[發明專利]鬧鐘設置預測方法、裝置、設備及存儲介質

在審

• 申請號: 202011444139.7
• 申請日: 2020-12-08
• 公開（公告）號: CN112488406A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 宋德超;陳翀;陳勇;李雨銘;岳冬
• 申請（專利權）人: 珠海格力電器股份有限公司;珠海聯云科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/10;G06N3/04;G06N3/08
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 吳雪;杜欣

1.一種鬧鐘設置預測方法，其特征在于，包括：

獲取最近預設時間段內的環境數據、睡眠狀態數據和鬧鐘設置數據；

將所述最近預設時間段內的環境數據、所述最近預設時間段內的睡眠狀態數據和所述最近預設時間段內的鬧鐘設置數據，輸入至預先訓練的鬧鐘設置預測模型，獲得所述鬧鐘設置預測模型輸出的鬧鐘設置預測數據。

2.根據權利要求1所述的鬧鐘設置預測方法，其特征在于，所述環境數據包括氧氣濃度數據、濕度數據、溫度數據和光照強度數據中的至少一個；

所述睡眠狀態數據包括入睡時刻數據、睡醒時刻數據、睡眠時長數據、體動數據、呼吸頻率數據、心率數據和打鼾數據中的至少一個。

3.根據權利要求1所述的鬧鐘設置預測方法，其特征在于，所述鬧鐘設置預測模型包括N層長短期記憶網絡，N大于1。

4.根據權利要求3所述的鬧鐘設置預測方法，其特征在于，所述將所述最近預設時間段內的環境數據、所述最近預設時間段內的睡眠狀態數據和所述最近預設時間段內的鬧鐘設置數據，輸入至預先訓練的鬧鐘設置預測模型，獲得所述鬧鐘設置預測模型輸出的鬧鐘設置預測數據，包括：

將所述最近預設時間段內的環境數據、所述最近預設時間段內的睡眠狀態數據和所述最近預設時間段內的鬧鐘設置數據，輸入至第一層長短期記憶網絡，獲得第一鬧鐘設置預測數據序列；

將所述第i-1鬧鐘設置預測數據序列輸入至第i層長短期記憶網絡，獲得第i鬧鐘設置預測數據序列，其中i大于或等于1，且小于N；

將第N-1鬧鐘設置預測數據序列輸入至第N層長短期記憶網絡，獲得第N鬧鐘設置預測數據序列；

將所述第N鬧鐘設置預測數據序列的最后一個鬧鐘設置預測數據，作為所述鬧鐘設置預測模型輸出的鬧鐘設置預測數據。

5.根據權利要求1所述的鬧鐘設置預測方法，其特征在于，所述鬧鐘設置預測模型為單層長短期記憶網絡。

6.根據權利要求1所述的鬧鐘設置預測方法，其特征在于，所述鬧鐘設置預測模型的訓練過程，包括：

獲取樣本數據，其中，所述樣本數據包括環境樣本數據、睡眠狀態樣本數據、鬧鐘設置樣本數據和鬧鐘設置預測樣本數據；

將所述樣本數據輸入至初始鬧鐘設置預測模型，進行訓練，優化所述初始鬧鐘設置預測模型的參數，獲得所述鬧鐘設置預測模型。

7.根據權利要求6所述的鬧鐘設置預測方法，其特征在于，所述將所述最近預設時間段內的環境數據、所述最近預設時間段內的睡眠狀態數據和所述最近預設時間段內的鬧鐘設置數據，輸入至預先訓練的鬧鐘設置預測模型之前，所述方法還包括：

對所述最近預設時間段內的環境數據、所述最近預設時間段內的睡眠狀態數據和所述最近預設時間段內的鬧鐘設置數據，進行歸一化處理；

所述將所述樣本數據輸入至初始鬧鐘設置預測模型之前，所述方法還包括：

對所述樣本數據進行歸一化處理。

8.一種鬧鐘設置預測裝置，其特征在于，包括：

獲取模塊，用于獲取最近預設時間段內的環境數據、睡眠狀態數據和鬧鐘設置數據；

處理模塊，用于將所述最近預設時間段內的環境數據、所述最近預設時間段內的睡眠狀態數據和所述最近預設時間段內的鬧鐘設置數據，輸入至預先訓練的鬧鐘設置預測模型，獲得所述鬧鐘設置預測模型輸出的鬧鐘設置預測數據。

9.一種電子設備，其特征在于，包括：處理器、通信接口、存儲器和通信總線，其中，處理器、通信接口和存儲器通過通信總線完成相互間的通信；

所述存儲器，用于存儲計算機程序；

所述處理器，用于執行所述存儲器中所存儲的程序，實現權利要求1至7任一項所述的鬧鐘設置預測方法。

10.一種計算機可讀存儲介質，存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7任一項所述的鬧鐘設置預測方法。