CN107918798B - 食物处理方法及装置 - Google Patents
食物处理方法及装置 Download PDFInfo
- Publication number
- CN107918798B CN107918798B CN201711062763.9A CN201711062763A CN107918798B CN 107918798 B CN107918798 B CN 107918798B CN 201711062763 A CN201711062763 A CN 201711062763A CN 107918798 B CN107918798 B CN 107918798B
- Authority
- CN
- China
- Prior art keywords
- food
- image
- user
- travel
- data
- 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.)
- Active
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 167
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims abstract description 22
- 238000010801 machine learning Methods 0.000 claims abstract description 10
- 230000006866 deterioration Effects 0.000 claims description 27
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种食物处理方法及装置。其中,该方法包括:获取食物的图像,以及获取用户的出行时间;通过食物变质模型,确定用于标识获取的图像中的食物在获取的出行时间对应的出行期间是否会变质的识别结果,其中,食物变质模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:食物的图像和用户的出行时间,和用于标识图像中的食物在出行时间对应的出行期间是否会变质的识别结果;依据确定的识别结果对食物进行处理。本发明解决了由于相关技术和服务缺乏造成的智能家居服务力不足的技术问题。
Description
技术领域
本发明涉及家用电器操作领域,具体而言,涉及一种食物处理方法及装置。
背景技术
随着社会发展水平迅速,异地商务交流及外出旅游越来越普遍,伴随人们对生活品质要求的逐步升高,对常外出类用户的服务和管理在智能家居设计中开始占据了重要的一方面。对于此类用户,相关技术和服务主要集中在出行信息提示和家庭电器开关的远程操作上,但对家中物品缺乏实时的监控和依据监控结果进行的管理,尤其是保质期短的新鲜食物,一旦在冰箱、保鲜柜等储物电器中发生变质腐烂,对储物电器内的密闭空间和其他食物会有一定影响,若是放置在开放处,甚至会生虫,严重降低用户的居住品质。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种食物处理方法及装置,以至少解决由于相关技术和服务缺乏造成的智能家居服务力不足的技术问题。
根据本发明实施例的一个方面,提供了一种食物处理方法,包括:获取食物的图像,以及获取用户的出行时间;通过食物变质模型,确定用于标识获取的所述图像中的所述食物在获取的所述出行时间对应的出行期间是否会变质的识别结果,其中,所述食物变质模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:食物的图像和用户的出行时间,和用于标识所述图像中的所述食物在所述出行时间对应的出行期间是否会变质的识别结果;依据确定的所述识别结果对所述食物进行处理。
可选的,获取所述用户的所述出行时间包括:获取在所述用户在预定网站登记的出行信息;根据所述出行信息获取所述用户的出行时间。
可选的,在通过所述食物变质模型,确定用于标识获取的所述图像中的所述食物在获取的所述出行时间对应的出行期间是否会变质的识别结果之前,还包括:获取所述用户在预定时间段内的所述多组数据,其中,所述多组数据为所述用户的历史数据;通过对在所述预定时间段内的所述多组数据进行训练,得到针对所述用户的食物变质模型。
可选的,依据确定的所述识别结果对所述食物进行处理包括:在确定的所述识别结果为所述图像中的所述食物在获取的所述出行时间对应的出行期间会变质的情况下,发出用于提示所述食物会变质的提示信息;和/或,在确定的所述识别结果为所述图像中的所述食物在获取的所述出行时间对应的出行期间会变质的情况下,驱动预定机械装置将所述食物搬运到预定位置。
根据本发明实施例的另一方面,还提供了一种食物处理装置,包括:第一获取模块,用于获取食物的图像,以及获取用户的出行时间;确定模块,用于通过食物变质模型,确定用于标识获取的所述图像中的所述食物在获取的所述出行时间对应的出行期间是否会变质的识别结果,其中,所述食物变质模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:食物的图像和用户的出行时间,和用于标识所述图像中的所述食物在所述出行时间对应的出行期间是否会变质的识别结果;处理模块,用于依据确定的所述识别结果对所述食物进行处理。
