一种香薰机的控制方法、香薰机的控制装置及香薰机与流程

本发明属于设备控制的，尤其涉及一种香薰机的控制方法、香薰机的控制装置及香薰机。

背景技术：

1、香薰机通过超声波震荡设备产生的高频震荡，将水分子及溶解的植物精油分解成直径为0.1微米至5微米的纳米级冷雾散发于周围的空气之中，使空气充满香味的器具。香薰机利用多种方式将水和纯植物精油雾化，使居室保持较高的湿度，并产生一定数量的天然负氧离子，净化空气，同时达到芳疗的效果，可辅助治疗和缓解流感、高血压、气管炎等疾病，并对神经系统、心血管系统和人体的新陈代谢起到一定保护作用。

2、随着人工智能的发展，目前香薰机可通过一些深度学习模型进行自主控制，而传统的控制方法采用的深度学习模型往往为常规的卷积神经网络，将其作为“黑盒子”实现控制参数的输出，其采用卷积神经网络为常规的卷积神经网络，且数据维度较少，故其对于控制参数的计算精度较低。

技术实现思路

1、有鉴于此，本发明实施例提供了一种香薰机的控制方法、香薰机的控制装置及香薰机，以解决无法实现香薰机基于不同使用需求进行自动控制的技术问题。

2、本发明实施例的第一方面提供了一种香薰机的控制方法，所述香薰机的控制方法包括：

3、获取环境参数和用户特征参数，所述环境参数包括温度、光照、湿度、季节和地域，所述用户特征参数包括性别、年龄和疲惫等级；

4、将所述环境参数和所述用户特征参数输入预先训练的神经网络模型，得到由所述神经网络模型输出第一置信度；

5、获取所述香薰机的液体剩余量、多个历史控制参数和档位参数，并根据所述第一置信度、所述液体剩余量、所述多个历史控制参数和所述档位参数，计算偏好系数；

6、根据所述偏好系数匹配对应的控制模式，并执行所述控制模式；其中，所述控制模式包括多个模块对应的控制参数，所述控制参数用于控制雾化功率、香薰味道、香薰浓度、灯光亮度和灯光颜色。

7、进一步地，所述将所述环境参数和所述用户特征参数输入预先训练的神经网络模型，得到由所述神经网络模型输出第一置信度的步骤，包括：

8、基于所述用户特征参数，构建第一数据矩阵；

9、将所述第一数据矩阵输入所述神经网络模型，得到由所述神经网络模型输出的第二置信度；

10、根据所述第二置信度调整所述第一数据矩阵中的多个参数，得到第二数据矩阵；

11、基于所述环境参数和所述第二数据矩阵，构建第三数据矩阵；

12、将所述第三数据矩阵输入所述神经网络模型，得到由所述神经网络模型输出的第一置信度。

13、进一步地，所述基于所述环境参数和所述第二数据矩阵，构建第三数据矩阵的步骤，包括：

14、将所述环境参数和所述第二数据矩阵合并，得到第四数据矩阵；

15、获取用户预先设置的档位参数；

16、根据所述档位参数调整所述第四数据矩阵，得到所述第三数据矩阵。

17、进一步地，所述神经网络模型包括五个特征提取层、全连接层和分类器；所述五个特征提取层包括第一特征提取层、第二特征提取层、第三特征提取层、第四特征提取层和第五特征提取层；

18、所述将所述第一数据矩阵输入预先训练的神经网络模型，得到由所述神经网络模型输出的第二置信度的步骤，包括：

19、将所述第一数据矩阵输入至所述第一特征提取层，得到由所述第一特征提取层输出第一特征数据；

20、将所述第一特征数据输入至所述第三特征提取层，得到由所述第二特征提取层输出第二特征数据；

21、将所述第二特征数据输入所述分类器，得到由所述分类器输出的所述第二置信度。

22、进一步地，所述神经网络模型包括五个特征提取层、全连接层和分类器；所述五个特征提取层包括第一特征提取层、第二特征提取层、第三特征提取层、第四特征提取层和第五特征提取层；

23、所述将所述第三数据矩阵输入所述神经网络模型，得到由所述神经网络模型输出的第一置信度，包括：

24、将所述第三数据矩阵输入至所述第一特征提取层，得到由所述第一特征提取层输出第三特征数据；

25、将所述第三特征数据输入至所述第二特征提取层，得到由所述第二特征提取层输出第四特征数据；

26、将所述第四特征数据输入至所述第三特征提取层，得到由所述第三特征提取层输出第五特征数据；

27、将所述第五特征数据输入至所述第四特征提取层，得到由所述第四特征提取层输出第六特征数据；

28、将所述第六特征数据输入至所述第五特征提取层，得到由所述第五特征提取层输出第七特征数据；

29、将所述第七特征数据输入所述分类器，得到由所述分类器输出的所述第一置信度。

30、进一步地，所述获取所述香薰机的液体剩余量、多个历史控制参数和档位参数，并根据所述第一置信度、所述液体剩余量、所述多个历史控制参数和所述档位参数，计算偏好系数的步骤，包括：

31、获取所述香薰机的液体剩余量、多个历史控制参数和档位参数；

32、将所述第一置信度、所述液体剩余量、所述多个历史控制参数和所述档位参数代入如下公式，得到所述偏好系数；

33、

34、其中，t表示所述偏好系数，l表示所述液体剩余量，p所述第一置信度，kn表示第n个历史控制参数，d表示所述档位参数。

35、本发明实施例的第二方面提供了一种香薰机的控制装置，包括：

36、第一获取单元，用于获取环境参数和用户特征参数，所述环境参数包括温度、光照、湿度、季节和地域，所述用户特征参数包括性别、年龄和疲惫等级；

37、计算单元，用于将所述环境参数和所述用户特征参数输入预先训练的神经网络模型，得到由所述神经网络模型输出第一置信度；

38、第二获取单元，用于获取所述香薰机的液体剩余量、多个历史控制参数和档位参数，并根据所述第一置信度、所述液体剩余量、所述多个历史控制参数和所述档位参数，计算偏好系数；

39、执行单元，用于根据所述偏好系数匹配对应的控制模式，并执行所述控制模式；其中，所述控制模式包括多个模块对应的控制参数，所述控制参数用于控制雾化功率、香薰味道、香薰浓度、灯光亮度和灯光颜色。

40、本发明实施例的第三方面提供了一种香薰机，包括雾化模块、精油模块、灯组模块、通信模块、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述方法的步骤。

41、本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述方法的步骤。

42、本发明实施例与现有技术相比存在的有益效果是：本发明通过获取环境参数和用户特征参数；将所述环境参数和所述用户特征参数输入预先训练的神经网络模型，得到由所述神经网络模型输出第一置信度；获取所述香薰机的液体剩余量、多个历史控制参数和档位参数，并根据所述第一置信度、所述液体剩余量、所述多个历史控制参数和所述档位参数，计算偏好系数；根据所述偏好系数匹配对应的控制模式，并执行所述控制模式；其中，所述控制模式包括多个模块对应的控制参数。上述方案，在多个数据维度(环境因素和用户需求因素)下分析用户需求，得到由神经网络模型输出的第一置信度，并根据第一置信度、液体剩余量、多个历史控制参数和档位参数，计算偏好系数，以根据偏好系数匹配对应的控制模式。由上述可以看出，本发明在模型输入参数和输出参数都采用不同维度的数据，计算最终的控制模式，故可提升对于控制参数的计算精度。