一种低温冷冻食品均衡回温智能解冻方法及系统与流程

1.本技术涉及数据分析技术领域，尤其涉及一种低温冷冻食品均衡回温智能解冻方法及系统。


背景技术：

2.随着经济的发展，人们的生活水平提供，生活工作节奏加快，生活物资丰富加之生活节奏的要求，冷冻产品随之发展和兴起，因冷冻食品易保藏，广泛用于肉、禽、水产、乳、蛋、蔬菜和水果等易腐食品的生产、运输和贮藏；营养、方便、卫生、经济，市场需求量大。冷冻产品对产品的品质和口感存在一定的影响，在使用前需要对其进行解冻，如何最大限度保障冷冻产品的品质，需要对冷冻产品的冷冻时间、温度及解冻时间、温度进行有效的控制。通常根据人工经验选择合适的解冻方式如水、空气、微波炉等，如何控制解冻的方式、温度缺乏可靠的指导，存在解冻效果不好影响食品品质的问题。
3.发现上述技术至少存在如下技术问题：
4.现有技术中对于冷冻产品的解冻主要靠人工经验，存在温度时间控制不准确使得解冻效果不佳而影响食品品质的技术问题。


技术实现要素：

5.本技术的目的是提供一种低温冷冻食品均衡回温智能解冻方法及系统，用以解决现有技术中对于冷冻产品的解冻主要靠人工经验，存在温度时间控制不准确使得解冻效果不佳而影响食品品质的技术问题。达到了按照解冻食品的特征和梯度温度控制的策略制定，通过温度控制装置按照预设温度梯度进行冷冻食品的解冻，具有均衡回温的效果，保持食品品质的技术效果。
6.鉴于上述问题，本技术实施例提供了一种低温冷冻食品均衡回温智能解冻方法及系统。
7.第一方面，本技术提供了一种低温冷冻食品均衡回温智能解冻方法，所述方法包括：采集冷冻食品解冻数据构建历史数据库；按照筛选条件从所述历史数据库中进行筛选，获得匹配数据集合；基于所述匹配数据集合中的数据信息进行数据标注，确定标注数据集合；利用所述匹配数据集合、所述标注数据集合进行模型训练，获得温度梯度选择模型；获得待解冻食品信息，并将所述待解冻食品信息输入所述温度梯度选择模型中；得到温度梯度输出结果，利用所述温度梯度输出结果设定温度控制策略，按照所述温度控制策略对待解冻食品进行梯度解冻。
8.另一方面，本技术还提供了一种低温冷冻食品均衡回温智能解冻系统，用于执行如第一方面所述的一种低温冷冻食品均衡回温智能解冻方法，所述系统包括：
9.第一构建单元，所述第一构建单元用于采集冷冻食品解冻数据构建历史数据库；
10.第一获得单元，所述第一获得单元用于按照筛选条件从所述历史数据库中进行筛选，获得匹配数据集合；
11.第一确定单元，所述第一确定单元用于基于所述匹配数据集合中的数据信息进行数据标注，确定标注数据集合；
12.第二获得单元，所述第二获得单元用于利用所述匹配数据集合、所述标注数据集合进行模型训练，获得温度梯度选择模型；
13.第三获得单元，所述第三获得单元用于获得待解冻食品信息，并将所述待解冻食品信息输入所述温度梯度选择模型中；
14.第一控制单元，所述第一控制单元用于得到温度梯度输出结果，利用所述温度梯度输出结果设定温度控制策略，按照所述温度控制策略对待解冻食品进行梯度解冻。
15.第三方面，本技术还提供了一种低温冷冻食品均衡回温智能解冻系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
16.第四方面，本技术一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
17.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
18.1.通过采集冷冻食品解冻数据构建历史数据库；按照筛选条件从所述历史数据库中进行筛选，获得匹配数据集合；基于所述匹配数据集合中的数据信息进行数据标注，确定标注数据集合；利用所述匹配数据集合、所述标注数据集合进行模型训练，获得温度梯度选择模型；获得待解冻食品信息，并将所述待解冻食品信息输入所述温度梯度选择模型中；得到温度梯度输出结果，利用所述温度梯度输出结果设定温度控制策略，按照所述温度控制策略对待解冻食品进行梯度解冻。达到了按照解冻食品的特征和梯度温度控制的策略制定，通过温度控制装置按照预设温度梯度进行冷冻食品的解冻，具有均衡回温的效果，保持食品品质的技术效果。
