[发明专利]基于复杂网络和深度学习的可交互智能冰箱健康服务终端

说明书

本发明提供一种基于复杂网络和深度学习的可交互智能冰箱健康服务终端，还提供一种基于复杂网络和深度学习的可交互智能冰箱的健康服务方法，其中，所述方法包括：建立可视化用户界面；采集冰箱内所储存的食材的图像；根据所采集的冰箱内所储存的食材的图像识别冰箱内所储存的食材种类、数量和/或食材在冰箱内的位置，并呈现于可视化用户界面；和根据用户的身体状况信息、饮食记录及时令信息向用户推荐菜品或饮食方案，并呈现于可视化用户界面。

技术领域

本发明大致涉及可交互智能终端及服务方法，尤其涉及一种基于复杂网络和深度学习的可交互智能冰箱健康服务终端及服务方法。

背景技术

时代的进步、科技的发展，使得人们的生活水平日益提高，智能化逐渐走进了我们的生活，带来了全新的生活方式。智能家居的诞生，适应现代社会的发展需要，丰富人们的物质和生活需求。随着智能手机、智能电视的普及，智能型的家电对消费者来说，已不再陌生。智能家电提高了人们的生活质量、工作效率，体现了科技性和人性化。作为智能家居系统中不可或缺的一部分，智能冰箱与人们的生活息息相关，在传统功能基础上，急需结合当代热点技术向智能化方向转型。“互联网+”的提出，推动传统行业的发展，推动了知识社会以用户创新、开放创新、大众创新、协同创新为特点的创新2.0。每一个传统行业都孕育着“互联网+”的机会，以信息经济为主流经济模式，体现了知识社会创新2.0与新一代信息技术的发展与重塑。制定“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。物联网的提出，突破了将物理基础设施和信息基础设施分开的传统思维，体现了大融合的理念，成为推动信息技术在各行各业更深入的应用的新一轮信息浪潮。

复杂网络由节点和节点间的边组成，其中节点表示系统的元素，边表示元素之间的相互作用，具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质，其中二分复杂网络是研究复杂系统二分结构的重要理论基础。二分网络由两类节点以及两类节点之间的连边组成，同类节点之间不存在连边。对于二分网络的研究，通常也分为把二分网络投影到单顶点网络，然后进行网络分析和直接基于原始二分网络进行分析两种方法。借助复杂网络分析，可以化繁为简，找到隐藏的拓扑关系新结构，找到节点与节点之间的模式，同时实现数据可视化展示。

深度学习作为机器学习算法中的一个新兴技术，极大地促进了机器学习的发展，受到了世界各国相关研究人员和互联网公司的重视。对于图像的处理是深度学习算法最早尝试应用的领域，尤其是卷积神经网络的广泛应用，使图像识别技术日趋成熟，这为冰箱食材管理提供了技术支持。卷积神经网络主要应用于形状识别、人脸检测、文字识别等领域，最经典、最常用的是图像处理。卷积神经网络在传统的神经网络上加入卷积和池化层，并引入了局部感受野、权值共享的机制，大大减少了待训练的参数量。其训练的目的是自动地学习针对特定的分类任务最好的卷积核以及这些卷积核的组合方式，计算出输入图像对于分类任务最好的特征表达。

但是，由于复杂网络和深度学习的应用在不同领域还存在很大的差异化，仍需要根据具体应用领域进行深入探索以真正地服务人类。

背景技术部分的内容仅仅是发明人所知晓的技术，并不当然代表本领域的现有技术。

发明内容

针对现有技术存在问题中的一个或多个，在本发明的一个方面，本发明提供一种食材准确辨识方法，包括：

获取食材的图像，并依据食材名称设定标签，形成带标签的食材图像数据库；

在云平台上构建深度卷积神经网络模型；和

优化处理模型结构和参数；

将采集到的食材信息输入优化后的深度卷积神经网络模型，确定食材种类、数目和/或食材在容纳空间中的位置。

根据本发明的一个方面，所述带标签的图像数据库中的每一图像均为256*256大小的图像。