CN113940523A - 智能床垫的自调整方法、装置、智能床垫及存储介质 - Google Patents

智能床垫的自调整方法、装置、智能床垫及存储介质 Download PDF

Info

Publication number
CN113940523A
CN113940523A CN202111177923.0A CN202111177923A CN113940523A CN 113940523 A CN113940523 A CN 113940523A CN 202111177923 A CN202111177923 A CN 202111177923A CN 113940523 A CN113940523 A CN 113940523A
Authority
CN
China
Prior art keywords
data
mattress
preset
target object
intelligent mattress
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
CN202111177923.0A
Other languages
English (en)
Other versions
CN113940523B (zh
Inventor
贾朝旭
陈翀
李雨铭
宋德超
陈向文
岳冬
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.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun 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 Gree Electric Appliances Inc of Zhuhai, Zhuhai Lianyun Technology Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN202111177923.0A priority Critical patent/CN113940523B/zh
Publication of CN113940523A publication Critical patent/CN113940523A/zh
Application granted granted Critical
Publication of CN113940523B publication Critical patent/CN113940523B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47C—CHAIRS; SOFAS; BEDS
    • A47C23/00—Spring mattresses with rigid frame or forming part of the bedstead, e.g. box springs; Divan bases; Slatted bed bases
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47C—CHAIRS; SOFAS; BEDS
    • A47C21/00—Attachments for beds, e.g. sheet holders, bed-cover holders; Ventilating, cooling or heating means in connection with bedsteads or mattresses
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47C—CHAIRS; SOFAS; BEDS
    • A47C27/00—Spring, stuffed or fluid mattresses or cushions specially adapted for chairs, beds or sofas
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification
    • G10L17/06—Decision making techniques; Pattern matching strategies
    • G10L17/14—Use of phonemic categorisation or speech recognition prior to speaker recognition or verification
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Abstract

本发明实施例提供了一种智能床垫的自调整方法、装置、智能床垫及存储介质，所述方法包括：获取当前环境中的语音数据，确定所述语音数据对应的目标对象，并查找与所述目标对象相对应的预设床垫形态预测模型；获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型；获取所述预设床垫形态预测模型输出的智能床垫形态，并根据所述智能床垫形态调整智能床垫。如此实现智能床垫形态的自适应调整，且智能床垫形态的自适应调整因不同对象的历史睡眠数据的差异而存在差异性，在增强对象睡眠舒适度的同时，可以避免一定的局限性。

