전자 장치 및 이의 제어 방법
EP3796110A1 (en) Method and apparatus for determining controlled object, and storage medium and electronic device
JP2000011005A (ja) データ分析方法及び装置及びデータ分析プログラムを記録したコンピュータ読み取り可能な記録媒体
JP6199517B1 (ja) 決定装置、決定方法および決定プログラム
CN113726545B (zh) 基于知识增强生成对抗网络的网络流量生成方法及装置
CN115114531B (zh) 基于电商行为大数据的信息推送方法及人工智能预测系统
KR20180128805A (ko) 실시간 데이터 수집에 기초한 대화 모델의 동적 확장을 위한 시스템 및 방법
Harman et al. Action graphs for proactive robot assistance in smart environments
CN111161726A (zh) 一种智能语音交互方法、设备、介质及系统
Bugeja et al. Functional classification and quantitative analysis of smart connected home devices
WO2021092600A2 (en) Pose-over-parts network for multi-person pose estimation
CN116705018A (zh) 语音控制方法、装置、电子设备与可读存储介质
CN112954051B (zh) 一种用于食材加工的远程控制方法及系统
CN111552549A (zh) 一种智能设备的多任务请求动态配置方法及系统
CN112541556A (zh) 模型构建优化方法、设备、介质及计算机程序产品
KR20120079630A (ko) 멀티 모달리티 데이터 색인 및 검색 방법, 그 시스템
CN107766944B (zh) 一种利用api分析进行系统功能流优化的系统和方法
JP5588938B2 (ja) アイテム推薦装置及び方法及びプログラム
CN109740623A (zh) 一种演员筛选的方法及装置
CN112918919B (zh) 一种食材智能配送控制方法及系统
CN114064854A (zh) 查询文本处理方法、装置、设备及存储介质
CN114925158A (zh) 语句文本的意图识别方法和装置、存储介质及电子装置
CN112395490B (zh) 用于生成信息的方法和装置
CN114764469A (zh) 一种内容推荐方法、装置、计算机设备和存储介质
Srinivas et al. Evolutionary computing assisted K-Means clustering based mapreduce distributed computing environment for IoT-driven smart city

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