可选的,所述第一获取模块包括:第一获取单元,用于获取在所述用户在预定旅游网站登记的出行信息;第二获取单元,用于根据所述出行信息获取所述用户的出行时间。
可选的,所述装置还包括:第二获取模块,用于获取所述用户在预定时间段内的所述多组数据,其中,所述多组数据为所述用户的历史数据;训练模块,用于通过对在所述预定时间段内的所述多组数据进行训练,得到针对所述用户的食物变质模型。
可选的,处理模块包括:提示单元,用于在确定的所述识别结果为所述图像中的所述食物在获取的所述出行时间对应的出行期间会变质的情况下,发出用于提示所述食物会变质的提示信息;和/或,驱动单元,用于在确定的所述识别结果为所述图像中的所述食物在获取的所述出行时间对应的出行期间会变质的情况下,驱动预定机械装置将所述食物搬运到预定位置。
根据本发明实施例的另外一个方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,所述程序执行上述中任意一项所述的食物处理方法。
根据本发明实施例的另外一个方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的食物处理方法。
在本发明实施例中,采用人工智能的方式,通过获取食物的图像、用户的出行时间及食物变质模型,达到了确定获取图像中的食物在获取的出行时间对应的出行期间是否会变质的目的,其中,食物变质模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:食物的图像和用户的出行时间,和用于标识图像中的食物在出行时间对应的出行期间是否会变质的识别结果。从而实现了依据确定的识别结果对食物进行处理的技术效果,进而解决了由于相关技术和服务缺乏造成的智能家居服务力不足的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的食物处理方法的流程图;
图2是根据本发明实施例的食物处理装置的结构示意图;
图3是根据本发明实施例的食物处理装置的第一获取模块22的结构示意图;
图4是根据本发明实施例的食物处理装置的优选结构示意图一;
图5是根据本发明实施例的食物处理装置的处理模块26的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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前提下所获得的所有其他实施例,都应当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、***、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。
根据本发明实施例,提供了一种食物处理的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的食物处理方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取食物的图像,以及获取用户的出行时间;
步骤S104,通过食物变质模型,确定用于标识获取的图像中的食物在获取的出行时间对应的出行期间是否会变质的识别结果,其中,食物变质模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:食物的图像和用户的出行时间,和用于标识图像中的食物在出行时间对应的出行期间是否会变质的识别结果;
步骤S106,依据确定的识别结果对食物进行处理。
通过上述步骤,可以实现在本发明实施例中,采用人工智能的方式,通过获取食物的图像、用户的出行时间及食物变质模型,达到了确定获取图像中的食物在获取的出行时间对应的出行期间是否会变质的目的,其中,食物变质模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:食物的图像和用户的出行时间,和用于标识图像中的食物在出行时间对应的出行期间是否会变质的识别结果。从而实现了依据确定的识别结果对食物进行处理的技术效果,进而解决了由于相关技术和服务缺乏造成的智能家居服务力不足的技术问题。
需要说明的是,在步骤S102中,可借助安装在储物电器中图像采集模块来获取储物电器内物品的图像,借助安装在储物电器中的通讯模块来获取用户的出行时间,其中,该出行时间包括季节信息、出发时间、返回时间、出行时长等,还可为更宽泛的用户出行信息,如出行方式、出行地址等。
同时,在步骤S104中,可以通过获取的图像信息确定出图像中包含的食物是否变质,该图像信息中包含食物种类、新鲜度、可保质时长等相关食物信息。***可通过前期统计的大量数据利用机器学习预先建立起丰富模型,确定各种食物图像所代表的食物状态,从而根据识别出的图像细节进行迅速识别及模型选择,进而对食物是否变质做出快速辨别。
优选的,获取用户的出行时间可以包括:获取在用户在预定网站登记的出行信息;根据出行信息获取用户的出行时间。
