[发明专利]基于机器学习的冰箱行为控制方法、装置和冰箱

说明书

本发明揭示了一种基于机器学习的冰箱行为控制方法、装置和冰箱，所述方法包括：获取冰箱的当前时间；将所述当前时间输入冰箱行为预测模型，输出预测行为的标识信息，其中，所述冰箱行为预测模型是根据冰箱的历史各时间点的运行数据，基于机器学习算法训练得到的；根据所述预测行为的标识信息，控制所述冰箱进行与所述预测行为相对应的行为。与现有技术相比，本发明基于机器学习的冰箱行为控制方法，根据冰箱的历史各时间点的运行数据的统计，建立基于机器学习的冰箱行为预测模型，对冰箱的行为进行预测，并根据预测的行为对冰箱进行控制，从而使冰箱为用户提供人性化的服务，同时冰箱的运行更加节能和高效。

技术领域

本发明涉及家电控制领域，特别涉及一种基于机器学习的冰箱行为控制方法、装置和冰箱。

背景技术

目前冰箱等传统的家电绝大多数功能需要人工操作，比如切换成智能模式或者假日模式、对冰箱温度进行调节、连接wifi等。随着冰箱的发展，其功能越来越复杂，不利于用户体验。

机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。目前机器学习已经应用在多个技术领域，

如何将机器学习应用在冰箱上，使冰箱能够为用户提供更人性化的服务，让用户获得更好的体验，同时冰箱自身能够更加智能化，是我们现阶段需要解决的问题。

发明内容

本发明的目的在于提供一种基于机器学习的冰箱行为控制方法、装置和冰箱。

为实现上述发明目的之一，本发明一实施方式提供一种基于机器学习的冰箱行为控制方法，所述方法包括：

获取冰箱的当前时间；

将所述当前时间输入冰箱行为预测模型，输出预测行为的标识信息，其中，所述冰箱行为预测模型是根据冰箱的历史各时间点的运行数据，基于机器学习算法训练得到的；

根据所述预测行为的标识信息，控制所述冰箱进行与所述预测行为相对应的行为。

作为本发明一实施方式的进一步改进，所述方法还包括建立所述冰箱行为预测模型，其中，“建立所述冰箱行为预测模型”具体包括：

根据设定的采样周期，获取冰箱在多个采样周期内的各时间点的运行数据，得到运行参数集合；

对所述运行参数集合进行预处理，得到训练样本集；

根据所述训练样本集，建立冰箱行为预测模型。

作为本发明一实施方式的进一步改进，所述“建立所述冰箱行为预测模型”具体还包括：

根据所述冰箱行为预测模型的预测行为与冰箱的实际行为的差异，判断是否需要修正所述冰箱行为预测模型，若是，将所述冰箱的实际行为发生时间点的运行数据根据权重加入所述运行参数集合，重新对所述运行参数集合进行预处理，得到新的训练样本集，根据所述新的训练样本集，修正所述冰箱行为预测模型。

作为本发明一实施方式的进一步改进，各时间点的运行数据是指冰箱的开门时间、开门时长、WIFI的开启时间、运行时长、在各个时间点的间室温度、环境温度。

作为本发明一实施方式的进一步改进，所述“根据所述标识信息，控制所述冰箱进行与所述预测行为相对应的行为”具体包括：

若所述预测行为为开启冰箱门，所述标识信息包括开启冰箱门时间和时长；

根据所述开启冰箱门时间和时长，选择对所述冰箱进行预制冷的档位和预制冷的时间，在到达所述预制冷时间时，控制所述冰箱进行预制冷。

作为本发明一实施方式的进一步改进，所述方法还包括：