[发明专利]一种手表机器人智能学习系统在审

专利信息
申请号: 201610606901.4 申请日: 2016-07-29
公开(公告)号: CN107666463A 公开(公告)日: 2018-02-06
发明(设计)人: 相建南 申请(专利权)人: 嘉兴统捷通讯科技有限公司
主分类号: H04L29/06 分类号: H04L29/06;H04L29/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 314000 浙江省嘉兴市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 手表 机器人 智能 学习 系统
【说明书】:

技术领域

发明涉及机器人领域,特别是一种手表机器人智能学习系统。

背景技术

本发明要解决的技术问题在于,针对现有技术使用操作流程较为复杂、浪费 时间的缺陷,提供一种使用操作流程更为简单、节省时间的将手表机器人所学知识进行存储和主动学习的方法。

发明内容

本发明解决其技术问题所采用的技术方案是:构造一种将手表机器人学习系统,并将所学知识进行存储的方法,应用于手表机器人。

所述手表机器人学习系统包括学习系统、存储器和云端服务器;所述学习系统包括从别人回答中学习和从文件中收集知识。所述存储器其特征是将学习系统获取的信息和数据进行有效的备份。所述云端服务器其特征是通过无线网络将手表机器人所提取的用户信息和数据予以保存。

所述学习系统从别人回答中学习,其方法和步骤如下:

A)所述学习系统将用户此前的存储的回答进行整理;

B)所述用户此前回答包括别人对用户的回答和用户对别人的回答;

C)所述对回答的学习,其特征是手表机器人将用户每次的回答进行整理后传输到储存器。

所述学习系统从文件中收集知识,其方法和步骤如下:

A)所述文件包括用户保存的检索信息和数据、手表机器人对用户的检测数据以及用户存储的个人信息;

B)所述从文件中收集知识,其特征是手表机器人学习系统根据已经存储在云端服务器中的有关用户的数据和信息进行再次优化存储;

C)所述优化存储,其特征是手表机器人学习系统对用户已经存储的信息和数据进行分析,提取出与用户最接近信息后传输到存储器。

实施本发明手表机器人将主动学习并将所学知识进行存储,具有以下有益效果:将手表机器人所学知识不断的存储到云端服务器,使用户获取信息更加快捷、操作流程更为简单。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。

图1为本发明将手表机器人所学知识进行存储和学习的一个实施例中的流程图。

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。

在本发明将手表机器人所学知识进行存储和学习的方法实施例中,其将手表机器人所学知识进行储存和学习的方法的流程图如图1所示。

所述手表机器人学习系统包括学习系统、存储器和云端服务器;所述学习系统包括从别人回答中学习和从文件中收集知识。所述存储器其特征是将学习系统获取的信息和数据进行有效的备份。所述云端服务器其特征是通过无线网络将手表机器人所提取的用户信息和数据予以保存。

所述学习系统从别人回答中学习,其方法和步骤如下:

A)所述学习系统将用户此前的存储的回答进行整理;

B)所述用户此前回答包括别人对用户的回答和用户对别人的回答;

C)所述对回答的学习,其特征是手表机器人将用户每次的回答进行整理后传输到储存器。

所述学习系统从文件中收集知识,其方法和步骤如下:

A)所述文件包括用户保存的检索信息和数据、手表机器人对用户的检测数据以及用户存储的个人信息。

B)所述从文件中收集知识,其特征是手表机器人学习系统根据已经存储在云端服务器中的有关用户的数据和信息进行再次优化存储。

C)所述优化存储,其特征是手表机器人学习系统对用户已经存储的信息和数据进行分析,提取出与用户最接近信息后传输到存储器。

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、改进等,均应包含在本发明的保护范围之内。

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嘉兴统捷通讯科技有限公司,未经嘉兴统捷通讯科技有限公司许可,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/201610606901.4/2.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