[发明专利]窗帘的自动开闭控制方法、系统、电子设备及存储介质在审

专利信息
申请号: 201911121507.1 申请日: 2019-11-15
公开(公告)号: CN111045337A 公开(公告)日: 2020-04-21
发明(设计)人: 宋德超;唐杰;李雨铭;陈翀 申请(专利权)人: 珠海格力电器股份有限公司;珠海联云科技有限公司
主分类号: G05B15/02 分类号: G05B15/02;G05B19/418
代理公司: 北京华夏泰和知识产权代理有限公司 11662 代理人: 韩来兵
地址: 519070*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 窗帘 自动 开闭 控制 方法 系统 电子设备 存储 介质
【权利要求书】:

1.一种窗帘的自动开闭控制方法,其特征在于,包括下述步骤:

获取用户的操作数据和环境的参数数据;

根据用户的操作数据和环境的参数数据构建FFM算法控制模型;

获取环境的参数数据,并基于构建的FFM算法控制模型计算参数数据对应的开闭指令;

执行所述开闭指令。

2.根据权利要求1所述的窗帘的自动开闭控制方法,其特征在于,所述获取用户的操作数据和环境的参数数据包括:

获取每次用户对窗帘的手动开启操作及其对应的亮度和温度;

获取每次用户对窗帘的手动关闭操作及其对应的亮度和温度。

3.根据权利要求1所述的窗帘的自动开闭控制方法,其特征在于,所述根据用户的操作数据和环境的参数数据构建FFM算法控制模型包括:

将操作数据和参数数据均采用统一格式存储;

利用操作数据和参数数据,构建FFM算法控制模型。

4.根据权利要求3所述的窗帘的自动开闭控制方法,其特征在于,所述根据用户的操作数据和环境的参数数据构建FFM算法控制模型还包括:

获取存储的各个操作数据及其对应的参数数据;

使用下述公式计算每个操作数据及其对应的参数数据的损失函数值:

其中,所述x为样本,所述w为特征向量,所述n为特征总数,所述fi和所述fj分别为第i个特征和第j个特征的域,所述w(i,fj)表示第i个特征在域fj对应的向量,所述w(j,fi)表示第j个特征在域fi对应的向量,所述xi为样本x对应第i个特征的取值,所述xj为样本x对应第j个特征的取值;

比较每个操作数据及其对应的参数数据的损失函数值与损失阈值,若损失函数值小于损失阈值,则该操作数据及其对应的参数数据为准确数据;

若准确数据的数量大于或等于操作数据及其对应的参数数据的数量的95%,则判定所述FFM算法控制模型收敛,若准确数据的数量小于操作数据及其对应的参数数据的数量的95%,则调整FFM算法控制模型内的参数直至其收敛为止。

5.根据权利要求3所述的窗帘的自动开闭控制方法,其特征在于,所述将操作数据和参数数据均采用统一格式存储包括:

将操作数据和参数数据均采用LIBSVM格式进行存储,或:

将操作数据和参数数据均采用FFMs格式进行存储。

6.根据权利要求1所述的窗帘的自动开闭控制方法,其特征在于,所述执行所述开闭指令包括:

获取所述窗帘的状态;

若所述窗帘的状态为开启且所述开闭指令为开启,则控制窗帘状态保持不变,若所述窗帘的状态为开启且所述开闭指令为关闭,则控制窗帘关闭至关闭状态;

若所述窗帘的状态为关闭且所述开闭指令为开启,则控制窗帘打开至开启状态,若所述窗帘的状态为关闭且所述开闭指令为关闭,则控制窗帘状态保持不变;

若所述窗帘的状态为半启且所述开闭指令为开启,则控制窗帘打开至开启状态,若所述窗帘的状态为半启且所述开闭指令为关闭,则控制窗帘关闭至关闭状态。

7.根据权利要求3所述的窗帘的自动开闭控制方法,其特征在于,所述执行所述开闭指令之后,还包括:

于预设时长内获取用户的操作数据,若获取到用户的操作数据,则将该操作数据及其对应的参数数据进行存储;

根据最新存储的操作数据及其对应的参数数据,调整FFM算法控制模型内的参数。

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珠海格力电器股份有限公司;珠海联云科技有限公司,未经珠海格力电器股份有限公司;珠海联云科技有限公司许可,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/201911121507.1/1.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