CN111103805A - 控制家用电器的方法、***及装置、家用电器 - Google Patents
控制家用电器的方法、***及装置、家用电器 Download PDFInfo
- Publication number
- CN111103805A CN111103805A CN201811253147.6A CN201811253147A CN111103805A CN 111103805 A CN111103805 A CN 111103805A CN 201811253147 A CN201811253147 A CN 201811253147A CN 111103805 A CN111103805 A CN 111103805A
- Authority
- CN
- China
- Prior art keywords
- household appliance
- model
- prediction result
- data
- appliance
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012549 training Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 18
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 claims description 10
- 238000013136 deep learning model Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 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
- 238000004891 communication 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
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Selective Calling Equipment (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请公开了一种控制家用电器的方法、***及装置、家用电器。其中，该方法包括：采集家用电器的至少一个工作数据；基于预测模型对所述家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对所述家用电器的至少一个控制指令，其中，所述预测模型为通过训练所述家用电器的样本数据所产生的模型；控制所述家用电器基于所述预测结果进行工作。本申请解决了用户通过控制遥控设备控制家电的运行状态，操作繁琐，用户体验较差的技术问题。
Description
技术领域
本申请涉及智能家电领域，具体而言，涉及一种控制家用电器的方法、***及装置、家用电器。
背景技术
目前，用户对各个家电进行控制时，需要用遥控设备控制家电的开启与关闭机运行状态，操作较繁琐，较浪费人的时间跟精力，若用户无法在需要时找到遥控设备，则无法开启对应的家电设备，用户体验较差。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种控制家用电器的方法、***及装置、家用电器，以至少解决用户通过控制遥控设备控制家电的运行状态，操作繁琐，用户体验较差的技术问题。
根据本申请实施例的一个方面，提供了一种控制家用电器的方法，包括：采集家用电器的至少一个工作数据；基于预测模型对家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对家用电器的至少一个控制指令，其中，预测模型为通过训练家用电器的样本数据所产生的模型；控制家用电器基于预测结果进行工作。
可选地，在基于预测模型对家用电器的至少一个工作数据进行处理，生成预测结果之前，方法还包括：获取家用电器的历史数据库，其中，历史数据库记录了家用电器在历史时间段内工作时所产生的工作数据；通过训练家用电器的历史数据库，构建预测模型，其中，预测模型包括深度学习模型和结合小波变换降噪的ARIMA模型。
可选地，在需要控制多个家用电器的情况下，获取不同的家用电器在不同时间段内的历史工作数据，并将历史工作数据保存至历史数据库。
可选地，在需要控制多个家用电器的情况下，采集不同的家用电器的工作数据，并采用深度学习模型和ARIMA模型对不同家用电器的工作数据进行处理，预测得到不同的家用电器的控制指令，其中，工作数据包括如下至少之一：运行时间、工作状态。
可选地，预测得到家用电器需要调节到的目标工作数据。
可选地，在采集家用电器的至少一个工作数据之后，方法还包括：检测家用电器的运行功率；如果运行功率小于对应的阈值，禁止家用电器按照预测结果进行工作。
根据本申请实施例的一个方面，提供了一种控制家用电器的***，包括：至少一个家用电器，用于发送家用电器的至少一个工作数据；服务器，与至少一个家用电器通信，用于基于预测模型对家用电器的至少一个工作数据进行处理，生成预测结果，并反馈预测结果至对应的家用电器，其中，预测模型为通过训练家用电器的样本数据所产生的模型；其中，家用电器基于预测结果进行工作。
可选地，预测结果包括：针对家用电器的至少一个控制指令。
根据本申请实施例的一个方面，提供了一种家用电器，包括：采集器，用于采集家用电器的至少一个工作数据；处理器，用于基于预测模型对家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对家用电器的至少一个控制指令，其中，预测模型为通过训练家用电器的样本数据所产生的模型；控制器，用于控制家用电器基于预测结果进行工作。