Description

智能床垫的自调整方法、装置、智能床垫及存储介质
技术领域
本发明实施例涉及智能家居技术领域，尤其涉及一种智能床垫的自调整方法、装置、智能床垫及存储介质。
背景技术
由于人们工作生活的压力越来越大，失眠、入眠困难等睡眠问题困扰着相当多的人群。为了提高睡眠质量，许多助眠产品营运而生，其中，智能床垫便是一种通过调节产品参数以增强用户睡眠舒适度的智能化家居产品。
相关技术中，智能床垫中大多会提前设定多种睡眠模式，并且每种睡眠模式对应着既定的床垫形态。由此，用户在睡眠之前可以根据自己的实际需要选择一种睡眠模式，从而智能床垫可以根据用户选择的睡眠模式调整自身的形态。
然而，在智能床垫中提前设定多种睡眠模式，根据睡眠模式的选择来进行床垫形态调整的方式，在增强用户睡眠舒适度的同时，也存在一定局限性，比如智能床垫的可选睡眠模式有限，用户所选择的睡眠模式与实际需求不匹配等。
发明内容
为了解决上述在智能床垫中提前设定多种睡眠模式，根据睡眠模式的选择来进行床垫形态调整的方式，在增强用户睡眠舒适度的同时，也存在一定局限性的技术问题，本发明实施例提供了一种智能床垫的自调整方法、装置、智能床垫及存储介质。
在本发明实施例的第一方面，首先提供了一种智能床垫的自调整方法，所述方法包括：
获取当前环境中的语音数据，确定所述语音数据对应的目标对象，并查找与所述目标对象相对应的预设床垫形态预测模型；
获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型；
获取所述预设床垫形态预测模型输出的智能床垫形态，并根据所述智能床垫形态调整智能床垫。
在一个可选的实施方式中，所述获取当前环境中的语音数据，确定所述语音数据对应的目标对象，包括：
获取当前环境中的语音数据，利用语音识别算法识别到所述语音数据中包括预设关键字时，唤醒智能床垫；以及，
利用声纹识别算法识别所述语音数据对应的声纹，根据所述声纹确定发出所述语音数据的目标对象。
在一个可选的实施方式中，所述获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型，包括：
获取所述目标对象的心情数据，和/或，获取所述当前环境中的环境数据；
根据所述心情数据和/或所述环境数据，预测所述目标对象入睡后是否处于易失眠状态；
若预测出所述目标对象入睡后未处于易失眠状态，则确定智能床垫的第一调整策略；
基于所述第一调整策略，获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型。
在一个可选的实施方式中，所述根据所述心情数据和/或所述环境数据，预测所述目标对象入睡后是否处于易失眠状态，包括：
判断所述心情数据是否与预设心情数据匹配，若所述心情数据与所述预设心情数据匹配，预测所述目标对象入睡后处于易失眠状态；
若所述心情数据与所述预设心情数据未匹配，预测所述目标对象入睡后未处于易失眠状态；
和/或，
判断所述环境数据是否处于预设环境数据范围，若所述环境数据处于所述预设环境数据范围，预测所述目标对象入睡后处于易失眠状态；
若所述环境数据未处于所述预设环境数据范围，预测所述目标对象入睡后未处于易失眠状态。
在一个可选的实施方式中，所述判断所述环境数据是否处于预设环境数据范围，包括：
获取当前位置数据，确定所述当前位置数据对应的地域；
查找与所述地域对应的预设环境数据范围，判断所述环境数据是否处于所述预设环境数据范围。
在一个可选的实施方式中，所述方法还包括：
若预测出所述目标对象入睡后处于易失眠状态，则确定智能床垫的第二调整策略；
基于所述第二调整策略，获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型；
获取所述预设床垫形态预测模型输出的智能床垫形态，并根据所述智能床垫形态调整智能床垫；以及，
在根据所述智能床垫形态调整智能床垫之后，实时获取所述目标对象的当前睡眠数据；
将所述当前睡眠数据输入至所述预设床垫形态预测模型，获取所述预设床垫形态预测模型输出的智能床垫实时形态；
根据所述智能床垫实时形态，实时调整所述智能床垫。
在一个可选的实施方式中，所述实时获取所述目标对象的当前睡眠数据，包括：
通过传感器检测智能床垫是否产生形变；
若通过所述传感器检测到所述智能床垫产生形变，开启心率检测；
在检测到心率的情况下，实时获取所述目标对象的当前睡眠数据。
在一个可选的实施方式中，所述实时获取所述目标对象的当前睡眠数据，包括：
通过静电薄膜技术检测是否有物体压在智能床垫上；
若通过静电薄膜技术检测到有物体压在智能床垫上，开启心率检测；
在检测到心率的情况下，实时获取所述目标对象的当前睡眠数据。
在一个可选的实施方式中，在执行所述方法之前，还包括：
获取各个对象各自对应的样本睡眠数据，其中，各个所述对象各自对应的所述样本睡眠数据均携带有样本标签，所述样本标签表征各个所述对象各自对应的所述样本睡眠数据的智能床垫样本形态；
基于各个所述对象各自对应的所述样本睡眠数据，对预设床垫形态初始预测模型进行模型训练，得到各个所述对象各自对应的预设床垫形态预测模型。
在本发明实施例的第二方面，提供了一种智能床垫的自调整装置，所述装置包括：
对象确定模块，用于获取当前环境中的语音数据，确定所述语音数据对应的目标对象；
模型查找模块，用于查找与所述目标对象相对应的预设床垫形态预测模型；
数据输入模块，用于获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型；
床垫调整模块，用于获取所述预设床垫形态预测模型输出的智能床垫形态，并根据所述智能床垫形态调整智能床垫。
在本发明实施例的第三方面，还提供了一种智能床垫，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；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面中所述的智能床垫的自调整方法。
在本发明实施例的第四方面，还提供了一种存储介质，所述存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面中所述的智能床垫的自调整方法。
在本发明实施例的第五方面，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面中所述的智能床垫的自调整方法。