19.2.通过根据所述标注参数信息及关联的同案例数据，获得相关联数据集；根据所述相关联数据集，获得状态取值集合；基于所述状态取值集合计算条件概率，构建条件概率矩阵；对所述条件概率矩阵进行分析处理，得到转移函数关系；利用所述转移函数关系对所述标注缺失信息及对应标注参数信息及关联的同案例数据进行预测，获得预测标注信息，利用预测标注信息继续标注。达到了对缺失数据的预测，对标注数据进行完成，从而为进行有效的模型训练提供了保证的技术效果。
20.3.通过获得解冻效果信息；根据所述解冻效果信息，通过所述温度梯度选择模型，确定第一温度梯度选择结果；对所述第一温度梯度选择结果进行数据损失分析，得到损失数据；通过所述损失数据对所述温度梯度选择模型继续增量学习，对所述温度梯度选择模型进行更新。达到了利用加入新的要求对模型进行增量学习，保证了原有模型功能的基础上进行了有效扩张，满足用户不同需求，为用户使用提供便捷的技术效果。
21.4.通过获得标注信息的趋势信息；判断所述标注信息的趋势信息是否满足走势平缓度要求；当不满足时，根据所述走势平缓度要求对所述预测标注信息及关联的同案例数据获得标注信息进行调整。达到了对训练数据和预测标注结果的进一步验证，从而确保模型训练结果准确性的技术效果。
22.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够
更明显易懂，以下特举本技术的具体实施方式。
附图说明
23.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
24.图1为本技术实施例的一种低温冷冻食品均衡回温智能解冻方法的流程示意图；
25.图2为本技术实施例一种低温冷冻食品均衡回温智能解冻系统的结构示意图；
26.图3为本技术实施例示例性电子设备的结构示意图。
27.附图标记说明：第一构建单元11，第一获得单元12，第一确定单元13，第二获得单元14，第三获得单元15，第一控制单元16，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
28.本技术实施例通过提供一种低温冷冻食品均衡回温智能解冻方法及系统，解决了现有技术中对于冷冻产品的解冻主要靠人工经验，存在温度时间控制不准确使得解冻效果不佳而影响食品品质的技术问题。
29.下面，将参考附图对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。基于本技术的实施例，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，都属于本技术保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本技术相关的部分而非全部。
30.本技术提供的技术方案总体思路如下：
31.基于大数据采集冷冻食品的解冻数据，组件历史数据库，利用历史数据库进行训练构建回温温度梯度选择模型，根据不同原材料的冷冻食品在解冻过程中的品质变化规律，优化回温温度梯度选择模型，从而通过温度控制装置，按照预设温度梯度进行鳕鱼段解冻，达到了按照解冻食品的特征和梯度温度控制的策略制定，通过温度控制装置按照预设温度梯度进行冷冻食品的解冻，具有均衡回温的效果，保持食品品质的技术效果。
32.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
33.实施例一
34.请参阅附图1，本技术实施例提供了一种低温冷冻食品均衡回温智能解冻方法，所述方法包括：
35.具体而言，本技术提供的一种低温冷冻食品均衡回温智能解冻方法可应用于微波炉、烤箱、冰箱等智能电器中，当然不做具体限制，通过智能电器的温度、时间控制件按照控制信号进行自动识别和控制处理。