根据本申请实施例的一个方面，提供了一种控制家用电器的装置，包括：采集模块，用于采集家用电器的至少一个工作数据；预测模块，用于基于预测模型对家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对家用电器的至少一个控制指令，其中，预测模型为通过训练家用电器的样本数据所产生的模型；控制模块，用于控制家用电器基于预测结果进行工作。
根据本申请实施例的一个方面，提供了一种存储介质，其特征在于，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述的控制家用电器的方法。
根据本申请实施例的一个方面，提供了一种处理器，其特征在于，处理器用于运行程序，其中，程序运行时执行上的控制家用电器的方法。
在本申请实施例中，通过采集家用电器的至少一个工作数据；基于预测模型对家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对家用电器的至少一个控制指令，其中，预测模型为通过训练家用电器的样本数据所产生的模型；控制家用电器基于预测结果进行工作。达到了通过获取家电电器的工作数据，并根据当前工作数据处理，自动控制家用电器进行工作的效果，从而解决了用户通过控制遥控设备控制家电的运行状态，操作繁琐，用户体验较差的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种可选的控制家用电器的方法的流程示意图；
图2是根据本申请实施例的一种可选的控制家用电器的***的结构示意图；
图3是根据本申请实施例的一种可选的家用电器的结构示意图；
图4是根据本申请实施例的一种可选的控制家用电器的装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请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，以便这里描述的本申请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。
根据本申请实施例，提供了一种电器设备的控制家用电器的方法实施例，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是根据本申请实施例的控制家用电器的方法的流程示意图，如图1所示，该方法至少包括如下步骤：
步骤S102，采集家用电器的至少一个工作数据；
在本申请的一些可选的实施例中，上述工作数据可以为当前的工作时间信息、和/或工作状态；
步骤S104，基于预测模型对家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对家用电器的至少一个控制指令，其中，预测模型为通过训练家用电器的样本数据所产生的模型；
在本申请的一个可选的实施例中，在上述步骤S104之前，还需要执行以下步骤：
步骤S1022，获取家用电器的历史数据库，其中，历史数据库记录了家用电器在历史时间段内工作时所产生的工作数据；
在本申请的一些可选的时实施例中，上述历史库用于存储各个家电在过去某一历史时间段内的历史数据；历史工作时间段指一天中各个家电具体工作的时间段，历史工作数据指各个家电在不同历史工作时间段内运行状态，例如：空调在晚上7点-8点的工作状态为制冷26度。过去某一时间段，可以指过去的一个月，也可以指去年的某个季节。
其中，上述历史时间段信息以及该时间段内的工作数据用于训练预测模型。
在本申请的一个可选的实施例中，将家用电器的当前运行时间输入预测模型，则输出当前家用电器在当前运行时间对应的目标运行状态。
在本申请的另一个可选的实施例中，将家用电器的当前运行时间以及运行状态输入预测模型，则输出当前家用电器在当前运行时间以及运行状态调整到的目标运行状态。
在本申请的一个可选的实施例中，采集家用电器的至少一个工作数据之前，智能家居***可获取用户的语音指令，或者手势指令；在智能家居***获取到用户的语音指令或手势指令之后，触发对家用电器的至少一个工作数据的采集。
步骤S1024，通过训练家用电器的历史数据库，构建预测模型，其中，预测模型包括深度学习模型和结合小波变换降噪的ARIMA模型。
在本申请的一些可选的实施例中，上述深度学习模型为LSTM模型，上述深度学习模型与小波变换降噪的ARIMA模型两种模型称为混合模型。
上述混合模型对家用电器的运行状态进行预测，并对来自不同模型的预测结果进行综合从而得到精确度更高的预测结果；
在本申请的一些可选的实施例中，可通过LSTM模型获取对应的预测结果之后，利用小波变换降噪的ARIMA模型对预测结果进行验证，若两者结果相同，则确定预测结果为最终预测结果。若不相同，则可通过重新训练LSTM或小波变换降噪的ARIMA模型提高LSTM或小波变换降噪的ARIMA模型的预测结果的正确性。
步骤S106，控制家用电器基于预测结果进行工作。
在本申请的一个可选的一个实施例中，当采集家用电器的工作数据为当前工作状态时，则将当前的工作状态以及时间信息输入预测模型；
在本申请的一些可选的实施例中，在需要控制多个家用电器的情况下，获取不同的家用电器在不同时间段内的历史工作数据，并将历史工作数据保存至历史数据库。
在需要控制多个家用电器的情况下，采集不同的家用电器的工作数据，并采用深度学习模型和ARIMA模型对不同家用电器的工作数据进行处理，预测得到不同的家用电器的控制指令，其中，工作数据可以为以下至少之一：运行时间、工作状态。
上述历史数据库可根据家电类型对数据的存储模块进行区域划分，方便当智能家居***获取家电用电器在开启按键，读取家用电器当前的工作状态之后，根据当前的时间信息，通过将当前的时间信息输入预测模型，对不同家用电器的目标运行状态确定，即对预测的结果进行确定。
预测得到的数据为家用电器需要调节到的目标工作数据。
在上述步骤在采集家用电器的至少一个工作数据之后，还需要执行以下步骤：
检测家用电器的运行功率；如果运行功率小于对应的阈值，禁止家用电器按照预测结果进行工作。