在本发明实施例中,可借助安装在储物电器中的通讯模块来获取用户的出行时间,其中,该出行时间包括季节信息、出发时间、返回时间、出行时长等,还可为更宽泛的用户出行信息,如出行方式、出行地址等。同时,上述预订网站可为出游预约网站、机票、火车票及汽车票预订网站、出行时间管理网站等,可设定部分固定的与出行信息相关的预定网站作为信息获取终端与储物电器中的通讯模块相连,用于信息采集。如上述网站中出现与设定的用户信息相关的出行信息时,触发通讯模块自动收集用户出行信息。同时,该通讯模块还可与用户进行通讯连接,以在判断出食物即将变质时或已经变质时以短信或网络提示的方式给用户进行提示。还可以连接部分生活信息网站,对用户推送出行方式和地址相关的信息,如航班延误提示、出行地天气预报、穿衣指数等。
优选的,在通过食物变质模型,确定用于标识获取的图像中的食物在获取的出行时间对应的出行期间是否会变质的识别结果之前,还可以包括:获取用户在预定时间段内的多组数据,其中,多组数据为用户的历史数据;通过对在预定时间段内的多组数据进行训练,得到针对用户的食物变质模型。
上述实施例中,训练数据可以是通过实验得到的,也可以是大量含食物变质模型确定模块的设备在使用过程中不断采集积累上报的,通过对已经使用的含食物变质模型确定模块的设备来进行追踪,进而得到的大量的数据均可以用于训练,其中,该设备可以为冰箱、保鲜柜、置物架等储物电器,所述冰箱可为包含双开门、三开门在内的所有类型的冰箱。可选的,在含食品变质模型确定模块的设备中也可以预先设置通讯模块,多个设备可以将实时采集到的数据上传到服务器中,以供机器训练使用。其中,通讯模块可以包括但不限于:无线网卡、蓝牙等。同时,对采集的图像进行像素级分析,通过从单点图像识别出全面精准的食物信息,为保证识别精确度不受距离的影响,在设备中可设置高精度像素级图像识别模块,已确保每个像素点信息的无缺失捕捉。
优选的,依据确定的识别结果对食物进行处理可以包括:在确定的识别结果为图像中的食物在获取的出行时间对应的出行期间会变质的情况下,发出用于提示食物会变质的提示信息;和/或,在确定的识别结果为图像中的食物在获取的出行时间对应的出行期间会变质的情况下,驱动预定机械装置将食物搬运到预定位置。
根据本发明实施例,可以对确定在用户出行期间会变质的食物,并给用户发出食物变质的提示信息,此信息可为实时语音提示,也可为短信或网络信息提示,可在用户出行之前发送,便于用户在出行前即对将变质食物做出合理的处置;也可在用户出行期间,将即将变质食物信息和已变质食物信息发送给客户,并咨询处理方式,在收到用户对变质食物确认进行处理回复后,对已变质食物进行处理,如驱动预定机械装置将食物搬运到预定位置,以避免对其他食品和环境的影响。
根据本发明实施例的另外一个方面,还提供了一种食物处理装置,图2是根据本发明实施例的食物处理装置的结构示意图,如图2所示,该食物处理装置包括:第一获取模块22,确定模块24,处理模块26。下面对该食物处理装置进行详细说明。
第一获取模块22,用于获取食物的图像,以及获取用户的出行时间;
确定模块24,与上述第一获取模块22相连,用于通过食物变质模型,确定用于标识获取的图像中的食物在获取的出行时间对应的出行期间是否会变质的识别结果,其中,食物变质模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:食物的图像和用户的出行时间,和用于标识图像中的食物在出行时间对应的出行期间是否会变质的识别结果;
处理模块26,与上述确定模块24相连,用于依据确定的识别结果对食物进行处理。
图3是根据本发明实施例的食物处理装置的第一获取模块22的结构示意图,如图3所示,该第一获取模块22包括:第一获取单元32,第二获取单元34。下面对该第一获取模块22进行详细说明。
第一获取单元32,用于获取在用户在预定旅游网站登记的出行信息;
第二获取单元34,与上述第一获取单元32相连,用于根据出行信息获取用户的出行时间。
图4是根据本发明实施例的食物处理装置的优选结构示意图一,如图4所示,该食物处理装置还包括:第二获取模块42,训练模块44。下面对该食物处理装置进行详细说明。
第二获取模块42,用于获取用户在预定时间段内的多组数据,其中,多组数据为用户的历史数据;
训练模块44,与上述第二获取模块42相连,用于通过对在预定时间段内的多组数据进行训练,得到针对用户的食物变质模型。
图5是根据本发明实施例的食物处理装置的处理模块26的结构示意图,如图5所示,该处理模块26包括以下至少之一:提示单元52,驱动单元54。下面对该处理模块26进行详细说明。
提示单元52,用于在确定的识别结果为图像中的食物在获取的出行时间对应的出行期间会变质的情况下,发出用于提示食物会变质的提示信息;
驱动单元54,用于在确定的识别结果为图像中的食物在获取的出行时间对应的出行期间会变质的情况下,驱动预定机械装置将食物搬运到预定位置。
根据本发明另外一个实施例,还提供了一种存储介质,该存储介质包括存储的程序,其中,程序执行上述中任意一项的食物处理方法。
根据本发明还一个实施例,还提供了一种处理器,该处理器用于运行程序,其中,程序运行时执行上述中任意一项的食物处理方法。
其中,处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现食物处理。
其中,存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(f l ash RAM),存储器包括至少一个存储芯片。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种食物处理方法,其特征在于,包括:
获取食物的图像,以及获取用户的出行时间;
通过食物变质模型,确定用于标识获取的所述图像中的所述食物在获取的所述出行时间对应的出行期间是否会变质的识别结果,其中,所述食物变质模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:食物的图像和用户的出行时间,和用于标识所述图像中的所述食物在所述出行时间对应的出行期间是否会变质的识别结果;
获取所述用户的所述出行时间包括:获取在所述用户在预定网站登记的出行信息;根据所述出行信息获取所述用户的出行时间;
其中,通过所述图像可以获得所述食物的种类、所述食物的新鲜度和所述食物的保质时长;
依据确定的所述识别结果对所述食物进行处理。
2.根据权利要求1所述的方法,其特征在于,在通过所述食物变质模型,确定用于标识获取的所述图像中的所述食物在获取的所述出行时间对应的出行期间是否会变质的识别结果之前,还包括:
获取所述用户在预定时间段内的所述多组数据,其中,所述多组数据为所述用户的历史数据;
通过对在所述预定时间段内的所述多组数据进行训练,得到针对所述用户的食物变质模型。
3.根据权利要求1所述的方法,其特征在于,依据确定的所述识别结果对所述食物进行处理包括:
在确定的所述识别结果为所述图像中的所述食物在获取的所述出行时间对应的出行期间会变质的情况下,发出用于提示所述食物会变质的提示信息;
和/或,
在确定的所述识别结果为所述图像中的所述食物在获取的所述出行时间对应的出行期间会变质的情况下,驱动预定机械装置将所述食物搬运到预定位置。
4.一种食物处理装置,其特征在于,包括:
第一获取模块,用于获取食物的图像,以及获取用户的出行时间;
确定模块,用于通过食物变质模型,确定用于标识获取的所述图像中的所述食物在获取的所述出行时间对应的出行期间是否会变质的识别结果,其中,所述食物变质模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:食物的图像和用户的出行时间,和用于标识所述图像中的所述食物在所述出行时间对应的出行期间是否会变质的识别结果;
其中,所述食物变质模型还用于通过所述图像可以获得所述食物的种类、所述食物的新鲜度和所述食物的保质时长;
处理模块,用于依据确定的所述识别结果对所述食物进行处理;
所述第一获取模块包括:第一获取单元,用于获取在所述用户在预定旅游网站登记的出行信息;第二获取单元,用于根据所述出行信息获取所述用户的出行时间。
5.根据权利要求4所述的装置,其特征在于,还包括:
第二获取模块,用于获取所述用户在预定时间段内的所述多组数据,其中,所述多组数据为所述用户的历史数据;
训练模块,用于通过对在所述预定时间段内的所述多组数据进行训练,得到针对所述用户的食物变质模型。
6.根据权利要求4所述的装置,其特征在于,处理模块包括:
提示单元,用于在确定的所述识别结果为所述图像中的所述食物在获取的所述出行时间对应的出行期间会变质的情况下,发出用于提示所述食物会变质的提示信息;
和/或,
驱动单元,用于在确定的所述识别结果为所述图像中的所述食物在获取的所述出行时间对应的出行期间会变质的情况下,驱动预定机械装置将所述食物搬运到预定位置。
7.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至3中任意一项所述的食物处理方法。
8.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至3中任意一项所述的食物处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711062763.9A CN107918798B (zh) | 2017-10-31 | 2017-10-31 | 食物处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711062763.9A CN107918798B (zh) | 2017-10-31 | 2017-10-31 | 食物处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107918798A CN107918798A (zh) | 2018-04-17 |
CN107918798B true CN107918798B (zh) | 2020-11-27 |
Family
ID=61895994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711062763.9A Active CN107918798B (zh) | 2017-10-31 | 2017-10-31 | 食物处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107918798B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110557306A (zh) * | 2018-05-31 | 2019-12-10 | 北京京东尚科信息技术有限公司 | 智能冰箱的用户管理方法和智能冰箱 |
CN110972346B (zh) * | 2018-09-30 | 2021-06-04 | 珠海格力电器股份有限公司 | 数据处理方法及装置 |
