[发明专利]衣物烘干模型训练方法、烘干控制方法、装置及设备在审

专利信息
申请号: 202211091517.7 申请日: 2022-09-07
公开(公告)号: CN116289132A 公开(公告)日: 2023-06-23
发明(设计)人: 王增超;高鑫;张先旦;高秋英 申请(专利权)人: 青岛海尔洗衣机有限公司;海尔智家股份有限公司
主分类号: D06F58/36 分类号: D06F58/36;D06F58/38;D06F34/08;D06F34/04;D06F103/06;D06F103/32;D06F103/34;D06F105/32
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 朱颖;黄健
地址: 266101 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 衣物 烘干 模型 训练 方法 控制 装置 设备
【说明书】:

本申请属于智能家电领域,具体涉及一种衣物烘干模型训练方法、烘干控制方法、装置及设备。旨在解决现有烘干衣物的方式容易导致衣物出现烘干过度或者烘干不彻底损伤衣物的问题。本申请通过获取多组训练数据,其中,训练数据包括衣物材质、衣物护理机内部温度、衣物护理机内部湿度及衣物理想干燥度,将衣物材质、衣物护理机内部温度、衣物护理机内部湿度作为变量,将衣物理想干燥度作为响应量,进行模型训练得到衣物烘干模型。利用衣物烘干模型,根据衣物实际护理过程中采集的护理机当前的温度、湿度及目标衣物材质,计算得到目标干燥度,从而控制衣物护理机按照该目标干燥度烘干目标衣物,使得目标衣物的烘干效果更好,更好的保护衣物。

技术领域

本申请实施例属于智能家电技术领域,具体涉及一种衣物烘干模型训练方法、烘干控制方法、装置及设备。

背景技术

随着科技的发展和对品质生活要求的提高,用户在选择家电产品时更倾向于选择具有智能化的家电,例如衣物护理机,通过衣物护理机来提高对高端衣物的护理能力。

现有技术中,用户将待护理的衣物放置入护理机的烘干腔室内后,无论待护理的衣物属于什么材质,都是护理机根据用户在其显示面板上选择的干燥度模式,根据该模式对应的烘干温度和时间控制送风装置输送热风来烘干衣物。

但是,现有烘干衣物的方式容易导致待护理的衣物出现烘干过度或者烘干不彻底的情况,损伤衣物。

发明内容

为了解决现有技术中的上述问题,即为了解决现有技术的烘干衣物的方式容易导致待护理的衣物出现烘干过度或者烘干不彻底的情况,损伤衣物的问题,本申请实施例提供了一种衣物烘干模型训练方法、烘干控制方法、装置及设备。

第一方面,本申请实施例提供一种衣物烘干模型训练方法,包括:

获取多组训练数据,所述训练数据包括衣物材质、衣物护理机内部温度、衣物护理机内部湿度及衣物理想干燥度;

将所述衣物材质、衣物护理机内部温度、衣物护理机内部湿度作为变量,将所述衣物理想干燥度作为响应量,对监督学习模型进行模型训练,直至损失函数小于预设阈值时,得到衣物烘干模型。

在上述衣物烘干模型训练方法的优选技术方案中,所述将所述衣物材质、衣物护理机内部温度、衣物护理机内部湿度作为变量,将所述衣物理想干燥度作为响应量,对监督学习模型进行模型训练,直至损失函数小于预设阈值时,得到衣物烘干模型,包括:

利用预设的目标函数,通过贝叶斯优化算法确定所述监督学习模型初始的运行参数,所述运行参数包括以下至少一种:学习速率、树深度、正则化参数;

根据所述初始的运行参数,将所述衣物材质、衣物护理机内部温度、衣物护理机内部湿度作为输入数据矩阵,将所述衣物理想干燥度作为输出数据矩阵进行模型训练,得到输出后的衣物预测干燥度;

将所述衣物预测干燥度与所述衣物理想干燥度输入预设的损失函数,得到损失值;

若所述损失值小于所述预设阈值,得到所述衣物烘干模型;

或者,若所述损失值大于或者等于所述预设阈值,调整所述运行参数,直至对应得到的所述损失值小于所述预设阈值。

在上述衣物烘干模型训练方法的优选技术方案中,所述将所述衣物材质、衣物护理机内部温度、衣物护理机内部湿度作为变量,将所述衣物理想干燥度作为响应量,对监督学习模型进行模型训练,直至损失函数小于预设阈值时,得到衣物烘干模型之前,还包括:

对所述衣物材质、衣物护理机内部温度、衣物护理机内部湿度及衣物理想干燥度进行数据增强处理;

对数据增强处理后的所述衣物材质、衣物护理机内部温度、衣物护理机内部湿度及衣物理想干燥度进行归一化处理,得到归一化后的所述训练数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛海尔洗衣机有限公司;海尔智家股份有限公司,未经青岛海尔洗衣机有限公司;海尔智家股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211091517.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top