对人工神经网络的训练方法、烹饪口味优化方法、计算机可读存储介质及烹饪设备技术

本发明专利技术还提供一种烹饪口味优化方法，包括如下步骤：在烹饪过程中，按照预设的烹饪参数进行烹饪；在烹饪过程中，检测烹饪气体从而获得气体成分数据；根据所述气体成分数据分析出实际味道量化值；在烹饪结束后，获取用户输入的理想味道量化值，根据该理想味道量化值分析出理想烹饪参数；按照理想烹饪参数进行烹饪。因为会根据气体成分数据分析出实际味道量化值，所以在烹饪结束后，用户可参照该实际味道量化值来输入理想味道量化值，且可从该理想味道量化值分析出理想烹饪参数，因此，在下次烹饪时，烹饪设备是按照理想烹饪参数进行烹饪的，使得烹饪设备所烹饪出来的菜品的烹饪口味得到优化从而更符合用户的口味。

【技术实现步骤摘要】
对人工神经网络的训练方法、烹饪口味优化方法、计算机可读存储介质及烹饪设备
本专利技术涉及智能烹饪设备
，特别涉及烹饪口味优化方法、对人工神经网络的训练方法、计算机可读存储介质及烹饪设备。
技术介绍
目前市面上的烹饪设备通常设有烹饪器皿和调味料下料装置，在使用烹饪器皿对菜品进行烹饪的过程中，利用调味料下料装置向烹饪中的菜品自动添加调味料，从而实现全自动化烹饪。该种烹饪设备是按照预设的烹饪参数对烹饪器皿和调味料下料装置进行控制的，例如，烹饪器皿按照预设的加热功率和加热时间进行烹饪，调味料下料装置按照预设的调味料添加量自动添加调味料，这样，用户需在烹饪前预设加热功率、加热时间和各种调味料添加量这些烹饪参数，以使得烹饪设备所烹饪出来的菜品符合用户的口味。但是，由于各个用户的口味不同，烹饪设备按照预设的烹饪参数所烹饪出来的菜品的烹饪口味不一定符合所有用户的口味，因此觉得口味不符的用户通常需对菜品的烹饪口味进行优化。目前用户优化烹饪口味的做法通常是在品尝菜品后，根据菜品的烹饪口味和自己想要的口味之间的偏差来修改烹饪参数，即用户通常是凭本文档来自技高网...

【技术保护点】
1.为优化烹饪口味而对人工神经网络的训练方法，其特征是包括如下步骤：/nP.在按照预设的烹饪参数进行烹饪的过程中，根据不同的烹饪参数修改值对预设的烹饪参数多次进行修改，每次执行下述学习样本获取步骤，获得多组学习样本，每次学习样本获取步骤包括如下a、b、c、d：/n——a.获取按照预设的烹饪参数进行烹饪后的第一味道量化值；/n——b.获取按照修改后的烹饪参数进行烹饪后的第二味道量化值；/n——c.对比第一味道量化值和第二味道量化值得到量化差值；/n——d.以量化差值作为输入信号，以相应的烹饪参数修改值作为输出信号，构成供人工神经网络进行烹饪参数修改值分析训练的一组学习样本；/nQ.采用上述多组学...

【技术特征摘要】
1.为优化烹饪口味而对人工神经网络的训练方法，其特征是包括如下步骤：
P.在按照预设的烹饪参数进行烹饪的过程中，根据不同的烹饪参数修改值对预设的烹饪参数多次进行修改，每次执行下述学习样本获取步骤，获得多组学习样本，每次学习样本获取步骤包括如下a、b、c、d：
——a.获取按照预设的烹饪参数进行烹饪后的第一味道量化值；
——b.获取按照修改后的烹饪参数进行烹饪后的第二味道量化值；
——c.对比第一味道量化值和第二味道量化值得到量化差值；
——d.以量化差值作为输入信号，以相应的烹饪参数修改值作为输出信号，构成供人工神经网络进行烹饪参数修改值分析训练的一组学习样本；
Q.采用上述多组学习样本对人工神经网络进行烹饪参数修改值分析训练，直至该人工神经网络具备根据量化差值分析出烹饪参数修改值的能力。


2.根据权利要求5所述的训练方法，其特征是：所述步骤a具体地：在按照预设的烹饪参数进行烹饪的过程中，检测烹饪气体从而获得气体成分数据，对所获得的气体成分数据进行分析从而获取第一味道量化值。


3.根据权利要求5所述的训练方法，其特征是：所述步骤b具体地：在按照修改后的烹饪参数进行烹饪的过程中，检测烹饪气体从而获得气体成分数据，对所获得的气体成分数据进行分析从而获取菜品的第二味道量化值。


4.计算机可读存储介质，其上存储有计算机程序，其特征是，所述计算机程序被处理器执行时实现权利要求1至3任一项所述训练方法中的步骤。


5.烹饪口味优化方法，其特征是，包括如下步骤：
A.在烹饪过程中，按照预设的烹饪参数进行烹饪；
B.在烹饪过程中，检测烹饪气体从而获得气体成分数据；
C.根据所述气体成分数据分析出实际味道量化值；
D.在烹饪结束后，获取用户输入的理想味道量化值，根据该理想味道量化值分析出...

【专利技术属性】
技术研发人员：傅峰峰，江志强，刘嘉荣，
申请(专利权)人：广州富港万嘉智能科技有限公司，
类型：发明
国别省市：广东;44