本发明实施例提供的技术方案，获取当前环境中的语音数据，确定语音数据对应的目标对象，并查找与目标对象相对应的预设床垫形态预测模型，获取目标对象的历史睡眠数据，将历史睡眠数据输入至预设床垫形态预测模型，获取预设床垫形态预测模型输出的智能床垫形态，根据智能床垫形态调整智能床垫。通过获取当前环境中的语音数据，确定语音数据对应的目标对象，从而调用目标对象相对应的预设床垫形态预测模型，对目标对象的历史睡眠数据进行处理，输出相应的智能床垫形态，进而根据智能床垫形态调整智能床垫，可以实现智能床垫形态的自适应调整，且智能床垫形态的自适应调整因不同对象的历史睡眠数据的差异而存在差异性，在增强对象睡眠舒适度的同时，可以避免一定的局限性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中示出的一种智能床垫的自调整方法的实施流程示意图；
图2为本发明实施例中示出的一种查找与成员B相对应的预设床垫形态预测模型的实施流程示意图；
图3为本发明实施例中示出的另一种智能床垫的自调整方法的实施流程示意图；
图4为本发明实施例中示出的一种当前睡眠数据按时序输入至预设床垫形态预测模型的实施流程示意图；
图5为本发明实施例中示出的一种模型训练方法的实施流程示意图；
图6为本发明实施例中示出的一种智能床垫的自调整装置的结构示意图；
图7为本发明实施例中示出的一种智能床垫的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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的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。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示，为本发明实施例提供的一种智能床垫的自调整方法的实施流程示意图，该方法应用于处理器，具体可以包括以下步骤：
S101，获取当前环境中的语音数据，确定所述语音数据对应的目标对象，并查找与所述目标对象相对应的预设床垫形态预测模型。
在本发明实施例中，当某个目标对象(例如用户、成员等)准备睡觉时，可以对准智能床垫发出语音数据，从而智能床垫可以获取当前环境中的语音数据，并且可以确定与该语音数据对应的目标对象。
例如，当家庭成员中某个目标成员准备睡觉时，可以对准智能床垫发出语音数据(“我准备睡觉了”)，从而智能床垫可以获取当前环境中的语音数据，并可以确定该语音数据对应的目标成员。
此外，因每个对象对智能床垫舒适度的要求不同，且每个对象的数据是不同的，因此不同对象对于智能床垫的调整具有差异性。为此，针对不同对象，预先训练出各自对应的预设床垫形态预测模型。
基于此，在本发明实施例中，对于智能床垫而言，在确定语音数据对应的目标对象之后，根据对象与预设床垫形态预测模型之间的映射关系，查找与目标对象相对应的预设床垫形态预测模型。
例如，对于家庭成员中各个成员，预先训练出各自对应的预设床垫形态预测模型，对于智能床垫而言，在确定语音数据对应的目标成员(假设成员B)之后，查找与目标成员相对应的预设床垫形态预测模型。
家庭成员中各个成员 预设床垫形态预测模型
成员A 床垫形态预测模型1
成员B 床垫形态预测模型2
成员C 床垫形态预测模型3
表1
其中，在本发明实施例中，对于智能床垫而言，在获取到当前环境中的语音数据之后，利用语音识别算法识别到语音数据中包括预设关键字时，可以唤醒智能床垫。这里，对于智能床垫而言，平常处于休眠状态。
另一方面，对于智能床垫而言，可以利用声纹识别算法识别语音数据对应的声纹，根据声纹确定发出语音数据的目标对象。这里不同对象的声纹存在差异性，因此可以根据声纹确定发出语音数据的对象。
需要说明的是，本发明实施例中的语音识别算法可以是当前市面上任意比较成熟的语音识别算法，同理，对于声纹识别算法而言，亦可以是当前市面上比较成熟的声纹识别算法，本发明实施例在此不再一一赘述。
例如，对于智能床垫而言，在获取到当前环境中的语音数据(“我准备睡觉了”)之后，利用语音识别算法识别到语音数据中包括预设关键字(“睡觉”)时，此时可以唤醒智能床垫。
另外，对于智能床垫而言，在唤醒智能床垫的同事，还可以利用声纹识别算法识别语音数据对应的声纹，根据声纹确定发出语音数据的家庭成员B，以便于查找与成员B相对应的预设床垫形态预测模型，如图2所示。
S102，获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型。
在本发明实施例中，对于智能床垫而言，可以获取目标对象的历史睡眠数据，并将历史睡眠数据输入至目标对象相对应的预设床垫形态预测模型。
例如，本发明实施例中，对于智能床垫而言，可以获取家庭成员B的前一晚或上一次的睡眠数据，并将前一晚或上一次的睡眠数据输入至家庭成员B相对应的预设床垫形态预测模型。
需要说明的是，对于目标对象的历史睡眠数据，可以是目标对象的前一晚睡眠数据，可以是上一次睡眠数据，或者还可以是最近一段时间内的平均睡眠数据，本发明实施例对此不作限定。
此外，以目标对象的前一晚睡眠数据为例，具体可以包括目标对象的睡眠时长、深度睡眠时长、浅度睡眠时长，以及睡眠过程中的心率数据、体动数据等，本发明实施例对此不作限定。
对于预设床垫形态预测模型，在本发明实施例中具体可以是LSTM(Long Short-Term Memory，长短期记忆网络)，本发明实施例对此不作限定。
S103，获取所述预设床垫形态预测模型输出的智能床垫形态，并根据所述智能床垫形态调整智能床垫。
在本发明实施例中，对于智能床垫而言，可以获取预设床垫形态预测模型输出的智能床垫形态，这个智能床垫形态是为目标对象预测出的可以使目标对象更适合睡着的形态，故可以根据智能床垫形态调整智能床垫。
例如，对于智能床垫而言，获取预设床垫形态预测模型输出的智能床垫形态，根据智能床垫形态调整智能床垫，假设智能床垫本来是平的，将智能床垫头部区域抬高，以将成员B头部垫高。
需要说明的是，这里形态指的是智能床垫的形状，从而可以根据所述智能床垫形态调整智能床垫，具体调整智能床垫的形状，例如智能床垫本来是平的，将智能床垫头部区域抬高，本发明实施例对此不作限定。
如此实现智能床垫形态的自适应调整，且智能床垫形态的自适应调整因不同对象的历史睡眠数据的差异而存在差异性，在增强对象睡眠舒适度的同时，可以避免一定的局限性。
通过上述对本发明实施例提供的技术方案的描述，获取当前环境中的语音数据，确定语音数据对应的目标对象，并查找与目标对象相对应的预设床垫形态预测模型，获取目标对象的历史睡眠数据，将历史睡眠数据输入至预设床垫形态预测模型，获取预设床垫形态预测模型输出的智能床垫形态，根据智能床垫形态调整智能床垫。
通过获取当前环境中的语音数据，确定语音数据对应的目标对象，从而调用目标对象相对应的预设床垫形态预测模型，对目标对象的历史睡眠数据进行处理，输出相应的智能床垫形态，进而根据智能床垫形态调整智能床垫，可以实现智能床垫形态的自适应调整，且智能床垫形态的自适应调整因不同对象的历史睡眠数据的差异而存在差异性，在增强对象睡眠舒适度的同时，可以避免一定的局限性。
如图3所示，为本发明实施例提供的另一种智能床垫的自调整方法的实施流程示意图，该方法应用于处理器，具体可以包括以下步骤：
