本申请涉及冰箱,特别地涉及一种控制方法、装置、设备及存储介质。
背景技术:
1、现有冰箱都是基于用户设置的温度来进行控制,通常冰箱包括冷藏室和冷冻室,每个室都是基于用户设置的温度来进行控制,实现对食材的冷冻或冷藏,但是不同的食材具有不同的保存参数,通过设置温度的方式并不能实现各个食材最大限度地进行保存,而且不同的用户具有不同的使用方式,不同的使用方式也会影响食材的保存。
技术实现思路
1、针对上述问题,本申请提供一种控制方法、装置、设备及存储介质,能够结合用户的使用习惯、食材信息及当前的时间信息确定较优的控制参数,从而使食材得到较好的保存。
2、本申请实施例提供一种控制方法,包括:
3、获取放入冰箱中目标仓储格中的食材信息、所述用户的使用习惯及当前的时间信息;
4、将所述食材信息、所述使用习惯和所述时间信息输入至神经网络模型中,确定所述目标仓储格对应的控制参数;
5、基于所述控制参数控制所述目标仓储格的运行状态。
6、在一些实施例中,所述方法还包括:
7、获取样本数据集,所述样本数据集中的样本数据包括:用户的使用习惯、仓储格的食材信息、时间信息及仓储格的样本控制参数;
8、基于所述样本数据集进行训练得到神经网络模型。
9、在一些实施例中,,所述方法还包括:
10、获取样本数据集,所述样本数据集中的样本数据包括:用户的使用习惯、仓储格的食材信息及仓储格的样本控制参数;
11、基于所述样本数据集进行训练得到初始神经网络模型;
12、获取时间信息,将所述时间信息作为初始神经网络模型的偏移量对所述初始神经网络模型进行训练,得到所述神经网络模型。
13、在一些实施例中,所述方法还包括:
14、对所述目标仓储格的目标检测对象进行检测;
15、在检测到目标检测对象存在异常的情况下,将所述目标检测对象的检测信息做为神经网络模型的偏移量对所述神经网络模型进行训练。
16、在一些实施例中,所述方法还包括:
17、获取在预设时长内所述用户使用所述冰箱的使用信息;
18、基于所述使用信息确定所述用户的使用习惯。
19、在一些实施例中,所述食材信息包括:食材类型、食材体积和/或新鲜程度,所述使用习惯包括:打开冰箱的时间和频率、打开所述目标仓储格的时间和频率和/或习惯将食材放入哪个仓储格,所述时间信息包括:季节及所述季节当天的时间,所述控制参数包括:冷风量、温度和/或频率。
20、本申请实施例提供一种控制装置,包括:
21、获取模块,用于获取放入冰箱中目标仓储格中的食材信息、所述用户的使用习惯及当前的时间信息;
22、确定模块,用于将所述食材信息、所述使用习惯和所述时间信息输入至神经网络模型中,确定所述目标仓储格对应的控制参数;
23、控制模块,用于基于所述控制参数控制所述目标仓储格的运行状态。
24、本申请实施例提供一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行上述任意一项所述控制方法。
25、本申请实施例提供一种冰箱,包括:上述所述的电子设备。
26、本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质存储的计算机程序,能够被一个或多个处理器执行,能够用来实现上述所述控制方法。
27、本申请提供的一种控制方法、装置、设备及存储介质,通过获取放入冰箱中目标仓储格中的食材信息、所述用户的使用习惯及当前的时间信息;将所述食材信息、所述使用习惯和所述时间信息输入至神经网络模型中,确定所述目标仓储格对应的控制参数;基于所述控制参数控制所述目标仓储格的运行状态,能够结合用户的使用习惯、食材信息及当前的时间信息确定较优的控制参数,从而使食材得到较好的保存。
1.一种控制方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
4.根据权利要求2或3所述的方法,其特征在于,所述方法还包括:
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
6.根据权利要求1至5任一项所述的方法,其特征在于,所述食材信息包括:食材类型、食材体积和/或新鲜程度,所述使用习惯包括:打开冰箱的时间和频率、打开所述目标仓储格的时间和频率和/或习惯将食材放入哪个仓储格,所述时间信息包括:季节及所述季节当天的时间,所述控制参数包括:冷风量、温度和/或频率。
7.一种控制装置,其特征在于,包括:
8.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如权利要求1至6任意一项所述控制方法。
9.一种冰箱,其特征在于,包括:权利要求8所述的电子设备。
10.一种存储介质,其特征在于,该存储介质存储的计算机程序,能够被一个或多个处理器执行,能够用来实现如权利要求1至6任意一项所述控制方法。