英语原文共 4 页，剩余内容已隐藏，支付完成后下载完整资料

---

一种基于RFID的智能家居内容感知冰箱

摘要:随着广播的日益普及频率识别，它更容易为我们领导更多方便健康的生活。本文提出了一种基于RFID的内容感知冰箱内容感知服务来调整我们的饮食习惯。特别是,对于患者，系统能够告知他们服用一定的药物对他们的健康有好处的食物，并打印一个购物清单当冰箱的库存不足时，聪明地。与食物本体论中，我分析了营们养素之间的不同类型食物。并对食谱提出建议，以确保每个家庭成员都将得到均衡的饮食。

关键词:RFID，智能家居，内容感知。

1. 介绍

随着科技的发展，越来越多我们日常生活中的设备正在连接到互联网，意味着智能家居将不再出现在电影中。这是已经成为环境领域的一个重要研究领域情报[6]。研究人员和实业家一直在努力重视RFID的研究。作为智能家居不可或缺的一部分，我们为冰箱配备了RFID阅读器。所以我们可以监控冰箱的库存并分析了不同种类食物之间的关系。以rfid为基础的冰箱将记录家庭日常饮食，这是长期的日常饮食记录[5]。

近年来，人们对其进行了多方面的研究RFID进入食品安全监管，对食品进行跟踪和追踪并提供高透明度的食品供应链[4]。所以消费者很容易知道食物来自哪里。营养学家经常教育和推荐人们的饮食一个均衡的营养。我们已经有PDA应用了帮助长期病患者监测和维持他们的健康营养摄入[9]。我们的目标不仅仅是跟踪所有的事情冰箱里有各种各样的食物和它们的营养数据并对每个人的饮食选择过程提出建议家庭。

然而，一个家庭的成员可能有不同的饮食习惯。尤其是那些不能吃某些食物的人糖尿病患者。幸运的是，像PIPS这样的项目(健康生活个性化信息平台服务)是由欧盟委员会举办的创举医疗服务模式，将指导糖尿病患者在食物的选择上[8]。所有的病人都是独一无二的，通过射频识别标签和病人的记录将被识别存储在医院[7]的数据库中。当我们构建食品的领域本体我们需要分别考虑通过数据库中的不同人的营养体重医院。使一个健康的人也需要调整他的饮食，因为季节变化。

本文的其余部分共分为5个部分。第2节描述了支持内容的体系结构冰箱和机械装置。本文的第三节阐述了材料和方法。第4节给出了智能中的一个场景创建一个购物清单。最后，第五部分提出一些结论和未来的工作。

1. 架构和机制

在本节中，我们将对我们的并对系统的体系结构和机制进行了讨论上面提到的。

1. 体系结构概述

如图1所示，我们将看到整个系统的整体架构。该系统由三部分组成:家庭部分、健康中心部分和购物中心及社区部分。

在家庭中，系统由一个家庭服务器、一个移动客户机和一个基于rfid的冰箱组成(参见图2)。用户使用移动客户端设置冰箱中食物存量的阈值。当某些食物快用完时，家用服务器会向用户发送提醒信息。产品有许多特点，如营养、重量、大小、耐用性、价格等。带有射频识别标签

图1.家庭医疗保健系统体系结构

图2.内容感知的冰箱架构

用户可以很容易地查看每种食物的详细信息项。不同的人有不同的选择，所以我们的系统建议用户进行消费，根据用户的饮食习惯和饮食习惯进行补充健康。户主将他或她的服务请求发送到服务器端，然后他会收到一个购物清单与考虑到整个家庭的营养平衡。

然而，只有一个内容敏感的购物清单是不够的。我们应该做一个食谱推荐如何用当前的食材烹饪在冰箱里。有了互联网的好处，所有的居民都在社区可以通过网站分享他们的配方数据智能家居网关。数据被集成并存储在家庭的服务器端。以满足那些拥有的人特殊的营养需求，需要一个健康的平衡饮食，系统检查他们在一个健康中心的数据库的饮食需求。

1. 内容处理器和配方共享机制

对用户饮食习惯的调节作用在这篇论文。该服务主要侧重于分析用户的信息从健康中心和处理的原料食品项目数据与内容处理器。最后,系统将根据的结果创建购物清单。内容流程(参见图3)。

图3.内容处理器方案

1. 生食项目:当提到生食项目时，我们指的是生食项目主要集中在现有的食物上冰箱里。有了内容处理器，我们就可以做一个决定我们是否应该补充它。
2. 用户信息:用户信息表示吃健康中心提供的生活习惯或病历。的内容处理器将分析用户的健康状况和调整每种食物的数量。
3. 内容处理器:内容处理器获取可从基于rfid的冰箱和健康中心的远程数据库获取用户信息。与我们的食品本体构建机制与权重调整算法，我们可以打印一个很平衡的购物清单。
4. 购物清单:

购物清单将通过短信发送到移动客户端。这份名单还包括一些信息，以帮助提供导览服务。

尽管有一个平衡的购物清单，它也很重要推荐食谱。我们的系统提供了一个配方共享机制，供社区居民共享他们和邻居的家庭食谱。

如图4所示，当用户准备一顿饭时系统完成两个会话:在第一个会话中系统检查冰箱的储存情况。在第二阶段，所有的食物冰箱里的食物与当地的食谱相匹配数据库。

图4.社区中的配方共享机制

1. 材料和方法
2. 食品项目数据采集

以分析食品的营养成分，帮助人们为了建立一个平衡的饮食习惯，我们将模拟基于标签提供食品信息的远程服务器远程服务器有一个分组为18的数据集主要类别:谷物、淀粉、坚果、种子、水果、蔬菜、藻类，蘑菇，豆类，肉类，鱼类和贝类，鸡蛋，奶制品，采购产品脂肪和油，糖和糖果，嗜好饮料，调味品香料，零食和加工食品。每种食物都是通过卡路里、蛋白质、脂肪等营养物质的含量，