36.步骤s100：采集冷冻食品解冻数据构建历史数据库；
37.进一步的，所述采集冷冻食品解冻数据构建历史数据库，包括：确定冷冻食品类
别，并基于所述冷冻食品类型通过大数据获取大数据解冻数据；依次获取所有冷冻食品的大数据解冻数据，利用所有大数据解冻数据，提取数据参数信息，所述数据参数信息包括时间信息、温度信息、冷冻食品属性、解冻后食品品质；根据所述数据参数构建映射数据库，将所述映射数据库作为所述历史数据库。
38.具体而言，通过大数据搜集冷冻食品的解冻数据，按照解冻食品的类别进行依次搜集，包括海鲜、肉、方便食品等，在各大类中根据类别包含食品特征的不同还可以进行细化，精细到每个食品中，解冻数据主要为食品属性信息、解冻时间、解冻温度、解冻后食品品质等，及个数据之间的关系，对于一个解冻过程作为一条数据进行记录，每一条数据均包括了上述数据参数，利用每一条记录中各数据参数之间的关联性进行数据库的构建，使得每一条记录中的所有参数构建映射关系，能够通过一个数据要求进行其他数据的提取和分析处理。除了从大数据中进行解冻数据的获取外，还可以通过本地的实验数据进行采集获取，按照解冻对象的要求进行不同类别产品的实验对象的选择，通过不同温度梯度控制进行不懂类别不同产品的实验，通过改变其中的参数进行多数据组合，从而完成历史数据库的构建。
39.步骤s200：按照筛选条件从所述历史数据库中进行筛选，获得匹配数据集合；
40.具体而言，筛选条件为按照产品的设定要求进行对应的筛选，如该方法应用于海鲜的解冻中，则筛选条件为食品类别属性为海鲜，还可以细化到具体的海鲜名称中，根据方法应用的环境和要求设定筛选条件，若方法应用于微波炉中，其面对的对象类别较多，则可以进行多类别数据的筛选，匹配数据集合即为按照设定的筛选条件从历史数据库中得到的符合筛选要求的数据集合。
41.步骤s300：基于所述匹配数据集合中的数据信息进行数据标注，确定标注数据集合；
42.进一步的，所述基于所述匹配数据集合中的数据信息进行数据标注，确定标注数据集合，包括：确定标注参数信息；从所述匹配数据集合中扫描所述标注参数信息，并将所述标注参数信息同案例数据进行关联；判断所述标注参数信息及关联的同案例数据是否满足标注要求；当满足时，对所述标注参数信息进行标注。
43.进一步的，所述判断所述标注参数信息及关联的同案例数据是否满足标注要求之后，包括：当所述标注参数信息及关联的同案例数据不满足标注要求时，获得标注缺失信息；根据所述标注参数信息及关联的同案例数据，获得相关联数据集；根据所述相关联数据集，获得状态取值集合；基于所述状态取值集合计算条件概率，构建条件概率矩阵；对所述条件概率矩阵进行分析处理，得到转移函数关系；利用所述转移函数关系对所述标注缺失信息及对应标注参数信息及关联的同案例数据进行预测，获得预测标注信息，利用预测标注信息继续标注。
44.具体而言，利用匹配数据集合进行对应的模型的训练，在进行模型训练时对选择的匹配数据集合中的数据进行标注，实现训练学习过程中的监督测试。在进行数据的标注时，按照分析要求进行标注数据参数的确定，如对数据中的解冻温度进行标注、对解冻后食品品质进行标注，根据数据和标注信息进行学习，在对匹配数据集合进行标注时，存在参数类型不完整，缺乏标注信息，需要对无法标注的或者缺少数据的参数类型进行补充，本技术利用马尔科夫链按照相关数据的分析进行缺失数据的预测，根据得到的预测结果进行对应
的标注。标注参数信息即需要进行标注的参数信息，关联的同案例数据为与该标注参数信息为同一个记录中的数据，一个记录中的数据作为一个完整的数据进行模型训练，判断标注参数信息与该条记录中的其他数据是否具有连贯性，如温度是否具有相关性，若符合连贯性的要求则该数据确认无误，若不符合连贯性的要求，则表明该数据存在异常，此时同样利用马尔可夫链进行预测，对数据进行校正。