S301，获取当前环境中的语音数据，确定所述语音数据对应的目标对象，并查找与所述目标对象相对应的预设床垫形态预测模型。
在本发明实施例中，本步骤与上述步骤S101类似，本发明实施例在此不再一一赘述。
S302，获取所述目标对象的心情数据，和/或，获取所述当前环境中的环境数据。
在本发明实施例中，当某个目标对象(例如用户、成员等)准备睡觉时，除了可以对准智能床垫发出语音数据之外，还可以输入心情数据，从而智能床垫可以获取目标对象的心情数据。
和/或，
智能床垫除了获取目标对象的心情数据，还可以与当前环境中的其它智能设备进行交互，例如空调、温度传感器、湿度传感器等，从而获取当前环境中的环境数据。
例如，当家庭成员中某个目标成员准备睡觉时，可以对准智能床垫发出语音数据(“我准备睡觉了”)，还可以输入心情数据(比如兴奋)，从而智能床垫可以获取目标成员的心情数据。
和/或，
智能床垫除了获取目标成员的心情数据，还可以与当前环境中的湿度传感器、温度传感器进行交互，从而获取当前环境中的环境数据(例如湿度、温度等)。
需要说明的是，对于目标对象的心情数据，例如可以是兴奋、暴躁等这种易失眠的心情，还可以是愉快、舒畅等这种非易失眠的心情，本发明实施例对此不作限定。
相应的，对于当前环境中的环境数据，例如可以是湿度、温度等，还可以是天气变化，例如阴天、晴天、多云等，当然还可以是空气质量，本发明实施例对此不作限定。
S303，根据所述心情数据和/或所述环境数据，预测所述目标对象入睡后是否处于易失眠状态。
当某个目标对象(例如用户、成员等)准备睡觉时，意味着目标对象此时还未进入睡眠，智能床垫可以根据目标对象的心情数据和/或当前环境中的环境数据，预测目标对象入睡后是否处于易失眠状态。
例如，当家庭成员中某个目标成员准备睡觉时，意味着目标成员还未入睡，即还未躺到智能床垫，此时智能床垫根据目标成员的心情数据和/或当前环境中的环境数据，预测目标成员入睡后是否处于易失眠状态。
其中，经过研究发现，当目标对象的心情为兴奋、暴躁等这种易失眠的心情时，目标对象入睡后(需要说明的是这里入睡后并不代表目标对象一定睡着)极易处于易失眠状态，和/或，当环境中的温度较高、湿度较高时，目标对象入睡后同样也极易处于易失眠状态。
基于此，对于智能床垫而言，可以判断目标对象的心情数据是否与预设心情数据匹配，若目标对象的心情数据与预设心情数据匹配，则预测目标对象入睡后处于易失眠状态，若目标对象的心情数据与预设心情数据未匹配，则预测目标对象入睡后未处于易失眠状态。
和/或，
对于智能床垫而言，可以判断当前环境中的环境数据是否处于预设环境数据范围，若当前环境中的环境数据处于预设环境数据范围，则预测目标对象入睡后处于易失眠状态，若当前环境中的环境数据未处于预设环境数据范围，则预测目标对象入睡后未处于易失眠状态。
例如，对于智能床垫而言，可以判断成员B的心情数据是否与预设心情数据(例如兴奋、暴躁)匹配，若成员B的心情数据与预设心情数据匹配，则预测成员B入睡后处于易失眠状态，若成员B的心情数据与预设心情数据未匹配，则预测成员B入睡后未处于易失眠状态。
和/或，
例如，对于智能床垫而言，可以判断当前环境中的环境数据是否处于预设环境数据范围，以温度为例，范围可以是26℃～∞，若当前环境中的环境数据处于预设环境数据范围，则预测成员B入睡后处于易失眠状态，若当前环境中的环境数据未处于预设环境数据范围，则预测成员B入睡后未处于易失眠状态。
需要说明的是，对于预设心情数据，可以根据实际情况进行设置，例如可以包括兴奋、暴躁、烦恼、悔恨等，本发明实施例对此不作限定。此外，对于预设环境数据范围，同样可以根据实际情况进行设置，例如温度范围26℃～∞，本发明实施例对此不作限定。
此外，经过研究发现，不同地域的对象对于环境的适应能力不同，例如对于北方地域，常年温度较低、湿度较低，则北方地域的用户对于温度、湿度的要求，可以是较低的温度，较低的湿度，这样用户不会处于易失眠状态，相反的，如果温度较高、湿度较大，这样用户极易处于易失眠状态。因此，对于预设环境数据范围，因地区差异性而存在差异。
基于此，在本发明实施例中，对于智能床垫而言，可以获取当前位置数据，确定当前位置数据对应的地域，从而查找与地域对应的预设环境数据范围，判断环境数据是否处于预设环境数据范围，根据判断结果，预测目标对象入睡后是否处于易失眠状态。
例如，如下表2所示，对于不同的地域，设置不同的环境数据范围，对于智能床垫而言，可以获取当前位置数据，确定当前位置数据对应的地域1，从而查找与地域1对应的环境数据范围A，判断当前环境中的环境数据是否处于环境数据范围A，根据判断结果，预测成员B入睡后是否处于易失眠状态。
Figure BDA0003296233440000121
表2
S304，若预测出所述目标对象入睡后未处于易失眠状态，则确定智能床垫的第一调整策略。
S305，基于所述第一调整策略，获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型。
S306，获取所述预设床垫形态预测模型输出的智能床垫形态，并根据所述智能床垫形态调整智能床垫。
对于智能床垫而言，若预测出目标对象入睡后未处于易失眠状态，则可以确定智能床垫的第一调整策略，即智能床垫的单次调整策略，从而基于第一调整策略，获取目标对象的历史睡眠数据，将历史睡眠输入至预设床垫形态预测模型，获取预设床垫形态预测模型输出的智能床垫形态，并根据智能床垫形态调整智能床垫。其中，具体可以参考上述步骤S102～S103，本发明实施例在此不再一一赘述。
此外，对于智能床垫而言，若预测出目标对象入睡后处于易失眠状态，则可以确定智能床垫的第二调整策略，即智能床垫的多次调整策略，从而可以基于第二调整策略，首先执行上述步骤S102～S103，以及在根据智能床垫形态调整智能床垫之后，实时获取目标对象的当前睡眠数据，将当前睡眠数据输入至预设床垫形态预测模型，获取预设床垫形态预测模型输出的智能床垫实时形态，根据智能床垫实时形态，实时调整智能床垫。
例如，对于智能床垫而言，若预测出成员B入睡后处于易失眠状态，可以确定智能床垫的第二调整策略，从而可以基于第二调整策略，首先执行上述步骤S102～S103，以及在根据智能床垫形态调整智能床垫之后，实时获取成员B的当前睡眠数据，将当前睡眠数据输入至预设床垫形态预测模型，如图4所示，获取预设床垫形态预测模型输出的智能床垫实时形态，根据智能床垫实时形态，实时调整智能床垫。其中如4中，XT是时序，即每个当前睡眠数据的时刻，YT+1是预设床垫形态预测模型输出的智能床垫实时形态。
需要说明的是，对于当前睡眠数据，例如可以是目标对象的睡眠时长、深度睡眠时长、浅度睡眠时长，以及睡眠过程中的心率数据、体动数据等，本发明实施例对此不作限定。
