一种衣物干湿度分析方法、装置及智能衣架

技术领域

本发明涉及干湿度检测技术领域，具体涉及一种衣物干湿度分析方法、装置及智能衣架。

背景技术

我国地大物博，不同地区的气候湿度存在较大的差别。部分地区由于雨水较多导致的湿度比较大，这就造成无法对衣物的干湿度进行判断，长时间将衣服晾置在闷热潮湿的空气中会导致衣物发霉变臭，但是目前缺乏对衣物干湿度进行准确判断的方法。

发明内容

有鉴于此，本发明实施例提供了一种衣物干湿度分析方法、装置及智能衣架。解决了目前对衣物干湿度的判断缺乏准确性的问题。

本发明一实施例提供的一种衣物干湿度分析方法包括：采集数据信息；将所述数据信息输入判断模型，所述判断模型基于所述数据信息判断衣物是否完全干透；若是，则提醒用户对衣物进行收纳。

一种实施方式中，所述数据信息包括：空气湿度、空气含水量、衣物干湿度、衣物类型和衣物重量中的至少一种。

一种实施方式中，在将所述数据信息输入判断模型之前还包括：建立判断模型；所述建立判断模型的步骤包括：将采集到的所述数据信息汇总，且对汇总后的数据信息进行分析处理；对分析处理后的数据信息进行训练或测试得到输入数据，基于所述输入数据信息得到衣服干湿度状态；基于所述衣服干湿度状态建立所述判断模型。

一种实施方式中，所述对汇总后的数据信息进行分析处理的步骤包括对所述汇总后的数据信息采用数据仓库技术进行分析处理。

一种实施方式中，所述对分析处理后的数据信息进行训练或测试的步骤包括：将所述数据信息分为测试数据和训练数据；对所述训练数据进行训练处理，将训练处理后的训练数据与所述测试数据进行对比，将符合预设对比结果的训练数据作为输入数据。

一种实施方式中，所述基于所述输入数据信息得到衣服干湿度状态的公式为：

其中，Z为测试对象；C为衣服干湿度状态；I为指标函数；y为输入数据。

一种实施方式中，所述基于所述衣服干湿度状态建立所述判断模型的步骤包括：基于所述衣服干湿度状态通过无监督学习算法建立所述判断模型。

一种实施方式中，所述所述判断模型基于所述数据信息判断衣物是否完全干透的公式为：

其中，Y为判断衣物是否完全干透的结果；X为输入的数据信息，Cz为衣物干湿度状态。

一种实施方式中，所述方法还包括：收集所述判断模型的反馈信息，将所述反馈信息作为输入数据；基于所述输入数据对所述判断模型进行优化。

一种衣物干湿度分析装置，其特征在于，包括：采集模块，用于采集数据信息；处理模块，用于将所述数据信息输入判断模型，所述判断模型基于所述数据信息判断衣物是否完全干透；提醒模块，用于提醒用户对衣物进行收纳。

一种实施方式中，所述采集模块包括：图像采集模块、环境湿度采集模块、衣物湿度采集模块和重量采集模块中的至少一种。

一种智能衣架，包括上述中任意一项所述的衣物干湿度分析装置。

一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现上述任意一项所述的衣物干湿度分析方法。

一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现上述任意一项所述的衣物干湿度分析方法。

本发明提供的一种衣物干湿度分析方法、装置及智能衣架。所述衣物干湿度分析方法通过采集数据信息后将所述数据信息输入判断模型，所述判断模型基于所述数据信息判断衣物是否完全干透；若判断衣物已经完全干透，则提醒用户对衣物进行收纳，本方法通过智能可晾衣架的设备进行预警，从而准确判断衣服的干湿度，防止长时间将衣服晾置在闷热潮湿的空气中会导致衣物发霉变臭，且本方法基于大数据分析的方法建立判断模型对衣服的干湿度进行判断，提高了检测结果准确性。

附图说明

图1所示为本发明一实施例提供的一种衣物干湿度分析方法的流程示意图。

图2所示为本发明一实施例提供的一种建立判断模型的方法的流程示意图。

图3所示为本发明一实施例提供的一种智能衣架的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例提供一种衣物干湿度分析方法，如图1所示，所述方法包括：

