[发明专利]基于神经网络的可预测自学习的智能售货机在审
| 申请号： | 201610028642.1 | 申请日： | 2016-01-15 |
| 公开（公告）号： | CN105719392A | 公开（公告）日： | 2016-06-29 |
| 发明（设计）人： | 吴昊天 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G07F9/00 | 分类号： | G07F9/00;G07F9/10 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 韩介梅 |
| 地址： | 310027 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的可预测自学习的智能售货机，包括售货机本体，在售货机本体上设有ARM单片机、温度传感器及湿度传感器。温度传感器及湿度传感器分别用于检测环境温度和湿度，并将检测数据输入ARM单片机，售货机本体上的按键与ARM单片机相连，ARM单片机根据上一时间周期的各时段售货机被按键的次数，通过神经网络中的BP算法预测下一时间周期的各时段售货机被使用的概率，并结合实时检测的温湿度数据，通过单片机内的模糊控制器控制售货机本体中制冷或保温电机的工作状态，以此达到每天只需要开启一段时间就可以很好的满足用户需求，从而达到节能环保的目的。 | ||
| 搜索关键词： | 基于 神经网络 预测 自学习 智能 售货 | ||
【主权项】：
基于神经网络的可预测自学习的智能售货机，其特征在于，包括售货机本体，在售货机本体上设有ARM单片机、温度传感器及湿度传感器，所述的温度传感器及湿度传感器分别用于检测环境温度和湿度，并将检测数据输入ARM单片机，所述的售货机本体上的按键与ARM单片机相连，ARM单片机根据上一时间周期的各时段售货机被按键的次数来预测下一时间周期各时段售货机被使用的概率，并结合实时检测的温湿度数据，通过单片机内的模糊控制器控制售货机本体中制冷或保温电机的工作状态。
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浙江大学，未经浙江大学许可，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/patent/201610028642.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种随机密码验证快递收件门
- 下一篇：一种密码智能门锁
