[發明專利]智能設備及其除霧方法、設備及介質

在審

• 申請號: 202211048595.9
• 申請日: 2022-08-30
• 公開（公告）號: CN115454171A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 陳釗
• 申請（專利權）人: 海爾優家智能科技（北京）有限公司;青島海爾科技有限公司;海爾智家股份有限公司
• 主分類號: G05D23/22
• 分類號: G05D23/22
• 代理公司: 北京瀚仁知識產權代理事務所(普通合伙) 11482
• 代理人: 屠曉旭

1.一種智能設備除霧方法，其特征在于，所述方法包括：

接收當前用戶的位置發生改變之后的位置、環境溫度、時間和所述當前用戶的身份信息；

根據所述身份信息，獲取與所述當前用戶匹配的預加熱預測模型；

采用所述預加熱預測模型，根據所述當前用戶的位置發生改變之后的位置、環境溫度和時間，預測所述當前用戶是否有對智能設備進行預加熱的需求；

若是，則向所述智能設備發送第一加熱指令，以使所述智能設備根據所述第一加熱指令對所述智能設備進行加熱；若否，則不向所述智能設備發送第一加熱指令。

2.根據權利要求1所述的智能設備除霧方法，其特征在于，在“向所述智能設備發送第一加熱指令，以使所述智能設備根據所述第一加熱指令對所述智能設備進行加熱”的步驟之后，所述方法還包括通過下列方式對所述預加熱預測模型進行模型優化：

在所述智能設備根據所述第一加熱指令對所述智能設備進行加熱之后，獲取所述當前用戶針對本次預加熱的評分分值，其中，所述評分分值與所述當前用戶對本次預加熱的滿意程度成正相關關系；

根據所述評分分值并使用所述當前用戶的位置發生改變之后的位置、環境溫度和時間，對所述預加熱預測模型進行模型訓練，以實現對所述預加熱預測模型進行模型優化；

和/或，

所述預加熱預測模型是基于所述當前用戶的智能設備的歷史加熱數據訓練得到的，其中，所述歷史加熱數據包括對所述當前用戶的智能設備進行加熱時所述當前用戶的位置、環境溫度和時間。

3.根據權利要求2所述的智能設備除霧方法，其特征在于，“根據所述評分分值并使用所述當前用戶的位置發生改變之后的位置、環境溫度和時間，對所述預加熱預測模型進行模型訓練，以實現對所述預加熱預測模型進行模型優化”的步驟具體包括：

將所述當前用戶的位置發生改變之后的位置、環境溫度和時間作為一組訓練樣本；

根據所述評分分值，確定所述訓練樣本的樣本類型，其中，所述樣本類型包括正樣本和負樣本；

根據所述樣本類型，設定所述訓練樣本的樣本標簽，其中，若所述樣本類型是正樣本則所述樣本標簽是有對智能設備進行預加熱的需求，若所述樣本類型是負樣本則所述樣本標簽是沒有對智能設備進行預加熱的需求；

根據所述訓練樣本與所述樣本標簽，對所述預加熱預測模型進行模型訓練，以實現對所述預加熱預測模型進行模型優化。

4.根據權利要求3所述的智能設備除霧方法，其特征在于，“根據所述評分分值確定，所述訓練樣本的樣本類型”的步驟具體包括：

對所述評分分值與預設的分值閾值進行比較；

若所述評分分值大于等于所述預設的分值閾值，則確定所述訓練樣本的樣本類型是正樣本；

若所述評分分值小于所述預設的分值閾值，則確定所述訓練樣本的樣本類型是負樣本。

5.根據權利要求2所述的智能設備除霧方法，其特征在于，所述智能設備與用戶的終端設備通信連接，“在所述智能設備根據所述第一加熱指令對所述智能設備進行加熱之后，獲取所述當前用戶針對本次預加熱的評分分值”的步驟具體包括：

在所述智能設備根據所述第一加熱指令對所述智能設備進行加熱之后，通過所述終端設備輸出用于提示所述當前用戶針對本次預加熱進行評分的第一提示信息；

接收針對所述第一提示信息的第一反饋信息，根據所述第一反饋信息獲取所述當前用戶針對本次預加熱的評分分值。