此外，当目标对象躺到智能床垫上之后，智能床垫才可以实时获取目标对象的当前睡眠数据。基于此，对于智能床垫而言，可以通过传感器检测智能床垫是否产生形变，若通过传感器检测到智能床垫产生形变，开启心率检测，在检测到心率的情况下，实时获取目标对象的当前睡眠数据。
例如，对于智能床垫携带有压力传感器，可以通过压力传感器检测智能床垫是否产生形变，若通过压力传感器检测到智能床垫产生形变，开启心率检测，在检测到心率的情况下，说明目标对象此时躺到智能床垫上，从而可以实时获取目标对象的当前睡眠数据。
另外，本发明实施例还可以通过以下方式确定目标对象是否躺到智能床垫上：通过静电薄膜技术检测是否有物体压在智能床垫上；若通过静电薄膜技术检测到有物体压在智能床垫上，开启心率检测；在检测到心率的情况下，实时获取所述目标对象的当前睡眠数据。
例如，对于智能床垫而言，携带有静电薄膜技术，从而可以通过静电薄膜技术检测是否有物体压在智能床垫上；若通过静电薄膜技术检测到有物体压在智能床垫上，开启心率检测；在检测到心率的情况下，说明目标对象此时躺到智能床垫上，实时获取所述目标对象的当前睡眠数据。
如图5所示，为本发明实施例提供的一种模型训练方法的实施流程示意图，该方法应用于处理器，具体可以包括以下步骤：
S501，获取各个对象各自对应的样本睡眠数据，其中，各个所述对象各自对应的所述样本睡眠数据均携带有样本标签，所述样本标签表征各个所述对象各自对应的所述样本睡眠数据的智能床垫样本形态。
在本发明实施例中，获取原始数据，包括一段时间内，各个对象各自对应的每天的心情数据、每天环境中的环境数据、每天的睡眠数据，以及智能床垫形态。
例如，获取原始数据，包括一段时间内，家庭各个成员各自对应的每天的心情数据、每天环境中的环境数据、每天的睡眠数据，以及智能床垫形态。
对上述原始数据进行处理，包括缺失数据补全、时序化处理、归一化处理以及关联性分析，在时序化处理时，需要注意时间步长的处理，如果追求比较精确的控制可以取较小的时间步长。处理之后，可以组成多维度的时间序列数据，例如【时间(t-timestep)，环境数据(t-timestep)，睡眠数据(t-timestep)，智能床垫形态(t)】，表示一个数据样本，其中智能床垫形态是预测标签形式。
例如，用户没有上传心情数据直接睡眠，断网没有获取到当地的天气状况，就需要将缺失的数据补全为默认值。数据流上报是乱序的，所以需要将数据时序化保证数据的准确性，归一化处理就是将之前的几个数据，将他们综合处理获取到一个需要更改床垫形态的参数值。
自此，本发明实施例可以从多维度的时间序列数据中获取各个对象各自对应的睡眠数据，作为各个对象各自对应的样本睡眠数据，各个所述对象各自对应的所述样本睡眠数据均携带有样本标签，所述样本标签表征各个所述对象各自对应的所述样本睡眠数据的智能床垫样本形态。
S502，基于各个所述对象各自对应的所述样本睡眠数据，对预设床垫形态初始预测模型进行模型训练，得到各个所述对象各自对应的预设床垫形态预测模型。
对于各个对象各自对应的样本睡眠数据，本发明实施例可以基于各个对象各自对应的样本睡眠数据，对预设床垫形态初始预测模型进行模型训练，得到各个所述对象各自对应的预设床垫形态预测模型，如上述表1所示。
其中，待模型训练完成之后，会应用均方误差、均方根误差对模型进行评估，在满足一定要求之后，认为训练之后的预设床垫形态预测模型达到了要求，从而可以使用该预设床垫形态预测模型。
与上述方法实施例相对应，本发明实施例还提供了一种智能床垫的自调整装置，如图6所示，该装置可以包括：对象确定模块610、模型查找模块620、数据输入模块630、床垫调整模块640。
对象确定模块610，用于获取当前环境中的语音数据，确定所述语音数据对应的目标对象；
模型查找模块620，用于查找与所述目标对象相对应的预设床垫形态预测模型；
数据输入模块630，用于获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型；
床垫调整模块640，用于获取所述预设床垫形态预测模型输出的智能床垫形态，并根据所述智能床垫形态调整智能床垫。
本发明实施例还提供了一种智能床垫，如图7所示，包括处理器71、通信接口72、存储器73和通信总线74，其中，处理器71，通信接口72，存储器73通过通信总线74完成相互间的通信，
存储器73，用于存放计算机程序；
处理器71，用于执行存储器73上所存放的程序时，实现如下步骤：
获取当前环境中的语音数据，确定所述语音数据对应的目标对象，并查找与所述目标对象相对应的预设床垫形态预测模型；获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型；获取所述预设床垫形态预测模型输出的智能床垫形态，并根据所述智能床垫形态调整智能床垫。
上述智能床垫提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称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。
通信接口用于上述智能床垫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，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，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。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)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。
在本发明提供的又一实施例中，还提供了一种存储介质，该存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的智能床垫的自调整方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的智能床垫的自调整方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在存储介质中，或者从一个存储介质向另一个存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
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操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，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。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (12)