碳水化合物、膳食纤维。

该过程包括三个部分:1)RFID阅读器读取标签;2)使用中间件控制阅读器过滤重复内容标记id，并解析id;远程服务器将应答一个将xml文件发送到家庭服务器，并由应用层处理基本操作为用户提供多项服务。

1. 方法

在这一部分中，我们提出了一个食品本体的构建机制(参见图5)和决定的算法我们是否应该补充某些食物。

图5.食品本体构建机制

1)数据处理-营养权重算法(图6):

在算法中，变量定义如下:

qi:某食品中营养成分的含量;

Wi:某些人的营养成分的重量;

wfi:特定人群的食物重量;

N:营养表。

图6.数据处理-营养重量算法

2)数据处理-食品重量算法(见图7):

在算法中，变量定义如下:

Wfi:第j个人食物的重量;

PF:权重数组offood;

N:营养组合;

P: person数组;

F:食品项目数组;

如图8所示，饮食树包括3个部分:人，食物和营养。通过这个过程，我们可做出决定一个家庭是否应该增加或减少购物清单上某些食物的数量取决于体重每种营养成分和每种食物的重量。

图7.数据处理-食物重量算法

图8.饮食树的结构

1. 一个场景在智能家居创建一个购物清单

我们考虑了一个智能家居的场景，冰箱会提供一些服务来帮助绿色组织管理他们的日常饮食。在图9中可以看到首页通道主页模块由4个模块组成:家庭成员模块，购物清单模块，食品项目模块和食谱模块。这里我们将显示该函数购物清单模块，提醒绿色补充包含内容的食物处理了一个购物清单(参见图10)。一旦他们设定了所有食物的门槛，系统会为他们监控库存。

因为格林先生是糖尿病患者，这个系统可以从医院拿到他的病历，计算一下对他来说，某种营养成分的重量。为了降低食物的总热量，我们需要控制食物如肥肉、动物脂肪和全脂牛奶在购物单中减少这些商品的重量。然后家庭将用其他食物代替饱和脂肪喜欢水果，满足格林先生的个人营养和保持健康和均衡的饮食。

图9.首页通道主页模块

图10.屏幕截图:购物清单，食物营养数组

1. 结论与未来工作

最近，IT行业最重要的趋势之一是智能家居的研究越来越受欢迎。毫无疑问，几年之后，随着智能家电的发展，人们的生活将会更加方便。基于RFID的内容感知冰箱的主要思想是整合食品信息和用户信息使用内容信息处理器的健康状况机制。未来，我们将专注于服务集成由智能超市提供内容感知冰箱。这样用户不仅知道他们需要补充什么但也获得了很多关于建设之前的见解建立一个智能购物指南，知道在哪里购买这些产品。

参考文献

[1] Marion OFarrell, Elfed Lewis, Colin Flanagan, William B. Lyons, and N.

Jackman 'Design of a System That Uses Optical-Fiber Sensors and

Neural Networks to Control a Large-Scale Industrial Oven by Monitoring

the Food Quality Online' IEEE SENSORS JOURNAL, vol. 5, NO.6, pp.

1407- 1420, December 2005

[2] Pravin Pawar, Bert-Jan van Beijnum, AIjan Peddemors, Aart van

Halteren 'Context-Aware Middleware Support for the Nomadic Mobile

Services on Multi-homed Handheld Mobile Devices' Computers and

Communications, 2007. ISCC 2007. 12th IEEE Symposium on, pp.

341-348, 1-4 July 2007.

[3] Huang-Chung Li, Wei-Min Ko 'Automated Food Ontology Construction

Mechanism For Diabetes Diet Care' Proceedings of the Sixth

International Conference on Machine Learning and Cybernetics, Hong

Kong, 19-22 August 2007, pp. 2953-2958.

[4] DING Zhen-hua, LI Jin-tao, FENG BoRadio 'Frequency Identification in

Food Supervision' Proc ofthe 9th International Conference on Advanced

Communication Technology. Phoenix Park:[s.n.],2007, pp.542-545.

[5] Yung-Chin Chen, Ming-Feng Hsieh, Chun-Chi Wang and Hung-Rei Lee

'RFID-Based Intelligent Systems for Home-Healthcare' Consumer

Electronics, 2007. ICCE 2007. Digest of Technical Papers. International

Conference on, pp. 1-2, 10-14 Jan. 2007.

[6] M. Rothensee 'A HIGH-FIDELITY SIMULATION OF THE SMART

FRIDGE ENABLING PRODUCT-BASEDSERVICES' Intelligent

Environments, 2007. IE 07. 3rd lET International Conference on, pp.

529-532 ,24-25 Sept. 2007.

[7] Martin OHalloran, Martin Glavin 'RFID Patient Tagging and Database

System' Proceedings of the International Conference on Networking,

International Conference on Systems and International Conference on

Mobile Communications and Learning Technologies, 2006, pp. 162-167.

[8] Jaime Cantais, David Dominguez, Valeria Gigante, Loredana Laera, and

Valentina Tamma 'An example offood ontology for diabetes control' In

Proceedings of the ISWC 2005 Workshop on Ontology Patterns for the

Semantic Web (lSWC-2005), Galway, Ireland, November

剩余内容已隐藏，支付完成后下载完整资料

---

资料编号：[237162]，资料为PDF文档或Word文档，PDF文档可免费转换为Word