在本申请的一些可选的实施例中，当获取到用户发出的语音指令或者手势指令之后，若判断当前并没有家用电器开启，或对应的家用电器未开启时，即运行功率小于对应的阈值时，禁止家用电器按照预测结果进行工作。
在本申请实施例中，通过采集家用电器的至少一个工作数据；基于预测模型对家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对家用电器的至少一个控制指令，其中，预测模型为通过训练家用电器的样本数据所产生的模型；控制家用电器基于预测结果进行工作。达到了通过获取家电电器的工作数据，并根据当前工作数据处理，自动控制家用电器进行工作的效果，从而解决了用户通过控制遥控设备控制家电的运行状态，操作繁琐，用户体验较差的技术问题。
图2是根据本申请实施例的一种可选的控制家用电器的***的结构示意图；如图2所示，该***至少包括：至少一个家用电器22、服务器24；其中：
至少一个家用电器22，用于发送家用电器的至少一个工作数据；
服务器24，与至少一个家用电器通信，用于基于预测模型对家用电器的至少一个工作数据进行处理，生成预测结果，并反馈预测结果至对应的家用电器，其中，预测模型为通过训练家用电器的样本数据所产生的模型；其中，家用电器基于预测结果进行工作。
需要说明的是，图2所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。
图3是根据本申请实施例的一种家用电器的结构示意图，如图3所示，该家用电器至少包括：采集器32、处理器34、控制器36；其中：
采集器32，用于采集家用电器的至少一个工作数据；
处理器34，用于基于预测模型对家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对家用电器的至少一个控制指令，其中，预测模型为通过训练家用电器的样本数据所产生的模型；
控制器36，用于控制家用电器基于预测结果进行工作。
需要说明的是，图3所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。
图4是根据本申请实施例的一种控制家用电器的装置的结构示意图，该装置至少包括：采集模块42、预测模块44、控制模块46；其中：
采集模块42，用于采集家用电器的至少一个工作数据；
预测模块44，用于基于预测模型对家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对家用电器的至少一个控制指令，其中，预测模型为通过训练家用电器的样本数据所产生的模型；
控制模块46，用于控制家用电器基于预测结果进行工作。
需要说明的是，图4所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。
根据本申请实施例的另一个方面，还提供了一种存储介质，其特征在于，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述的控制家用电器的方法。
根据本申请实施例的另一个方面，还提供了一种处理器，其特征在于，处理器用于运行程序，其中，程序运行时执行上述的控制家用电器的方法。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，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。
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，在本申请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。
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，本申请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)执行本申请各个实施例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。
以上仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (12)
1.一种控制家用电器的方法，包括：
采集家用电器的至少一个工作数据；
基于预测模型对所述家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对所述家用电器的至少一个控制指令，其中，所述预测模型为通过训练所述家用电器的样本数据所产生的模型；
控制所述家用电器基于所述预测结果进行工作。
2.根据权利要求1所述的方法，其特征在于，在基于预测模型对所述家用电器的至少一个工作数据进行处理，生成预测结果之前，所述方法还包括：
获取所述家用电器的历史数据库，其中，所述历史数据库记录了所述家用电器在历史时间段内工作时所产生的工作数据；
通过训练所述家用电器的历史数据库，构建所述预测模型，其中，所述预测模型包括深度学习模型和结合小波变换降噪的ARIMA模型。
3.根据权利要求2所述的方法，其特征在于，在需要控制多个家用电器的情况下，获取不同的家用电器在不同时间段内的历史工作数据，并将所述历史工作数据保存至所述历史数据库。
4.根据权利要求2所述的方法，其特征在于，在需要控制多个家用电器的情况下，采集不同的家用电器的工作数据，并采用所述深度学习模型和所述ARIMA模型对所述不同家用电器的工作数据进行处理，预测得到不同的家用电器的控制指令，其中，所述工作数据包括如下至少之一：运行时间、工作状态。
5.根据权利要求1所述的方法，其特征在于，预测得到所述家用电器需要调节到的目标工作数据。
6.根据权利要求1至5中任意一项所述的方法，其特征在于，在采集家用电器的至少一个工作数据之后，所述方法还包括：
检测所述家用电器的运行功率；
如果所述运行功率小于对应的阈值，禁止所述家用电器按照所述预测结果进行工作。
