基于神经网络的食谱生成的制作方法

技术特征：
1.一种生成食谱的方法，包括：根据多种食物成分的基于健康的特征、成本或流行度中的至少一个来确定目标食物产品的所述多种食物成分的排名；由神经网络接收所述多种食物成分的排名以及与目标食物产品处于同一类别的食物产品的多个现有食谱作为输入；以及由神经网络根据所述多种食物成分的排名和所述多个现有食谱生成结合来自所述多种食物成分中选定的食物成分的目标食物产品的新食谱作为输出。2.如权利要求1所述的方法，还包括：由神经网络接收所述多种食物成分中的每种食物成分的特性作为另一个输入；以及由神经网络根据所述多种食物成分的排名、所述多个现有食谱以及所述多种食物成分中的每种食物成分的特性来生成新食谱。3.如权利要求1所述的方法，其中新食谱结合第一食物成分作为选定的食物成分的可能性高于结合第二食物成分的可能性，该第二食物成分的排名在所述多种食物成分中低于第一食物成分的排名。4.如权利要求3所述的方法，其中选定的食物成分的排名低于所述多种食物成分中的至少一种食物成分的排名。5.如权利要求1所述的方法，还包括标记所述多个现有食谱中的第一食谱，以在生成新食谱时将神经网络的修改的类型限制到第一食谱。6.如权利要求1所述的方法，其中目标食物产品包括以下至少一种：零食、烘焙食物、糖果、基于合成植物的产品、能量棒、饮料、膳食替代品、膳食补充剂、超级食物、饮料、耐贮存食物、冷冻或冷藏食物、肉类产品或乳制品。7.如权利要求1所述的方法，还包括由神经网络生成用于目标食物产品的新食谱，该新食谱结合来自所述多种食物成分中的若干食物成分。8.如权利要求1所述的方法，还包括由标签引擎生成新食谱的营养描述。9.如权利要求1所述的方法，其中确定排名包括：根据所述多种食物成分中的每种食物成分的至少一个基于健康的特征来确定所述多种食物成分的第一排名；根据所述多种食物成分中的每种食物成分的成本来来确定所述多种食物成分的第二排名；根据所述多种食物成分中的每种食物成分的流行度来确定所述多种食物成分的第三排名；以及根据第一排名、第二排名和第三排名来确定所述多种食物成分的排名。10.如权利要求1所述的方法，其中所述多种食物成分的基于健康的特征包括所述多种食物成分之一的营养测量。11.一种用于生成食谱的系统，包括：存储设备，被配置为存储目标食物产品的多种食物成分的数据库；至少一个处理器，被配置为根据所述多种食物成分的基于健康的特征、成本或流行度中的至少一个来确定目标食物产品的所述多种食物成分的排名；以及由所述至少一个处理器实现的神经网络，被配置为：
接收所述多种食物成分的排名以及与目标食物产品处于同一类别的食物产品的多个现有食谱作为输入；以及根据所述多种食物成分的排名和多个现有食谱生成结合来自所述多种食物成分中选定的食物成分的目标食物产品的新食谱作为输出。12.如权利要求11所述的系统，所述神经网络被配置为：接收所述多种食物成分中的每种食物成分的特性；以及根据所述多种食物成分的排名、所述多个现有食谱以及所述多种食物成分中的每种食物成分的特性来生成新食谱。13.如权利要求11所述的系统，其中新食谱结合第一食物成分作为选定的食物成分的可能性高于结合第二食物成分的可能性，该第二食物成分的排名在所述多种食物成分中低于第一食物成分的排名。14.如权利要求13所述的系统，其中选定的食物成分的排名低于所述多种食物成分中的至少一种食物成分的排名。15.如权利要求11所述的系统，所述至少一个处理器被配置为标记所述多个现有食谱中的第一食谱，以在生成新食谱时将神经网络的修改的类型限制到第一食谱。16.如权利要求11所述的系统，其中目标食物产品包括以下至少一种：零食、烘焙食物、糖果、基于合成植物的产品、能量棒、饮料、膳食替代品、膳食补充剂、超级食物、饮料、耐贮存食物、冷冻或冷藏食物、肉类产品或乳制品。17.如权利要求11所述的系统，其中神经网络被配置为生成新食谱，以结合来自所述多种食物成分中的若干食物成分。18.如权利要求11所述的系统，还包括由所述至少一个处理器实现的标签引擎，该标签引擎被配置为生成新食谱的营养描述。19.如权利要求11所述的系统，所述至少一个处理器被配置为：根据所述多种食物成分中的每种食物成分的至少一个基于健康的特征来确定所述多种食物成分的第一排名；根据所述多种食物成分中的每种食物成分的成本来确定所述多种食物成分的第二排名；根据所述多种食物成分中的每种食物成分的流行度来确定所述多种食物成分的第三排名；以及根据第一排名、第二排名和第三排名来确定所述多种食物成分的排名。20.如权利要求11所述的系统，其中所述多种食物成分的基于健康的特征包括所述多种食物成分之一的营养测量。

技术总结
本公开的说明性方面是生成食谱的系统和方法，其包括根据多种食物成分的基于健康的特征、成本或流行度中的至少一个来确定目标食物产品的所述多种食物成分的排名。神经网络能够接收所述多种食物成分的排名以及与目标食物产品处于同一类别的食物的多个现有食谱作为输入。神经网络能够根据所述多种食物成分的排名和所述多个现有食谱生成结合来自所述多种食物成分中选定的食物成分的目标食物产品的新食谱作为输出。新食谱作为输出。新食谱作为输出。


技术研发人员：R
受保护的技术使用者：旅游食品股份有限公司
技术研发日：2019.11.01
技术公布日：2021/11/26