1.一种智能床垫的自调整方法，其特征在于，所述方法包括：
获取当前环境中的语音数据，确定所述语音数据对应的目标对象，并查找与所述目标对象相对应的预设床垫形态预测模型；
获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型；
获取所述预设床垫形态预测模型输出的智能床垫形态，并根据所述智能床垫形态调整智能床垫。
2.根据权利要求1所述的方法，其特征在于，所述获取当前环境中的语音数据，确定所述语音数据对应的目标对象，包括：
获取当前环境中的语音数据，利用语音识别算法识别到所述语音数据中包括预设关键字时，唤醒智能床垫；以及，
利用声纹识别算法识别所述语音数据对应的声纹，根据所述声纹确定发出所述语音数据的目标对象。
3.根据权利要求1所述的方法，其特征在于，所述获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型，包括：
获取所述目标对象的心情数据，和/或，获取所述当前环境中的环境数据；
根据所述心情数据和/或所述环境数据，预测所述目标对象入睡后是否处于易失眠状态；
若预测出所述目标对象入睡后未处于易失眠状态，则确定智能床垫的第一调整策略；
基于所述第一调整策略，获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型。
4.根据权利要求3所述的方法，其特征在于，所述根据所述心情数据和/或所述环境数据，预测所述目标对象入睡后是否处于易失眠状态，包括：
判断所述心情数据是否与预设心情数据匹配，若所述心情数据与所述预设心情数据匹配，预测所述目标对象入睡后处于易失眠状态；
若所述心情数据与所述预设心情数据未匹配，预测所述目标对象入睡后未处于易失眠状态；
和/或，
判断所述环境数据是否处于预设环境数据范围，若所述环境数据处于所述预设环境数据范围，预测所述目标对象入睡后处于易失眠状态；
若所述环境数据未处于所述预设环境数据范围，预测所述目标对象入睡后未处于易失眠状态。
5.根据权利要求4所述的方法，其特征在于，所述判断所述环境数据是否处于预设环境数据范围，包括：
获取当前位置数据，确定所述当前位置数据对应的地域；
查找与所述地域对应的预设环境数据范围，判断所述环境数据是否处于所述预设环境数据范围。
6.根据权利要求3所述的方法，其特征在于，所述方法还包括：
若预测出所述目标对象入睡后处于易失眠状态，则确定智能床垫的第二调整策略；
基于所述第二调整策略，获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型；
获取所述预设床垫形态预测模型输出的智能床垫形态，并根据所述智能床垫形态调整智能床垫；以及，
在根据所述智能床垫形态调整智能床垫之后，实时获取所述目标对象的当前睡眠数据；
将所述当前睡眠数据输入至所述预设床垫形态预测模型，获取所述预设床垫形态预测模型输出的智能床垫实时形态；
根据所述智能床垫实时形态，实时调整所述智能床垫。
7.根据权利要求6所述的方法，其特征在于，所述实时获取所述目标对象的当前睡眠数据，包括：
通过传感器检测智能床垫是否产生形变；
若通过所述传感器检测到所述智能床垫产生形变，开启心率检测；
在检测到心率的情况下，实时获取所述目标对象的当前睡眠数据。
8.根据权利要求6所述的方法，其特征在于，所述实时获取所述目标对象的当前睡眠数据，包括：
通过静电薄膜技术检测是否有物体压在智能床垫上；
若通过静电薄膜技术检测到有物体压在智能床垫上，开启心率检测；
在检测到心率的情况下，实时获取所述目标对象的当前睡眠数据。
9.根据权利要求1至8任一项所述的方法，其特征在于，在执行所述方法之前，还包括：
获取各个对象各自对应的样本睡眠数据，其中，各个所述对象各自对应的所述样本睡眠数据均携带有样本标签，所述样本标签表征各个所述对象各自对应的所述样本睡眠数据的智能床垫样本形态；
基于各个所述对象各自对应的所述样本睡眠数据，对预设床垫形态初始预测模型进行模型训练，得到各个所述对象各自对应的预设床垫形态预测模型。
10.一种智能床垫的自调整装置，其特征在于，所述装置包括：
对象确定模块，用于获取当前环境中的语音数据，确定所述语音数据对应的目标对象；
模型查找模块，用于查找与所述目标对象相对应的预设床垫形态预测模型；
数据输入模块，用于获取所述目标对象的历史睡眠数据，将所述历史睡眠数据输入至所述预设床垫形态预测模型；
床垫调整模块，用于获取所述预设床垫形态预测模型输出的智能床垫形态，并根据所述智能床垫形态调整智能床垫。
11.一种智能床垫，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；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1至9中任一项所述的方法步骤。
12.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至9中任一项所述的方法。
CN202111177923.0A 2021-10-09 2021-10-09 智能床垫的自调整方法、装置、智能床垫及存储介质 Active CN113940523B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111177923.0A CN113940523B (zh) 2021-10-09 2021-10-09 智能床垫的自调整方法、装置、智能床垫及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111177923.0A CN113940523B (zh) 2021-10-09 2021-10-09 智能床垫的自调整方法、装置、智能床垫及存储介质