45.马尔可夫链的主要处理过程为：利用缺失标注数据的特征选择与其具有相关性的相关联数据集，为同一个食品的解冻曲线，同时温度控制范围相靠近，利用多组的关联数据集构建状态空间，表示在某个时间中食品所处的状态，将所有状态取值的数据构成的集合为状态空间，把在当前时刻状态到下一个时刻某个状态的概率即条件概率，通过计算公式p
ij
＝p(xn＝j︱x
n-1
＝i)计算获得，其中，p
ij
为状态i到状态j的转移概率，x
n-1
为n-1时刻的状态，xn为n时刻的状态,将所有状态之间的转移概率组成一个矩阵为条件概率矩阵，利用对条件概率矩阵中条件概率进行转移得到转移步数与转移概率之间的关系，得到转移方程作为转移函数关系从而完成马尔科夫链的构建，根据缺失标注数据的前后数据输入到转移函数关系中，通过计算得到该数据经过转移后出现的状态，对趋势的数据进行预测，根据预测结果进行数据的补充并进行标注。
46.步骤s400：利用所述匹配数据集合、所述标注数据集合进行模型训练，获得温度梯度选择模型；
47.具体而言，通过机器学习对匹配数据集合中的温度控制情况与解冻后食品品质的关系，对满足解冻品质条件的温度梯度变化情况进行学习，得到温度随着时间的梯度变化会对解冻食品品质存在怎样的变化，在学习训练中可以将解冻食品品质固定在一个范围内，通过解冻食品的属性进行对应温度梯度选择的处理，随着温度的改变和时间的推移会达到设定的解冻食品品质范围要求，为了实现进行温度梯度选择的确定，本技术利用设定标签参数和匹配的数据集合进行神经网络模型的训练，本技术使用有监督的训练方法，利用匹配数据集合和标注好的数据作为训练数据和测试数据进行神经网络模型的训练学习，每组训练数据包括待解冻食品信息、解冻时间信息、解冻后食品品质以及标识温度梯度变化信息的标注信息，通过多组训练数据的训练，得到训练模型，通过测试数据进行测试和收敛，将训练后的模型对测试数据进行计算输出，根据获得的输出结果与标注信息进行比较，利用损失函数进行计算，将其中偏差缩小至最小，趋近于0时，则训练结束，得到了温度梯度选择模型，从而实现了将待解冻食品信息和解冻时间要求输入温度梯度选择模型，则输出与其相匹配的温度梯度变化信息。
48.温度梯度选择模型训练测试的过程就是监督学习的过程，利用具有标注的数据，其中的待解冻食品信息、解冻时间、解冻后食品品质输入模型中，模型会输出温度梯度变化，将输出的温度梯度变化与标识的温度梯度变化进行核对，若不满足，则进行修正，直到输出的结果与标注信息均一致时，表明模型正确，从而完成模型的训练。其中，解冻时间根据待解冻食品的冷冻等级状态、食品属性进行智能分析，在进行使用时根据需要进行参数的设定，可以将解冻后食品品质进行默认设定，设定在一个数值要求中，在使用时只需要录入待解冻食品信息，系统则将默认的解冻后食品品质信息一并输入，系统输出对应的温度梯度变化。
49.步骤s500：获得待解冻食品信息，并将所述待解冻食品信息输入所述温度梯度选
择模型中；
50.进一步的，所述获得待解冻食品信息，包括：获得图像信息，所述图像信息包括待解冻食品；对所述图像信息进行特征提取，确定食品属性信息；通过传感器采集待解冻食品硬度信息、温度信息，并利用所述硬度信息、温度信息结合所述食品属性信息，获得冷冻等级；基于所述食品属性信息、所述冷冻等级，获得所述待解冻食品信息。
51.具体而言，待解冻食品信息的获取，通过检测设备进行自动识别采集获取，通过图像采集设备对待解冻食品进行图像采集，通过图像采集获取食品的类别品种，如本技术应用于微波炉中，待解冻的食品为鳕鱼段，则将待解冻的鳕鱼段放入微波炉的托盘中，通过图像采集设备对内部的食品进行图像采集得到该食品的类别，在利用集成的硬度和温度感应器得到鳕鱼的硬度、温度信息，不同食品属性对于冷冻程度存在不同的硬度温度效果，因而结合食品属性信息预测当前食品的冷冻等级，食品属性信息、冷冻等级构成了待解冻食品信息。按照冷冻等级进行对应的解冻时间匹配，将得到的食品属性信息、解冻时间信息输入到所述温度梯度选择模型中进行运算处理。
52.步骤s600：得到温度梯度输出结果，利用所述温度梯度输出结果设定温度控制策略，按照所述温度控制策略对待解冻食品进行梯度解冻。
