【技术实现步骤摘要】
净水机的配置参数确定方法及装置
本专利技术涉及智能家居领域,具体而言,涉及一种净水机的配置参数确定方法及装置。
技术介绍
智能家居一直在不断的发展中,净水机的功能也越来越强大。其中,净水机由于功能增多为了用户带来便利的同时,却也带来了操作繁琐的弊端。例如,用户需要根据实际情况通过各个功能按键对净水机进行设置,并且,传统的净水机也不具备记忆功能,用户需要反复对净水机进行设置,由此浪费了用户的时间。随着人们生活节奏的加快,相应地对净水机也提出了智能化的要求。由于传统的净水机并不具备记忆功能,既无法识别用户开启净水机时的各种情景参数,也无法识别用户在各种情景参数下对净水机的配置,用户在每次使用净水机前都需要通过功能键对净水机进行重新设定。上述相关技术中的净水机使用方式比较繁琐,浪费了用户的部分时间,进而降低了用户的体验。针对上述相关技术中净水机的智能化程度较低,使用起来比较繁琐导致的用户体验较低的问题,目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种净水机的配置参数确定方法及装置,以至少解决相关技术中净水机的智能化程度较低,使用起来比较繁琐导致的用户体验较低的技术问题。根据本专利技术实施例的一个方面,提供了一种净水机的配置参数确定方法,包括:获取情景参数,其中,所述情景参数是用于生成净水机的配置参数的依据,所述配置参数为所述净水机运行的依据;将所述情景参数中的每个参数转换成为神经网络模型的输入,其中,所述神经网络模型是通过训练数据训练的得到的,每组训练数据均包括:情 ...
【技术保护点】
1.一种净水机的配置参数确定方法,其特征在于,包括:/n获取情景参数,其中,所述情景参数是用于生成净水机的配置参数的依据,所述配置参数为所述净水机运行的依据;/n将所述情景参数中的每个参数转换成为神经网络模型的输入,其中,所述神经网络模型是通过训练数据训练的得到的,每组训练数据均包括:情景参数和在该情景参数下对应的配置参数;/n获取所述神经网络模型的输出;/n将所述输出转换为所述配置参数,并将所述配置参数发送至所述净水机。/n
【技术特征摘要】
1.一种净水机的配置参数确定方法,其特征在于,包括:
获取情景参数,其中,所述情景参数是用于生成净水机的配置参数的依据,所述配置参数为所述净水机运行的依据;
将所述情景参数中的每个参数转换成为神经网络模型的输入,其中,所述神经网络模型是通过训练数据训练的得到的,每组训练数据均包括:情景参数和在该情景参数下对应的配置参数;
获取所述神经网络模型的输出;
将所述输出转换为所述配置参数,并将所述配置参数发送至所述净水机。
2.根据权利要求1所述的方法,其特征在于,通过所述训练数据训练得到所述神经网络模型包括:
将每组训练数据中的情景参数中的每个参数转换为数值;
将得到的每个情景参数对应的数值分别作为所述神经网络模型的输入层节点;
将所述训练数据中的配置参数中的每个参数转换为数值;
将得到的每个配置参数对应的数据作为所述神经网络模型的输出层节点;
根据所述输入层节点和所述输出层节点进行训练得到所述神经网络模型。
3.根据权利要求2所述的方法,其特征在于,所述训练数据是从多个用户收集得到的历史数据中的一部分。
4.根据权利要求3所述的方法,其特征在于,所述历史数据中另一部分作为验证数据,其中,所述验证数据用于对所述神经网络模型进行验证。
5.根据权利要求1至4中任意一项所述的方法,其特征在于,根据所述输入层节点和所述输出层节点进行训练得到所述神经网络模型包括:
确定输出节点是否存在误差;
在所述输出节点存在误差的情况下,从最靠近所述输出层节点的隐含层节点进行参数的调整,一次类推,直到输出与训练数据相符,其中,隐含层包括一层或多层,每个隐含层包括至少一个隐含层节点,每个隐含层节点为一种计算模式,该计算模式中包括有能够对计算进行调整的参数。
6.根据权利要求5所述的方法,其特征在于,从最靠近所述输出层节点的隐含层节点进行参数的调整包括:
获取每个隐含层节点的误差;
在所述误差满足预定条件的情况下,确定所述隐含层节点存在误差,并对所述隐含层节点的参数进行调整。
7.一种净水机的配置参数确定方法,其特征在于,包括:
获取净水机对应的情景参数,其中,所述情景参数是用于生成所述净水机的配置参数的依据,所述配置参数为所述净水机运行的依据;
将所述情景参数发送至服务器;
接收来自服务器的配置参数;
根据所述配置参数运行。
8.根据权利要求7所述的方法,其特征在于,在接收来自所述服务器的配置参数之前,还包括:
接收请求消息,其中,所述请求消息是由所述净水机的用户通过触发所述净水机上的按键生成的请求消息,所述请求消息表示请求从所述服务器获取配置参数。
9.根据权利要求7所述的方法,其特征在于,获取净水机对应的情景参数包括以下至少之一:
通过移动终端获取所述情景参数;
通过所述净水机自身记录的数据获取所述情景参数。
10.根据权利要求7至9中任意一项所述的方法,其特征在于,根据所述配置参数运行包括:
接收来自移动终端的配置参数,其中,服务器将所述配置参数发送给所述移动终端,在所述移动终端接收到确定使用所述配置参数控制净水机运行的指示信息时,将所述配置参数发送给所述净水机。
11.一种净水机的配置参数确定方法,其特征在于,包括:
接收来自服务器的配置参数,其中,所述配置参数为净水机运行的依据,情景参数是用于生成所述净水机的配置参数的依据;
接收来自用户的指示信息;
根据所述指示信息确定是否根据配置参数对净水机的运行进行配置。
12.根据权利要求11所述的方法,其特征在于,在接收来自所述服务器的配置参数之前,还包括:
接收请求消息,其中,所述请求消息是由所述净水机的用户通过触发所述净水机上的按键生成的请求消息,所述请求消息表示请求从所述服务器获取配置参数。
13.根据权利要求11所述的方法,其特征在于,在根据所述指示信息确定是否根据所述配置参数对所述净水机的运行进行配置之前,还包括:
将所述情景参数发送所述净水机。
14.根据权利要求13所述的方法,其特征在于,根据所述指示信息确定是否根据配置参数对净水机的运行进行配置包括:
在基于所述指示信息确定根据所述配置参数对所述净水机的运行进行配置的情况下,将所述配置参数发送至所述净水机;
在基于所述指示信息确定不根据所述配置参数对所述净水机的运行进行配置的情况下,向所述服务器发送更新消息,其中,所述更新消息用于指示所述服务器更新所述配置参数。
15.一种净水机的配置参数确定装置,其特征在于,包括:
第一获取单元,用于获取情景参数,其中,所述情景参数是用于生成净水机的配置参数的依据,所述配置参数为所述净水机运行的依据;
第一确定单元,用于将所述情景参数中的每个参数转换成为神经网络模型的输入,其中,所述神经网络模型是通过训练数据训练的得到的,每组训练数据均包括:情景参数...
【专利技术属性】
技术研发人员:叶朝虹,刘星,肖龙,
申请(专利权)人:珠海格力电器股份有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。