【技术实现步骤摘要】
个时段区间、所述第M个时段区间、所述第M+1个时段区间三者对应的时长相同；基于所述平均值与所述标准差确定所述目标对象对应所述N个周期的特征矩阵；根据预设类别特征为所述特征矩阵中的第一特征添加特征标签，得到用于分类的第二特征，其中，所述特征标签用于标识目标对象在每一个时段区间是否存在打开存储设备的行为。
[0009]在一个示例性实施例中，根据预设类别特征为所述特征矩阵中的第一特征添加特征标签，得到用于分类的第二特征之后，上述方法还包括：将所述第二特征与所述目标对象在第N个周期中的K个时段区间的行为特征相对应，得到一个训练样本；将所述训练样本输入到预设模型中，通过训练得到用于分类所述目标对象行为统计数据的分类模型；确定所述目标对象行为统计数据中所述N个周期对应的特征集合，将所述特征集合输入到所述分类模型中，得到所述N个周期的K个时段区间分别对应的目标特征标签；根据所述目标特征标签确定所述目标对象在每一个时段区间内打开存储设备的第一概率。
[0010]在一个示例性实施例中，根据所述行为统计数据预测所述目标对象在第N+1个周期中的第K个时段区间的目标行为特征，包括：在确定所述目标对象在第N个周期中的第K个时段区间打开存储设备的目标第一概率的情况下，根据所述目标第一概率确定所述目标对象在第N+1个周期中的第K个时段区间的第二概率；其中，所述第二概率用于指示目标对象在第N+1个周期中的所述第K个时段区间不打开存储设备的概率；根据所述第二概率预测所述目标对象的目标行为特征。
[0011]在一个示例性实施例中，在已获取所述第N+1个周期中第K>‑
1个时段区间的存储设备打开时长的情况下，基于所述目标行为特征和所述打开时长确定是否向存储设备发出除菌指令，包括：获取所述目标行为特征对应的第二概率，计算所述第二概率与第一常数相加后的第一目标数值，对所述第一目标数值取对数，得到第一对数值；计算所述存储设备打开时长除以第二常数与所述第一常数相加后的第二目标数值，对所述第二目标数值取对数，得到第二对数值；将所述第一对数值与第一权重的乘积和所述第二对数值相加得到建议指数；比较所述建议指数与预设阈值的大小，以确定是否向所述存储设备发出除菌指令。
[0012]在一个示例性实施例中，比较所述建议指数与预设阈值的大小，以确定是否向所述存储设备发出除菌指令，包括：在所述建议指数大于或等于预设指数阈值的情况下，向所述存储设备发出除菌指令，并提示所述目标对象所述存储设备将启动除菌功能；在所述建议指数小于预设指数阈值的情况下，禁止向所述存储设备发出除菌指令。
[0013]根据本专利技术的另一个实施例，提供了一种除菌指令的确认装置，包括：获取模块，用于获取目标对象的行为统计数据；其中，所述行为统计数据为目标对象在时长相同的N个周期中的K个时段区间的行为特征，所述K个时段区间中每个时段区间的时长相同且所述每个时段区间至少存在一个相邻的时段区间，所述N大于1，且所述N、K为正整数；预测模块，用于根据所述行为统计数据预测所述目标对象在第N+1个周期中的第K个时段区间的目标行为特征；确定模块，用于在已获取所述第N+1个周期中第K
‑
1个时段区间内存储设备对应的打开时长的情况下，基于所述目标行为特征和所述打开时长确定是否向设备发出除菌指令。
[0014]在一个示例性实施例中，上述装置还包括：特征模块，用于确定所述目标对象在所述N个周期中每一个周期的第M
‑
1个时段区间、第M个时段区间、第M+1个时段区间的行为特征分别对应的平均值与标准差；其中，所述M+1小于等于K，所述第M
‑
1个时段区间、所述第M
个时段区间、所述第M+1个时段区间三者对应的时长相同；基于所述平均值与所述标准差确定所述目标对象对应所述N个周期的特征矩阵；根据预设类别特征为所述特征矩阵中的第一特征添加特征标签，得到用于分类的第二特征，其中，所述特征标签用于标识目标对象在每一个时段区间是否存在打开存储设备的行为。
[0015]在一个示例性实施例中，上述特征模块还包括：
[0016]样本单元，用于将所述第二特征与所述目标对象在第N个周期中的K个时段区间的行为特征相对应，得到一个训练样本；
[0017]训练单元，用于将所述训练样本输入到预设模型中，通过训练得到用于分类所述目标对象行为统计数据的分类模型；
[0018]分类单元，用于确定所述目标对象行为统计数据中所述N个周期对应的特征集合，将所述特征集合输入到所述分类模型中，得到所述N个周期的K个时段区间分别对应的目标特征标签；
[0019]确定单元，用于根据所述目标特征标签确定所述目标对象在每一个时段区间内打开存储设备的第一概率。