53.具体而言，温度梯度选择模型对输入的数据按照学习训练结果进行分析处理，得到与输入数据相匹配的温度梯度选择结果，温度梯度选择结果为按照解冻食品的特征设定梯度变化的温度，均衡回温，以确保食品解冻后的品质较佳，解决了现有技术中对于冷冻产品的解冻主要靠人工经验，存在温度时间控制不准确使得解冻效果不佳而影响食品品质的技术问题。达到了按照解冻食品的特征和梯度温度控制的策略制定，通过温度控制装置按照预设温度梯度进行冷冻食品自动解冻，具有均衡回温的效果，保持食品品质，符合人们日常生活需要的技术效果。
54.进一步的，所述方法还包括：获得解冻效果信息；根据所述解冻效果信息，通过所述温度梯度选择模型，确定第一温度梯度选择结果；对所述第一温度梯度选择结果进行数据损失分析，得到损失数据；通过所述损失数据对所述温度梯度选择模型继续增量学习，对所述温度梯度选择模型进行更新。
55.进一步的，所述方法还包括：获得用户解冻效果要求信息；将所述用户解冻效果要求信息、所述待解冻食品信息输入更新后的温度梯度选择模型中；获得模型输出的第二温度梯度选择结果，所述第二温度梯度选择结果为符合所述用户解冻效果要求信息的温度梯度选择信息。
56.具体而言，除了进行默认解冻后食品品质范围要求外，还可以根据用户提出的不同解冻效果要求进行不同的解冻，有些用户要求解冻程度小，有些用户要求解冻程度大，不同的解冻效果要求对于温度的设定存在影响，因而利用解冻要求与温度之间的关系，对温度梯度选择模型进行增量学习，增量学习为在保持原有模型功能的基础上，通过增加参数变量进行模型的再训练，扩充模型的功能同时减少训练过程。利用新增的用户解冻效果输入至原来的温度梯度选择模型中得到对应的温度梯度变化结果，利用得到温度梯度变化结果进行损失函数的计算，得到输出结果与符合该要求的温度之间的偏差，损失数据为第一温度梯度选择结果引入损失函数完成数据损失计算得到的，即第一温度梯度选择结果对于当前的模型存在的损失数据，将损失数据输入温度梯度选择模型进行增量学习，得到的新
模型对温度梯度选择模型进行更新，因而更新后的温度梯度选择模型具有利用输入的解冻效果要求进行对应的分析输出，保证了输出结果的可靠性，从而满足了不同用户的需求。使用中，用户录入用户解冻效果要求信息，系统根据用户解冻效果要求信息和待解冻食品信息进行分析处理，得到第二温度梯度选择结果，并利用第二温度梯度选择结果进行对应的温度设定进行解冻操作。
57.进一步的，所述方法还包括：基于所述预测标注信息及关联的同案例数据获得标注信息的趋势信息；判断所述标注信息的趋势信息是否满足走势平缓度要求；当不满足时，根据所述走势平缓度要求对所述预测标注信息及关联的同案例数据获得标注信息进行调整。
58.具体而言，在进行训练数据的验证中，还考虑到解冻过程中温度的、食品品质的变化具有一定的规律，应符合走势变化的幅度要求，对补充的预测标注信息进行准确性、合理性的验证，则对训练数据进行数据发展走势的确定，可以利用走势曲线图来进行判别，根据走势曲线图的斜率来计算走势变化情况，若走势变化过大，则不符合走势平缓度要求，相反则符合，对于不符合走势平缓度要求的数据按照走势进行对应的调整，确保数据的可靠性，从而保证了模型的训练结果的准确性。
59.实施例二
60.基于与前述实施例中一种低温冷冻食品均衡回温智能解冻方法，同样发明构思，本发明还提供了一种低温冷冻食品均衡回温智能解冻系统，请参阅附图2，所述系统包括：
61.第一构建单元11，所述第一构建单元11用于采集冷冻食品解冻数据构建历史数据库；
62.第一获得单元12，所述第一获得单元12用于按照筛选条件从所述历史数据库中进行筛选，获得匹配数据集合；
63.第一确定单元13，所述第一确定单元13用于基于所述匹配数据集合中的数据信息进行数据标注，确定标注数据集合；
64.第二获得单元14，所述第二获得单元14用于利用所述匹配数据集合、所述标注数据集合进行模型训练，获得温度梯度选择模型；
