【技术实现步骤摘要】
设备控制方法、装置、设备及计算机可读介质
本申请涉及智能家居
，尤其涉及一种设备控制方法、装置、设备及计算机可读介质。
技术介绍
随着生活水平的不断提高，空调已经成为人们生活不可缺少的家用电器，在高温、寒冷环境下都能够为人们提供舒适的居住环境。但是当人在睡眠时，空调会按照用户之前设置的运行模式持续运行，当环境变化如过冷或过热时，人的睡眠质量会大大受到影响，尤其对于老人而言，睡眠质量更加重要。目前，相关技术中，空调都是人为设定的、按照一定模式运行的，不能智能地调节空调运行模式以适应外部环境的改变，可能会给用户造成身体上的不适。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请提供了一种设备控制方法、装置、设备及计算机可读介质，以解决空调无法智能调节运行模式的技术问题。根据本申请实施例的一个方面，本申请提供了一种设备控制方法，包括：获取目标对象的第一姿态，第一姿态为基于毫米波雷达传感器对目标对象采集的监测数据识别得到的；利用第一神经网络模型对第一姿态进行识别；根据第一神经网络模型...
【技术保护点】
1.一种设备控制方法，其特征在于，包括：/n获取目标对象的第一姿态，其中，所述第一姿态为基于毫米波雷达传感器对所述目标对象采集的监测数据识别得到的；/n利用第一神经网络模型对所述第一姿态进行识别；/n根据所述第一神经网络模型对所述第一姿态的识别结果确定目标设备的设备控制参数，其中，所述第一神经网络模型是采用具有标记信息的训练数据对第二神经网络模型进行训练后得到的，所述标记信息用于标记所述训练数据中人体姿态及与所述人体姿态匹配的设备参数，所述识别结果用于指示所述第一姿态与所述设备控制参数的关联关系；/n利用所述设备控制参数控制所述目标设备。/n
【技术特征摘要】
1.一种设备控制方法，其特征在于，包括：
获取目标对象的第一姿态，其中，所述第一姿态为基于毫米波雷达传感器对所述目标对象采集的监测数据识别得到的；
利用第一神经网络模型对所述第一姿态进行识别；
根据所述第一神经网络模型对所述第一姿态的识别结果确定目标设备的设备控制参数，其中，所述第一神经网络模型是采用具有标记信息的训练数据对第二神经网络模型进行训练后得到的，所述标记信息用于标记所述训练数据中人体姿态及与所述人体姿态匹配的设备参数，所述识别结果用于指示所述第一姿态与所述设备控制参数的关联关系；
利用所述设备控制参数控制所述目标设备。
2.根据权利要求1所述的方法，其特征在于，利用第一神经网络模型对所述第一姿态进行识别之前，所述方法包括按照如下方式获取所述第一神经网络模型：
通过所述训练数据对所述第二神经网络模型内各参数进行初始化，得到第三神经网络模型；
在所述第三神经网络模型对测试数据的识别准确度达到目标阈值的情况下，将所述第三神经网络模型作为所述第一神经网络模型；
在所述第三神经网络模型对所述测试数据的识别准确度未达到所述目标阈值的情况下，继续使用所述训练数据对所述第三神经网络模型进行训练，以调整所述第三神经网络模型内各参数的数值，直至所述第三神经网络模型对所述测试数据的识别准确度达到所述目标阈值。
3.根据权利要求2所述的方法，其特征在于，将所述第三神经网络模型作为所述第一神经网络模型之前，所述方法还包括按照如下方式训练所述第三神经网络模型，直至所述第三神经网络模型收敛：
将每一个所述训练数据输入所述第三神经网络模型，得到所述设备控制参数的训练预测值；
根据多个所述训练预测值和对应的所述训练数据中实际的所述设备控制参数之间的差异确定损失值；
利用多个所述损失值修正所述第三神经网络模型，直至所述第三神经网络模型输出结果的精度达到所述目标阈值。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
获取数据集；
采用主成分分析的方式对所述数据集中的所述训练数据进行降维；
将降维后的所述训练数据输入所述第三神经网络模型，以基于所述第二神经网络模型初始化得到的隐藏层数和学习率进行训练。
5.根据权利要求1所述的方法，其特征在于，根据所述第一神经网络模型对所述第一姿态的识别结果确定目标设备的设备控制参...
【专利技术属性】
技术研发人员：李少鹏，陈翀，陈亚玲，
申请(专利权)人：珠海格力电器股份有限公司，珠海联云科技有限公司，
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。