[0020]在一个示例性实施例中，上述预测模块，还用于在确定所述目标对象在第N个周期中的第K个时段区间打开存储设备的目标第一概率的情况下，根据所述目标第一概率确定所述目标对象在第N+1个周期中的第K个时段区间的第二概率；其中，所述第二概率用于指示目标对象在第N+1个周期中的所述第K个时段区间不打开存储设备的概率；根据所述第二概率预测所述目标对象的目标行为特征。
[0021]在一个示例性实施例中，上述确定模块，还用于获取所述目标行为特征对应的第二概率，计算所述第二概率与第一常数相加后的第一目标数值，对所述第一目标数值取对数，得到第一对数值；计算所述存储设备打开时长除以第二常数与所述第一常数相加后的第二目标数值，对所述第二目标数值取对数，得到第二对数值；将所述第一对数值与第一权重的乘积和所述第二对数值相加得到建议指数；比较所述建议指数与预设阈值的大小，以确定是否向所述存储设备发出除菌指令。
[0022]在一个示例性实施例中，上述确定模块，还用于在所述建议指数大于或等于预设指数阈值的情况下，向所述存储设备发出除菌指令，并提示所述目标对象所述存储设备将启动除菌功能；在所述建议指数小于预设指数阈值的情况下，禁止向所述存储设备发出除菌指令。
[0023]根据本专利技术的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
[0024]根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
[0025]通过本专利技术，获取目标对象的行为统计数据；其中，所述行为统计数据为目标对象在时长相同的N个周期中的K个时段区间的行为特征，所述K个时段区间中每个时段区间的时长相同且所述每个时段区间至少存在一个相邻的时段区间，所述N大于1，且所述N、K为正整数；根据所述行为统计数据预测所述目标对象在第N+1个周期中的第K个时段区间的目标行为特征；在已获取所述第N+1个周期中第K
‑
1个时段区间内存储设备对应的打开时长的情
况下，基于所述目标行为特征和所述打开时长确定是否向设备发出除菌指令。也就是说，通过目标对象在N个本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种除菌指令的确认方法，其特征在于，包括：获取目标对象的行为统计数据；其中，所述行为统计数据为目标对象在时长相同的N个周期中的K个时段区间的行为特征，所述K个时段区间中每个时段区间的时长相同且所述每个时段区间至少存在一个相邻的时段区间，所述N大于1，且所述N、K为正整数；根据所述行为统计数据预测所述目标对象在第N+1个周期中的第K个时段区间的目标行为特征；在已获取所述第N+1个周期中第K
‑
1个时段区间内存储设备对应的打开时长的情况下，基于所述目标行为特征和所述打开时长确定是否向设备发出除菌指令。2.根据权利要求1所述除菌指令的确认方法，其特征在于，所述行为特征包括以下至少之一：目标对象打开存储设备的次数、目标对象累计打开存储设备的时长、目标对象最后一次打开存储设备到时段区间结束前关闭存储设备的时长。3.根据权利要求1所述除菌指令的确认方法，其特征在于，获取目标对象的行为统计数据之后，所述方法还包括：确定所述目标对象在所述N个周期中每一个周期的第M
‑
1个时段区间、第M个时段区间、第M+1个时段区间的行为特征分别对应的平均值与标准差；其中，所述M+1小于等于K，所述第M
‑
1个时段区间、所述第M个时段区间、所述第M+1个时段区间三者对应的时长相同；基于所述平均值与所述标准差确定所述目标对象对应所述N个周期的特征矩阵；根据预设类别特征为所述特征矩阵中的第一特征添加特征标签，得到用于分类的第二特征，其中，所述特征标签用于标识目标对象在每一个时段区间是否存在打开存储设备的行为。4.根据权利要求3所述除菌指令的确认方法，其特征在于，根据预设类别特征为所述特征矩阵中的第一特征添加特征标签，得到用于分类的第二特征之后，所述方法还包括：将所述第二特征与所述目标对象在第N个周期中的K个时段区间的行为特征相对应，得到一个训练样本；将所述训练样本输入到预设模型中，通过训练得到用于分类所述目标对象行为统计数据的分类模型；确定所述目标对象行为统计数据中所述N个周期对应的特征集合，将所述特征集合输入到所述分类模型中，得到所述N个周期的K个时段区间分别对应的目标特征标签；根据所述目标特征标签确定所述目标对象在每一个时段区间内打开存储设备的第一概率。5.根据权利要求1所述除菌指令的确认方法，其特征在于，根据所述行为统计数据预测所述目标对象在第N+1个周期中的第K个时段区间的目标行为特征，包括：在确定所述目标对象在第N个周...
【专利技术属性】
技术研发人员：路瑶，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：
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。