7.一种控制家用电器的***，包括：
至少一个家用电器，用于发送所述家用电器的至少一个工作数据；
服务器，与所述至少一个家用电器通信，用于基于预测模型对所述家用电器的至少一个工作数据进行处理，生成预测结果，并反馈所述预测结果至对应的家用电器，其中，所述预测模型为通过训练所述家用电器的样本数据所产生的模型；
其中，所述家用电器基于所述预测结果进行工作。
8.根据权利要求7所述的***，其特征在于，所述预测结果包括：针对所述家用电器的至少一个控制指令。
9.一种家用电器，其特征在于，包括：
采集器，用于采集家用电器的至少一个工作数据；
处理器，用于基于预测模型对所述家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对所述家用电器的至少一个控制指令，其中，所述预测模型为通过训练所述家用电器的样本数据所产生的模型；
控制器，用于控制所述家用电器基于所述预测结果进行工作。
10.一种控制家用电器的装置，包括：
采集模块，用于采集家用电器的至少一个工作数据；
预测模块，用于基于预测模型对所述家用电器的至少一个工作数据进行处理，生成预测结果，其中，预测结果包括：针对所述家用电器的至少一个控制指令，其中，所述预测模型为通过训练所述家用电器的样本数据所产生的模型；
控制模块，用于控制所述家用电器基于所述预测结果进行工作。
11.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至6中任意一项所述的控制家用电器的方法。
12.一种处理器，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6中或任意一项所述的控制家用电器的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811253147.6A CN111103805A (zh) | 2018-10-25 | 2018-10-25 | 控制家用电器的方法、***及装置、家用电器 |
| PCT/CN2019/099377 WO2020082852A1 (zh) | 2018-10-25 | 2019-08-06 | 控制家用电器的方法、***及装置、家用电器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811253147.6A CN111103805A (zh) | 2018-10-25 | 2018-10-25 | 控制家用电器的方法、***及装置、家用电器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111103805A true CN111103805A (zh) | 2020-05-05 |
Family
ID=70330945
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811253147.6A Pending CN111103805A (zh) | 2018-10-25 | 2018-10-25 | 控制家用电器的方法、***及装置、家用电器 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111103805A (zh) |
| WO (1) | WO2020082852A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113518023A (zh) * | 2021-09-13 | 2021-10-19 | 深圳小小小科技有限公司 | 家用电器的控制方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013043863A1 (en) * | 2011-09-20 | 2013-03-28 | The Trustees Of Columbia University In The City Of New York | Adaptive stochastic controller for energy efficiency and smart buildings |
| CN105372999A (zh) * | 2015-09-30 | 2016-03-02 | 小米科技有限责任公司 | 数据处理方法及装置 |
| CN107463106A (zh) * | 2017-09-20 | 2017-12-12 | 深圳市晟达机械设计有限公司 | 一种智能家居*** |
| CN107665230A (zh) * | 2017-06-21 | 2018-02-06 | 海信集团有限公司 | 用于智能家居控制的用户行为预测模型的训练方法及装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100725943B1 (ko) * | 2006-01-02 | 2007-06-11 | 삼성전자주식회사 | 설정된 환경 조건을 만족하도록 해당 전자 기기를 제어할수 있는 홈오토메이션 시스템 및 그 방법 |
| CN203132059U (zh) * | 2013-02-17 | 2013-08-14 | 海尔集团公司 | 空调器控制*** |
| CN204086866U (zh) * | 2014-09-19 | 2015-01-07 | 珠海格力电器股份有限公司 | 一种家用电器控制***及家用电器 |
| CN104267626B (zh) * | 2014-09-19 | 2018-01-19 | 珠海格力电器股份有限公司 | 一种家用电器控制方法及*** |
| CN105549407A (zh) * | 2015-12-30 | 2016-05-04 | 芜湖美智空调设备有限公司 | 家电控制方法及装置 |
