[发明专利]物品异味清除识别方法、物品异味清除模式获取装置及洗衣机和存储介质

说明书

本申请提供一种物品异味清除方法、物品异味清除模式获取装置及洗衣机和存储介质。所述方法包括：获取所述物品的气味信息；基于所述气味信息采用数据挖掘技术进行预处理得到气味特征参数；将所述气味特征参数输入BP神经网络模型获得异味清除模式；根据所述异味清除模式清除物品的异味。通过本申请的方案，能够有效去除物品异味，避免因反复清洗以清除异味造成的能源浪费，改善用户体验。

技术领域

本申请涉及洗衣机技术领域，尤其涉及一种物品异味清除识别方法、物品异味清除模式获取装置及洗衣机和存储介质。

背景技术

用户外出就餐或经过抽烟区域甚至在特殊工作场所等有味道场所均可能导致穿戴物品上沾染异味而久久无法散去，比如火锅味和烟味等浓重的气息，影响人们的心情，间接性影响人们一天的工作办事效率。传统的洗衣机只是单纯的完成机洗、脱水或者烘干功能，智能洗衣机的问世实现机洗一体化，极大便利人们生活，但是，目前市场上普遍存在的智能洗衣机均未有异味清除的功能，亟需一种能够清除物品异味的智能机器。

针对上述问题，目前尚未提出有效的解决方式。

发明内容

有鉴于此，本申请提出一种物品异味清除方法、物品异味清除模式获取装置及洗衣机和存储介质，通过对物品的气味通过数据挖掘技术预处理后输入BP(BackPropagation)神经网络模型，得到异味清除模式，能够有效去除物品异味，避免因反复清洗以清除异味造成的能源浪费，改善用户体验。

根据本申请的一个方面，提供一种物品异味清除方法，包括：获取所述物品的气味信息；基于所述气味信息采用数据挖掘技术进行预处理得到气味特征参数；将所述气味特征参数输入BP神经网络模型获得异味清除模式；根据所述异味清除模式清除物品的异味。

进一步地，基于物品信息采用数据挖掘技术进行预处理得到物品特征参数；将所述气味特征参数输入BP神经网络模型获得异味清除模式，包括：将所述气味特征参数和物品特征参数输入BP神经网络模型获得异味清除模式。

进一步地，所述气味信息包括如下至少之一：气味浓度信息、气味成分信息、颗粒物信息、人体气味信息；和/或，所述预处理包括：去除噪声异常数据得到有效的气味特征参数；和/或，采用数据挖掘技术进行预处理包括：采用数据挖掘技术中的优化算法进行预处理；和/或，所述BP神经网络模型由大量样本异味参数对卷积神经网络进行训练和验证而得到。

进一步地，通过气敏传感器检测气味浓度信息和气味成分信息；通过颗粒物传感器检测物品中沾染的颗粒物信息；通过人体气味传感器检测人体气味。

根据本申请的又一方面，提供一种物品异味清除模式获取装置，包括：气味信息获取单元，用于获取所述物品的气味信息；异味清除模式获取单元，基于所述气味信息采用数据挖掘技术进行预处理得到气味特征参数，将所述气味特征参数输入BP神经网络模型获得异味清除模式。

进一步地，基于物品信息采用数据挖掘技术进行预处理得到物品特征参数；将所述气味特征参数输入BP神经网络模型获得异味清除模式，包括：将所述气味特征参数和物品特征参数输入BP神经网络模型获得异味清除模式。

进一步地，所述气味信息包括如下至少之一：气味浓度信息、气味成分信息、颗粒物信息、人体气味信息；和/或，所述预处理包括：去除噪声异常数据得到有效的气味特征参数；和/或，采用数据挖掘技术进行预处理包括：采用数据挖掘技术中的优化算法进行预处理；和/或，所述卷积神经网络模型由大量样本异味参数对BP神经网络进行训练和验证而得到。

进一步地，所述气味信息获取单元包括：气敏传感器，用于检测气味浓度信息和气味成分信息；和/或，颗粒物传感器，用于检测物品中沾染的颗粒物信息；和/或，人体气味传感器，用于检测人体气味。

根据本申请的又一方面，提供一种洗衣机，包括如上文所述的物品异味清除模式获取装置，还包括异味清除装置，所述异味清除装置用于所述异味清除模式清除物品的异味。