Publications (2)

Publication Number Publication Date
CN113940523A true CN113940523A (zh) 2022-01-18
CN113940523B CN113940523B (zh) 2023-01-13

Family

ID=79329506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111177923.0A Active CN113940523B (zh) 2021-10-09 2021-10-09 智能床垫的自调整方法、装置、智能床垫及存储介质

Country Status (1)

Country Link
CN (1) CN113940523B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115430003A (zh) * 2022-10-24 2022-12-06 慕思健康睡眠股份有限公司 睡眠辅助方法、装置、智能床垫及存储介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110224510A1 (en) * 2010-01-29 2011-09-15 Dreamwell, Ltd. Systems and Methods for Bedding with Sleep Diagnostics
CN107485214A (zh) * 2017-07-29 2017-12-19 深圳市易特科信息技术有限公司 多功能健康睡眠床
CN108420228A (zh) * 2018-04-13 2018-08-21 浙江想能云软件股份有限公司 一种睡眠状态监测的智能软硬可调床垫及其监测方法
CN108766446A (zh) * 2018-04-18 2018-11-06 上海问之信息科技有限公司 声纹识别方法、装置、存储介质及音箱
CN109085872A (zh) * 2018-08-31 2018-12-25 安徽天鹅科技实业（集团）有限公司 一种助眠云服务平台及其使用方法及其使用方法
CN109814398A (zh) * 2019-01-16 2019-05-28 珠海格力电器股份有限公司 一种智能床具睡眠调节方法、系统及智能床具
CN110419883A (zh) * 2019-08-07 2019-11-08 泰州机电高等职业技术学校(江苏联合职业技术学院泰州机电分院) 具有智能语音控制功能的多功能休闲座椅
CN110432695A (zh) * 2019-07-12 2019-11-12 恒大智慧科技有限公司 床垫温度调节方法、装置、设备及存储介质
CN111028829A (zh) * 2019-11-29 2020-04-17 浙江想能睡眠科技股份有限公司 Ai助眠智能床垫语音交互方法及系统
CN111067300A (zh) * 2019-11-01 2020-04-28 珠海格力电器股份有限公司 一种床垫控制方法、装置、电子设备及存储介质
CN112295078A (zh) * 2020-10-23 2021-02-02 深圳数联天下智能科技有限公司 一种助眠控制方法和智能床垫电路
CN112569448A (zh) * 2020-12-28 2021-03-30 盛铭睿 活动寝具及其所应用的模型构建和助眠方法、终端及介质
CN112932169A (zh) * 2021-01-25 2021-06-11 浙江想能睡眠科技股份有限公司 床垫调节方法、系统及计算机可读存储介质
CN112951225A (zh) * 2021-01-26 2021-06-11 浙江想能睡眠科技股份有限公司 基于语音控制调节的智能床垫
US20210186224A1 (en) * 2018-04-23 2021-06-24 Casper Sleep Inc. Temperature-Regulating Mattress
CN213884093U (zh) * 2020-09-18 2021-08-06 广东尚驰智能家居科技有限公司 基于薄膜传感器技术的智能声波理疗床垫