| CN106980266A (zh) * | 2016-01-16 | 2017-07-25 | 国基电子（上海）有限公司 | 智能家电控制***及方法 |
| CN109086912A (zh) * | 2018-07-11 | 2018-12-25 | 东北大学 | 一种基于lstm的智能家电用户行为预测方法和装置 |
-
2018
- 2018-10-25 CN CN201811253147.6A patent/CN111103805A/zh active Pending
-
2019
- 2019-08-06 WO PCT/CN2019/099377 patent/WO2020082852A1/zh active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013043863A1 (en) * | 2011-09-20 | 2013-03-28 | The Trustees Of Columbia University In The City Of New York | Adaptive stochastic controller for energy efficiency and smart buildings |
| CN105372999A (zh) * | 2015-09-30 | 2016-03-02 | 小米科技有限责任公司 | 数据处理方法及装置 |
| CN107665230A (zh) * | 2017-06-21 | 2018-02-06 | 海信集团有限公司 | 用于智能家居控制的用户行为预测模型的训练方法及装置 |
| CN107463106A (zh) * | 2017-09-20 | 2017-12-12 | 深圳市晟达机械设计有限公司 | 一种智能家居*** |
Non-Patent Citations (1)
| Title |
|---|
| 包晓安等: "基于LSTM 的智能家居机器学习***预测模型研究基于LSTM 的智能家居机器学习***预测模型研究", 《浙江理工大学学报(自然科学版)》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113518023A (zh) * | 2021-09-13 | 2021-10-19 | 深圳小小小科技有限公司 | 家用电器的控制方法和装置 |
| CN113518023B (zh) * | 2021-09-13 | 2021-11-30 | 深圳小小小科技有限公司 | 家用电器的控制方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020082852A1 (zh) | 2020-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102553299B1 (ko) | 데이터 학습 서버 및 이의 학습 모델 생성 및 이용 방법 | |
| EP2793229B1 (en) | Noise cancellation for voice activation | |
| CN106814639A (zh) | 语音控制***及方法 | |
| CN108052010B (zh) | 智能电器自调节的方法、装置、计算机设备及存储介质 | |
| CN113251613B (zh) | 用于空调控制的方法、装置和空调 | |
| CN108181819A (zh) | 家电设备的联动控制方法、装置、***及家电设备 | |
| CN108154258B (zh) | 空气源热泵负荷的预测方法、装置、存储介质和处理器 | |
| CN104364805A (zh) | 信息处理器、信息处理方法和程序 | |
| CN108181837B (zh) | 控制方法及控制装置 | |
| CN113268661B (zh) | 用于进行用户功能推荐的方法及装置、智能家电 | |
| CN110160227A (zh) | 空气调节设备的控制方法及装置、空气调节设备 | |
| CN113852657B (zh) | 一种基于边缘计算的智慧家庭本地控制方法及*** | |
| CN111597241A (zh) | 用于数据采集的方法、装置及设备 | |
| CN111103805A (zh) | 控制家用电器的方法、***及装置、家用电器 | |
| CN113405249B (zh) | 用于空调器的控制方法、装置、空调器及存储介质 | |
| CN111105298B (zh) | 一种基于物联网智能场景的购买推荐方法及*** | |
| CN108628889A (zh) | 基于时间片的数据抽样方法、***和装置 | |
| CN111340104A (zh) | 智能设备的控制规则的生成方法和装置、电子设备及可读存储介质 | |
| CN106292329A (zh) | 智能家居控制方法、装置、***及一种电子设备 | |
| CN114915514B (zh) | 意图的处理方法和装置、存储介质及电子装置 | |
| CN115479370A (zh) | 一种空调控制方法、装置、设备和空调 | |
| CN109726532B (zh) | 一种基于人工智能行为预测的安全管理方法 | |
| CN113616112A (zh) | 扫地机控制方法、***、扫地机及计算机可读存储介质 | |
| CN111128135A (zh) | 语音交流方法及装置 | |
| CN110967976A (zh) | 智能家居***的控制方法和装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200505 |
|
| RJ01 | Rejection of invention patent application after publication |