65.第三获得单元15，所述第三获得单元15用于获得待解冻食品信息，并将所述待解冻食品信息输入所述温度梯度选择模型中；
66.第一控制单元16，所述第一控制单元16用于得到温度梯度输出结果，利用所述温度梯度输出结果设定温度控制策略，按照所述温度控制策略对待解冻食品进行梯度解冻。
67.进一步的，所述系统还包括：
68.第四获得单元，所述第四获得单元用于确定冷冻食品类别，并基于所述冷冻食品类型通过大数据获取大数据解冻数据；
69.第一提取单元，所述第一提取单元用于依次获取所有冷冻食品的大数据解冻数据，利用所有大数据解冻数据，提取数据参数信息，所述数据参数信息包括时间信息、温度信息、冷冻食品属性、解冻后食品品质；
70.第一执行单元，所述第一执行单元用于根据所述数据参数构建映射数据库，将所述映射数据库作为所述历史数据库。
71.进一步的，所述系统还包括：
72.第二确定单元，所述第二确定单元用于确定标注参数信息；
73.第二执行单元，所述第二执行单元用于从所述匹配数据集合中扫描所述标注参数信息，并将所述标注参数信息同案例数据进行关联；
74.第一判断单元，所述第一判断单元用于判断所述标注参数信息及关联的同案例数据是否满足标注要求；
75.第一标注单元，所述第一标注单元用于当满足时，对所述标注参数信息进行标注。
76.进一步的，所述系统还包括：
77.第五获得单元，所述第五获得单元用于当所述标注参数信息及关联的同案例数据不满足标注要求时，获得标注缺失信息；
78.第六获得单元，所述第六获得单元用于根据所述标注参数信息及关联的同案例数据，获得相关联数据集；
79.第七获得单元，所述第七获得单元用于根据所述相关联数据集，获得状态取值集合；
80.第二构建单元，所述第二构建单元用于基于所述状态取值集合计算条件概率，构建条件概率矩阵；
81.第三执行单元，所述第三执行单元用于对所述条件概率矩阵进行分析处理，得到转移函数关系；
82.第八获得单元，所述第八获得单元用于利用所述转移函数关系对所述标注缺失信息及对应标注参数信息及关联的同案例数据进行预测，获得预测标注信息，利用预测标注信息继续标注。
83.进一步的，所述系统还包括：
84.第九获得单元，所述第九获得单元用于获得解冻效果信息；
85.第三确定单元，所述第三确定单元用于根据所述解冻效果信息，通过所述温度梯度选择模型，确定第一温度梯度选择结果；
86.第四执行单元，所述第四执行单元用于对所述第一温度梯度选择结果进行数据损失分析，得到损失数据；
87.第一更新单元，所述第一更新单元用于通过所述损失数据对所述温度梯度选择模型继续增量学习，对所述温度梯度选择模型进行更新。
88.进一步的，所述系统还包括：
89.第十获得单元，所述第十获得单元用于获得用户解冻效果要求信息；
90.第一输入单元，所述第一输入单元用于将所述用户解冻效果要求信息、所述待解冻食品信息输入更新后的温度梯度选择模型中；
91.第十一获得单元，所述第十一获得单元用于获得模型输出的第二温度梯度选择结果，所述第二温度梯度选择结果为符合所述用户解冻效果要求信息的温度梯度选择信息。
92.进一步的，所述系统还包括：
93.第十二获得单元，所述第十二获得单元用于获得图像信息，所述图像信息包括待解冻食品；
94.第四确定单元，所述第四确定单元用于对所述图像信息进行特征提取，确定食品属性信息；
95.第十三获得单元，所述第十三获得单元用于通过传感器采集待解冻食品硬度信息、温度信息，并利用所述硬度信息、温度信息结合所述食品属性信息，获得冷冻等级；
96.第十四获得单元，所述第十四获得单元用于基于所述食品属性信息、所述冷冻等级，获得所述待解冻食品信息。
97.进一步的，所述系统还包括：
98.第十五获得单元，所述第十五获得单元用于基于所述预测标注信息及关联的同案例数据获得标注信息的趋势信息；
99.第二判断单元，所述第二判断单元用于判断所述标注信息的趋势信息是否满足走势平缓度要求；
100.第一调整单元，所述第一调整单元用于当不满足时，根据所述走势平缓度要求对所述预测标注信息及关联的同案例数据获得标注信息进行调整。