CN109543605A (zh) * | 2018-11-21 | 2019-03-29 | 珠海格力电器股份有限公司 | 基于卷积神经网络的食物变质管理方法、***、贮藏设备 |
CN111271936B (zh) * | 2020-01-23 | 2022-03-22 | 深圳市大拿科技有限公司 | 智能冰箱控制方法及相关装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008021526A (ja) * | 2006-07-12 | 2008-01-31 | Sanden Corp | 食品加熱装置及びそれを備えた自動販売機 |
CN105571265A (zh) * | 2015-12-15 | 2016-05-11 | 四川长虹电器股份有限公司 | 带自清理功能的智能冰箱设备、移动终端及*** |
CN105091499B (zh) * | 2015-08-18 | 2017-06-16 | 小米科技有限责任公司 | 信息生成方法及装置 |
CN106991671A (zh) * | 2017-03-31 | 2017-07-28 | 联想(北京)有限公司 | 信息处理方法及信息处理装置 |
-
2017
- 2017-10-31 CN CN201711062763.9A patent/CN107918798B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008021526A (ja) * | 2006-07-12 | 2008-01-31 | Sanden Corp | 食品加熱装置及びそれを備えた自動販売機 |
CN105091499B (zh) * | 2015-08-18 | 2017-06-16 | 小米科技有限责任公司 | 信息生成方法及装置 |
CN105571265A (zh) * | 2015-12-15 | 2016-05-11 | 四川长虹电器股份有限公司 | 带自清理功能的智能冰箱设备、移动终端及*** |
CN106991671A (zh) * | 2017-03-31 | 2017-07-28 | 联想(北京)有限公司 | 信息处理方法及信息处理装置 |
Non-Patent Citations (1)
Title |
---|
基于SVM的生鲜食品货架期预测;袁彦彦,王兴芬;《物流技术》;20151015;第34卷(第19期);第64至67页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107918798A (zh) | 2018-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107918798B (zh) | 食物处理方法及装置 | |
CN107404656B (zh) | 直播视频推荐方法、装置及服务器 | |
CN104899265B (zh) | 信息推荐方法及*** | |
CN104639498B (zh) | 一种指纹匹配的方法、装置及*** | |
CN113395200B (zh) | 消息推送方法和***、客户端、存储介质及处理器 | |
CN105868291A (zh) | 推荐网址的方法、装置及*** | |
CN109189902B (zh) | 自动应答咨询的方法及装置 | |
CN106156055A (zh) | 搜索引擎爬虫的识别、处理方法及装置 | |
CN108628721B (zh) | 用户数据值的异常检测方法、装置、存储介质及电子装置 | |
CN108197635B (zh) | 烹饪方式的展示方法及装置、抽油烟机 | |
CN110969047A (zh) | 识别食材的方法、装置和冰箱 | |
CN104902498B (zh) | 用户重入网识别方法和装置 | |
CN113852527A (zh) | 用于智能设备的控制方法及控制装置、电子设备 | |
CN104102328A (zh) | 信息处理方法和信息处理设备 | |
CN104183049A (zh) | 一种智能化的门禁定位***及其定位方法 | |
CN116761185A (zh) | 一种基于信令预测日活跃用户的方法、***及介质 | |
CN108616919A (zh) | 一种公共区域人流监控方法及装置 | |
CN104394435B (zh) | 数字机顶盒开机检测方法和装置 | |
CN114992970B (zh) | 清洁指令的发送方法、装置、存储介质及电子装置 | |
CN111159831A (zh) | 食材新鲜度的预测方法及装置、家电设备 | |
CN110762943B (zh) | 物品的展示方法、装置以及家电设备 | |
CN112158692B (zh) | 获取电梯内目标对象流量的方法及装置 | |
KR101653720B1 (ko) | 실시간 소비전력 분석을 통한 가전기기 식별 방법 | |
CN112183914B (zh) | 一种菜项的评价方法及装置 | |
CN109309875B (zh) | 一种在智能电视上展示用户行为特征模型的方法 |
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 |