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110224510A1 (en) * 2010-01-29 2011-09-15 Dreamwell, Ltd. Systems and Methods for Bedding with Sleep Diagnostics
CN107485214A (zh) * 2017-07-29 2017-12-19 深圳市易特科信息技术有限公司 多功能健康睡眠床
CN108420228A (zh) * 2018-04-13 2018-08-21 浙江想能云软件股份有限公司 一种睡眠状态监测的智能软硬可调床垫及其监测方法
CN108766446A (zh) * 2018-04-18 2018-11-06 上海问之信息科技有限公司 声纹识别方法、装置、存储介质及音箱
US20210186224A1 (en) * 2018-04-23 2021-06-24 Casper Sleep Inc. Temperature-Regulating Mattress
CN109085872A (zh) * 2018-08-31 2018-12-25 安徽天鹅科技实业（集团）有限公司 一种助眠云服务平台及其使用方法及其使用方法
CN109814398A (zh) * 2019-01-16 2019-05-28 珠海格力电器股份有限公司 一种智能床具睡眠调节方法、系统及智能床具
CN110432695A (zh) * 2019-07-12 2019-11-12 恒大智慧科技有限公司 床垫温度调节方法、装置、设备及存储介质
CN110419883A (zh) * 2019-08-07 2019-11-08 泰州机电高等职业技术学校(江苏联合职业技术学院泰州机电分院) 具有智能语音控制功能的多功能休闲座椅
CN111067300A (zh) * 2019-11-01 2020-04-28 珠海格力电器股份有限公司 一种床垫控制方法、装置、电子设备及存储介质
CN111028829A (zh) * 2019-11-29 2020-04-17 浙江想能睡眠科技股份有限公司 Ai助眠智能床垫语音交互方法及系统
CN213884093U (zh) * 2020-09-18 2021-08-06 广东尚驰智能家居科技有限公司 基于薄膜传感器技术的智能声波理疗床垫
CN112295078A (zh) * 2020-10-23 2021-02-02 深圳数联天下智能科技有限公司 一种助眠控制方法和智能床垫电路
CN112569448A (zh) * 2020-12-28 2021-03-30 盛铭睿 活动寝具及其所应用的模型构建和助眠方法、终端及介质
CN112932169A (zh) * 2021-01-25 2021-06-11 浙江想能睡眠科技股份有限公司 床垫调节方法、系统及计算机可读存储介质
CN112951225A (zh) * 2021-01-26 2021-06-11 浙江想能睡眠科技股份有限公司 基于语音控制调节的智能床垫

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115430003A (zh) * 2022-10-24 2022-12-06 慕思健康睡眠股份有限公司 睡眠辅助方法、装置、智能床垫及存储介质

Also Published As

Publication number Publication date
CN113940523B (zh) 2023-01-13

Similar Documents

Publication Publication Date Title
US20200019887A1 (en) Data-driven activity prediction
US9811781B2 (en) Time-series data prediction device of observation value, time-series data prediction method of observation value, and program
US10083397B2 (en) Personalized intelligent wake-up system and method based on multimodal deep neural network
CN111880856B (zh) 语音唤醒方法、装置、电子设备及存储介质
US11268713B2 (en) Smart home air conditioner automatic control system based on artificial intelligence
CN110946745A (zh) 智能按摩设备控制方法、装置、服务器及存储介质
CN113940523B (zh) 智能床垫的自调整方法、装置、智能床垫及存储介质
CN114781439B (zh) 模型获取系统、手势识别方法、装置、设备及存储介质
CN116821809B (zh) 基于人工智能的生命体征数据采集系统
CN108170401A (zh) 一种基于人脸识别的音频播放系统
WO2020168448A1 (zh) 睡眠预测方法、装置、存储介质及电子设备
CN111444419A (zh) 资源推荐方法、装置、计算机设备和存储介质
CN110111815A (zh) 动物异常声音监控方法及装置、存储介质、电子设备
CN111568445B (zh) 一种基于谵妄动态预测模型的谵妄风险监测方法及系统
CN111367329A (zh) 一种环境温度控制方法及装置
CN112349283B (zh) 一种基于用户意图的家电控制方法及智能家电
US20220269721A1 (en) Method and system for acquiring species identification names and readable storage medium
CN109373499B (zh) 空调控制方法及装置
CN116842330B (zh) 一种可对比历史记录的保健信息处理方法及装置
CN113848747A (zh) 智能家居设备控制方法及装置
US20230385377A1 (en) Device, method, and computer program for performing actions on iot devices
WO2020168444A1 (zh) 睡眠预测方法、装置、存储介质及电子设备
WO2020168451A1 (zh) 睡眠预测方法、装置、存储介质及电子设备
CN107861769B (zh) 应用清理方法、装置、存储介质及电子设备
US10832060B2 (en) Resident activity recognition system and method thereof

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