買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣東電邦新能源科技有限公司申請的專利一種基于自然語言交互的智能馬桶控制方法、系統(tǒng)及存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120044821B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510509000.2，技術(shù)領(lǐng)域涉及：G05B19/04；該發(fā)明授權(quán)一種基于自然語言交互的智能馬桶控制方法、系統(tǒng)及存儲介質(zhì)是由馬森標(biāo);趙俊皓;馬龍;薛明根設(shè)計研發(fā)完成，并于2025-04-22向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于自然語言交互的智能馬桶控制方法、系統(tǒng)及存儲介質(zhì)在說明書摘要公布了：本發(fā)明涉及智能馬桶技術(shù)領(lǐng)域，具體地說，涉及一種基于自然語言交互的智能馬桶控制方法、系統(tǒng)及存儲介質(zhì)，包括如下步驟：接收用戶通過自然語言輸入的指令；確定用戶身份；用戶模式初始化和參數(shù)設(shè)置；分流自然語言指令；判斷自然語言指令為簡單指令時，則由本地邊緣層解析并直接執(zhí)行控制操作；判斷自然語言指令為復(fù)雜指令時，云端大模型解析并生成本地固定控制指令；將本地固定控制指令保存至對應(yīng)的用戶個性化模式中；執(zhí)行控制指令。本發(fā)明中，實現(xiàn)自然語言的交互控制，通過云端的大語言模型，采用模型蒸餾技術(shù)，減少了算力的需求，整體提升了智能馬桶的使用體驗和智能化水平。

本發(fā)明授權(quán)一種基于自然語言交互的智能馬桶控制方法、系統(tǒng)及存儲介質(zhì)在權(quán)利要求書中公布了：1.一種基于自然語言交互的智能馬桶控制方法，其特征在于，包括如下步驟： S1、接收用戶通過自然語言輸入的指令，并獲取智能馬桶的當(dāng)前狀態(tài)數(shù)據(jù)； S2、對用戶進(jìn)行多模態(tài)身份識別，確定用戶身份； S3、用戶模式初始化和參數(shù)設(shè)置，用戶自定義多個模式； S4、根據(jù)預(yù)設(shè)的指令復(fù)雜度判斷條件和實時網(wǎng)絡(luò)狀態(tài)分流自然語言指令； S5、判斷自然語言指令為簡單指令時，則由本地邊緣層解析并直接執(zhí)行控制操作； S6、判斷自然語言指令為復(fù)雜指令時，則將自然語言指令和智能馬桶的當(dāng)前狀態(tài)數(shù)據(jù)發(fā)送至云端，云端大模型解析并生成本地固定控制指令，并將本地固定控制指令返回至智能馬桶執(zhí)行； S7、根據(jù)用戶身份將本地固定控制指令保存至對應(yīng)的用戶個性化模式中； S8、執(zhí)行控制指令，完成對智能馬桶的交互操作； 所述S6中云端大模型的構(gòu)建與部署具體步驟包括： A1、使用全量DeepSeek-V3教師模型生成10k樣本的智能馬桶指令數(shù)據(jù)集，包括自然語言指令與本地固定控制指令的映射； A2、采用三階段蒸餾訓(xùn)練策略訓(xùn)練智能馬桶自然語言解析模型； 所述A2中云端智能馬桶自然語言解析模型，采用三階段蒸餾訓(xùn)練策略訓(xùn)練，具體步驟包括： B1、Logits蒸餾階段，利用散度損失函數(shù)將教師模型的輸出概率分布遷移到學(xué)生模型，利用溫度系數(shù)控制概率分布平滑度，初始階段設(shè)置較高溫度值軟化概率分布，逐步降低至以硬化分布，在保持學(xué)生大模型語義理解能力的同時降低模型復(fù)雜度；利用教師模型生成指令變體，擴(kuò)充訓(xùn)練樣本多樣性，實現(xiàn)數(shù)據(jù)增強；使用帶溫度系數(shù)的散度損失函數(shù)，教師模型利用訓(xùn)練數(shù)據(jù)生成軟標(biāo)簽，學(xué)生模型同時學(xué)習(xí)軟標(biāo)簽和原始硬標(biāo)簽，對應(yīng)公式為： ； 其中，表示知識蒸餾中的層損失函數(shù)，表示歸一化函數(shù)，表示學(xué)生模型的原始輸出，表示教師模型的原始輸出，表示使用學(xué)生模型近似教師模型時產(chǎn)生的信息損失； B2、特征蒸餾階段，對齊教師模型與學(xué)生模型的中間層特征表達(dá)； B3、構(gòu)建聯(lián)合損失函數(shù)，聯(lián)合優(yōu)化知識遷移與任務(wù)性能； B4、參數(shù)凍結(jié)微調(diào)階段，凍結(jié)學(xué)生模型的底層參數(shù)，僅微調(diào)頂層分類器及注意力層，用硬標(biāo)簽交叉熵?fù)p失進(jìn)行強化訓(xùn)練，引入領(lǐng)域數(shù)據(jù)增強，啟用動態(tài)量化降低部署時的計算開銷； 所述B2中強制對齊教師模型與學(xué)生模型的中間層特征表達(dá)，通過均方誤差損失實現(xiàn)影空間知識遷移，對應(yīng)公式為： ； 其中，表示知識蒸餾中的中間層損失函數(shù)，表示中間層特征維度，表示中間層特征向量的維度索引，表示教師模型中間層特征在第維度的輸出，表示學(xué)生模型中間層特征在第維度的輸出，表示可學(xué)習(xí)的線性投影矩陣，適配特征維度差異，表示L2范數(shù)的平方； 所述B3中構(gòu)建聯(lián)合損失函數(shù)的公式為： ； ； 其中，表示聯(lián)合損失函數(shù)，和表示權(quán)重系數(shù)，表示分類類別數(shù)，表示分類類別索引，表示真實標(biāo)簽，表示預(yù)測概率。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人廣東電邦新能源科技有限公司，其通訊地址為：523000 廣東省東莞市石排鎮(zhèn)李家坊商業(yè)街29號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。