[发明专利]洗涤剂用量的控制方法、控制装置、存储介质及洗衣机

说明书

本申请提供一种洗涤剂用量的控制方法、控制装置、存储介质及洗衣机，该方法包括获取待洗衣物的多种样本数据，并将多种样本数据作为输入层；采用减法聚类算法计算得到每种样本数据对应的神经元个数，并将多种样本数据对应的神经元个数作为隐含层；根据多种样本数据和多种样本数据对应的神经元个数，计算得到多个洗涤剂用量输出数据，并将多个洗涤剂用量输出数据作为输出层；根据输入层、隐含层以及输出层构建洗涤剂用量神经网络模型；获取至少一种目标数据，并将至少一种目标数据输入至洗涤剂用量神经网络模型中，以确定目标洗涤剂用量数据。本申请将减法聚类算法与神经网络相结合构建洗涤剂用量神经网络模型，能够提高洗涤剂用量的投放准确性。

技术领域

本申请属于洗衣机设备技术领域，尤其涉及一种洗涤剂用量的控制方法、控制装置、存储介质及洗衣机。

背景技术

洗衣机是为了减轻人们体力劳动而设计的家用电器。现在大部分洗衣机还不够智能，在使用的过程中，还需要用户自己根据清洗衣物的多少来添加洗涤剂，而用户并不能精确掌握需要添加多少洗涤剂。有时，洗涤剂放入过多会导致洗完衣物后还有洗涤剂残留，洗涤剂放入过少，则又会导致衣物不能清洗干净。而且，目前市场中洗衣机普遍使用硬件检测方法控制洗涤剂的用量，但该方法随着待洗衣物的种类、洗涤剂种类和浓度等不同而变化较大。

发明内容

本申请实施例提供一种洗涤剂用量的控制方法、控制装置、存储介质及洗衣机，能够提高洗涤剂用量的投放准确性。

第一方面，本申请实施例提供一种洗涤剂用量的控制方法，应用于洗衣机，所述方法包括：

获取待洗衣物的多种样本数据，并将所述多种样本数据作为输入层；

采用减法聚类算法计算得到每种所述样本数据对应的神经元个数，并将所述多种样本数据对应的神经元个数作为隐含层；

根据所述多种样本数据和所述多种样本数据对应的神经元个数，计算得到多个洗涤剂用量输出数据，并将所述多个洗涤剂用量输出数据作为输出层；

根据所述输入层、隐含层以及输出层构建洗涤剂用量神经网络模型；

获取至少一种目标数据，并将所述至少一种目标数据输入至所述洗涤剂用量神经网络模型中，以确定目标洗涤剂用量数据。

可选的，所述采用减法聚类算法计算得到每种所述样本数据对应的神经元个数，并将所述多种样本数据对应的神经元个数作为隐含层，包括：

获取所述多种样本数据中每种样本数据对应的多个样本子数据，以及所述减法聚类算法的算法聚类半径；

根据所述每种样本数据对应的多个样本子数据和所述算法聚类半径，计算得到每种样本数据的密度指标；

根据所述每种样本数据的密度指标，确定所述每种样本数据对应的神经元个数；

将每种样本数据对应的神经元个数叠加得到所述多种样本数据对应的神经元个数，并将所述多种样本数据对应的神经元个数作为隐含层。

可选的，在所述根据所述每种样本数据对应的多个样本子数据和所述算法聚类半径，计算得到每种样本数据的密度指标之后，所述方法还包括：

获取第m-1次计算所述每种样本数据的密度指标、第m-1次计算所述每种样本数据的最高密度指标以及密度指标下降范围，其中，所述密度指标下降范围为所述算法聚类半径的1.5倍；

根据所述第m-1次计算所述每种样本数据的密度指标、第m-1次计算所述每种样本数据的最高密度指标以及所述密度指标下降范围对所述每种样本数据的密度指标进行更新，以得到第m次计算所述每种样本数据的密度指标。

可选的，所述获取待洗衣物的多种样本数据，并将所述多种样本数据作为输入层，包括：

获取待洗衣物的多种原始数据；