101.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是预期他实施例的不同之处，前述图1实施例一中的一种低温冷冻食品均衡回温智能解冻方法和具体实例同样适用于本实施例的一种低温冷冻食品均衡回温智能解冻系统，通过前述对一种低温冷冻食品均衡回温智能解冻方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种低温冷冻食品均衡回温智能解冻系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
102.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
103.示例性电子设备
104.下面参考图3来描述本技术实施例的电子设备。
105.图3图示了根据本技术实施例的电子设备的结构示意图。
106.基于与前述实施例中一种低温冷冻食品均衡回温智能解冻方法的发明构思，本发明还提供一种低温冷冻食品均衡回温智能解冻系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种低温冷冻食品均衡回温智能解冻方法的任一方法的步骤。
107.其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。
108.处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
109.综上，本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
110.本技术提供了一种低温冷冻食品均衡回温智能解冻方法及系统，通过采集冷冻食品解冻数据构建历史数据库；按照筛选条件从所述历史数据库中进行筛选，获得匹配数据集合；基于所述匹配数据集合中的数据信息进行数据标注，确定标注数据集合；利用所述匹配数据集合、所述标注数据集合进行模型训练，获得温度梯度选择模型；获得待解冻食品信息，并将所述待解冻食品信息输入所述温度梯度选择模型中；得到温度梯度输出结果，利用所述温度梯度输出结果设定温度控制策略，按照所述温度控制策略对待解冻食品进行梯度解冻。实现了按照解冻食品的特征和梯度温度控制的策略制定，通过温度控制装置按照预设温度梯度进行冷冻食品的解冻，均衡回温的效果，保持食品品质的技术效果，从而解决了现有技术中对于冷冻产品的解冻主要靠人工经验，存在温度时间控制不准确使得解冻效果不佳而影响食品品质的技术问题。
111.本领域内的技术人员应明白，本技术的实施例可提供为方法、装置、或计算机程序产品。因此，本技术可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外，本技术为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于：u盘、移动硬盘、只读存储器(read-0nly memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁盘存储器、只读光盘(compact disc read-only memory，简称cd-rom)、光学存储器等各种可以存储程序代码的介质。
112.本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
113.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
114.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。
115.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明同技术的范围之内，则本发明也意图包含这些改动和变型在内。