步骤01:采集数据信息，包括对衣物周围环境的数据采集和对衣物本身数据的采集等。可选的，数据信息可以为空气湿度、空气含水量、衣物干湿度、衣物类型和衣物重量中的至少一种，其中空气湿度、空气含水量、衣物干湿度可通过湿度传感器采集得到；衣物重量可通过重量传感器采集得到；衣物类型可通过摄像头采集得到。可以理解，数据信息的具体类型可以根据实际的需求进行设定，本发明对数据信息所包括的具体信息类型不做限定。

还可以将采集到的数据信息进行存储。可选地，将数据信息存储到磁盘或内存中，根据数据的大小可以选择存储在单机或分布式文件系统中。可选地，数据信息可以分为结构化数据和非结构化数据，结构化数据是指可以用二维表结构来实现的数据；非结构化数据是指包括文档，文本，图片，视频，音频等信息的数据。结构化数据主要存在关系型数据模型(MySQL、Hive)中，非结构化数据主要存在非关系型数据模型中(Redis，Hbase)，该数据作为初始数据。

步骤02:将所述数据信息输入判断模型，所述判断模型基于所述数据信息判断衣物是否完全干透。

在讲数据信息输入判断模型之前，还需要建立判断模型，其中，如图2所示，建立判断模型的步骤包括：

步骤021:将采集到的所述数据信息汇总，且对汇总后的数据信息进行分析处理。根据不同类型的衣物在不同环境下情况采集不同的数据信息，将所有采集到的数据信息进行汇总，然后对汇总后的数据信息进行预处理，从而保证数据的准确性。

预处理包括对数据信息进行审核、筛选和排序等步骤。其中，数据的审核是指对数据的准确性、适用性、及时性以及一致性进行审核；数据的筛选是指将不符合要求的数据或者有明显错误的数据进行剔除，或者将符合特定条件的数据筛选出来；数据排序是指按照一定的顺序将数据排列，以便通过浏览数据发现数据明显的特征或者趋势，从而找到解决问题的方法。

可选地，可以采用ETL(Extract-Transform-Load，数据仓库技术)对数据信息进行分析处理。

步骤022:对分析处理后的数据信息进行训练或测试得到输入数据，基于所述输入数据信息得到衣服干湿度状态。

对分析处理后的数据信息进行训练或测试的步骤包括：将所述数据信息分为测试数据和训练数据；对所述训练数据进行训练处理，将训练处理后的训练数据与所述测试数据进行对比，将符合预设对比结果的训练数据作为输入数据。将分析处理后的数据信息进行划分，一部分数据为测试数据，一部分数据为训练数据。通过数据模型在数据中建立一个数据集，将符合预设对比结果的训练数据作为输入数据。

可选地，使用一组数据信息时，可以将数据信息分为百分之八十的训练数据，以及百分二十的测试数据。

将输入数据作为公式[1]的参数，计算得到结果，该结果为衣服干湿度状态，可选地，干状态为1，湿状态为0。

计算参数的公式：

其中，Z为测试对象；C为衣服干湿度状态；I为指标函数；y为输入数据。输入：D为训练集；z为测试对象，z是对象属性值构成的向量；L是对象的类别标签集合。输出：Cz属于L，即z的类别；Foreach y属于D do；计算d(y,z)，即y和z的距离。End：从数据集D中选出子集N，N包含k个距z最近的训练对象；I(.)是一个指标函数，当其值为true时返回值为1，否则返回0。

步骤023:基于所述衣服干湿度状态建立所述判断模型。可选地，基于衣服干湿度状态通过无监督学习算法建立所述判断模型。该判断模型输入衣物类型、空气中的湿度以及含水量，不同状态下衣服的重量等数据信息，输出提醒用户所需要的数据。

其中，判断模型基于所述数据信息判断衣物是否完全干透的公式为：

其中，Y为判断衣物是否完全干透的结果；X为输入的数据信息，Cz为衣物干湿度状态(即公示[1]中得到的结果)。

步骤03:若是，则提醒用户对衣物进行收纳。建好判断模型后，根据判断模型的分析结果，1为提醒，0为不提醒，如果判断是否需要提醒用户如果判断衣物已经完全干透，则提醒用户对衣物进行收纳；如果判断衣物未完全干透，则无需提醒用户对衣物进行收纳。设置收纳提醒的目的在于能够根据其结果Y进行自动提醒用户，从而达到用户可以在衣物完全干透的情况下将衣物收纳起来。

除此之外，所述衣物干湿度分析方法还包括：步骤05:收集所述判断模型的反馈信息，将所述反馈信息作为输入数据；基于所述输入数据对所述判断模型进行优化。

通过本实施例提供的衣物干湿度分析方法能够准确判断衣服的干湿度，防止长时间将衣服晾置在闷热潮湿的空气中会导致衣物发霉变臭，且本方法基于大数据分析的方法建立判断模型对衣服的干湿度进行判断，提高了检测结果准确性。

本实施例提供一种衣物干湿度分析装置，如图3所示，该衣物干湿度分析装置100包括采集模块10、处理模块20和提醒模块30。采集模块10用于采集数据信息；处理模块20用于将所述数据信息输入判断模型，所述判断模型基于所述数据信息判断衣物是否完全干透；和提醒模块30用于提醒用户对衣物进行收纳。

采集模块10采集到数据信息后，将数据信息发送给处理模块20，处理模块20将数据信息输入判断模型，判断模型基于所述数据信息判断衣物是否完全干透；之后处理模块20将判断结果反馈给提醒模块30，提醒模块30根据反馈结果提醒用户对衣物进行收纳。

本发明一实施例中，采集模块10包括：图像采集模块、环境湿度采集模块、衣物湿度采集模块和重量采集模块中的至少一种。图像采集模块可以为摄像头，用于采集衣物图像，确认衣物种类；环境湿度采集模块可以为湿度传感器，用于获取空气的湿度和含水量；衣物湿度采集模块可以为湿度传感器，用于获取衣物的湿度和含水量；重量采集模块可以为重量传感器，用于获取衣物的重量。

可选地，图像采集模块可以集成在衣物干湿度分析装置100上也可以设置在衣物干湿度分析装置100主体结构外，本发明对图像采集模块是否独立设置不做限定。环境湿度采集模块可以集成在衣物干湿度分析装置100上也可以设置在衣物干湿度分析装置100主体结构外，本发明对环境湿度采集模块是否独立设置不做限定。

本发明设计的衣物干湿度分析装置100能够准确判断衣服的干湿度，防止长时间将衣服晾置在闷热潮湿的空气中会导致衣物发霉变臭，且本方法基于大数据分析的方法建立判断模型对衣服的干湿度进行判断，提高了检测结果准确性。

本实施例提供一种智能衣架，该智能衣架包括上述实施例中所述的衣物干湿度分析装置100。将衣物干湿度分析装置100集成在衣架上，能够节约零部件的成本，不用再单独的设置分析设备，能够节约零部件的成本及空间。

本实施例提供一种电子设备，本实施例提供了一种电子设备，该电子设备可以包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被处理器执行时实现如实施例一种所述的衣物干湿度分析方法。可以理解，电子设备还可以包括，输入/输出(I/O)接口，以及通信组件。

其中，处理器用于执行如实施例中的衣物干湿度分析方法。中的全部或部分步骤。存储器用于存储各种类型的数据，这些数据例如可以包括电子设备中的任何应用程序或方法的指令，以及应用程序相关的数据。

所述处理器可以是专用集成电路(Application Specific Integrated Cricuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable GateArray，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例中的衣物干湿度分析方法。

所述存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memery，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM),可编程只读存储器(Programmable Read-Only Memory，简称PROM),只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。

本实施例还提供一种计算机可读存储介质。在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

而前述的存储介质包括：闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、APP应用商城等等各种可以存储程序校验码的介质，其上存储有计算机程序，所述计算机程序被处理器执行时可以实现如下方法步骤：

步骤01:采集数据信息；

步骤02:将所述数据信息输入判断模型，所述判断模型基于所述数据信息判断衣物是否完全干透；

步骤03:若是，则提醒用户对衣物进行收纳。

具体的实施方式和产生的效果可以参考实施例一中所述，本发明在此不再赘述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后、顶、底……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

另外，在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保护范围之内。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保护范围之内。