本发明涉及设备控制，特别是涉及一种设备控制方法及装置、电子设备、存储介质。
背景技术：
1、随着物联网和人工智能技术的快速发展，智能家居系统已经成为现代家庭的重要组成部分。然而，现有的智能家居系统大多基于固定的预设规则或用户手动控制来实现设备的联动。这导致系统难以根据用户的实际需求提供个性化的服务，降低了用户体验。
技术实现思路
1、鉴于上述问题，提出了以便提供克服上述问题或者至少部分地解决上述问题的一种设备控制方法及装置、电子设备、存储介质，包括：
2、一种设备控制方法，所述方法包括：
3、获取第一终端设备针对目标用户采集的情感数据；
4、将所述情感数据输入采用目标神经网络模型，输出所述目标用户的情绪状态信息，所述目标神经网络模型为结合神经网络算法和注意力机制进行情绪状态识别的神经网络模型；
5、基于所述情绪状态信息控制一个或多个第二终端设备。
6、可选地，所述基于所述情绪状态信息控制一个或多个第二终端设备，包括：
7、获取一个或多个第二终端设备的设备状态信息；
8、根据所述设备状态信息和所述情绪状态信息生成所述一个或多个第二终端设备的设备控制策略；
9、按照所述设备控制策略控制所述一个或多个第二终端设备。
10、可选地，所述根据所述设备状态信息和所述情绪状态信息生成所述一个或多个第二终端设备的设备控制策略，包括：
11、获取基于历史设备状态、历史情绪状态进行设备控制策略优化生成的强化学习算法；
12、将所述设备状态信息和所述情绪状态信息输入所述强化学习算法，生成优化后的设备控制策略。
13、可选地，还包括：
14、获取所述目标用户针对所述设备控制策略的反馈信息；
15、基于所述反馈信息对所述目标神经网络模型和/或所述强化学习算法进行调整。
16、可选地，还包括：
17、当所述第二终端设备的环境状态更新时，基于更新后的环境状态对所述目标神经网络模型和/或所述强化学习算法进行调整。
18、可选地，还包括：
19、获取所述目标用户针对所述设备控制策略的反馈信息；
20、获取所述目标用户针对所述一个或多个第二终端设备的设备使用数据；
21、基于所述反馈信息和所述设备使用数据更新所述设备联动策略。
22、可选地，在将所述情感数据输入采用目标神经网络模型之前，还包括：
23、对所述情感数据进行预处理，其中，所述预处理包括预加重处理、归一化处理、端点检测中任一项或多项。
24、可选地，所述目标神经网络模型为卷积神经网络模型，所述卷积神经网络模型中的全连接层与用于执行注意力机制的注意力层连接，所述注意力层用于接收所述全连接层输出的特征数据，并采用所述注意力机制从所述模型数据中提取用于表示所述目标用户情绪状态的目标情绪特征。
25、可选地，所述目标神经网络模型的训练过程包括如下步骤：
26、从多个预训练的神经网络模型中确定初始神经网络模型；
27、基于所述初始神经网络模型进行迁移学习，得到目标神经网络模型。
28、一种设备控制装置，所述装置包括：
29、情感数据获取模块，用于获取第一终端设备针对目标用户采集的情感数据；
30、情绪状态确定模块，用于将所述情感数据输入采用目标神经网络模型，输出所述目标用户的情绪状态信息，所述目标神经网络模型为结合神经网络算法和注意力机制进行情绪状态识别的神经网络模型；
31、设备控制模块，用于基于所述情绪状态信息控制一个或多个第二终端设备。
32、一种电子设备，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述设备控制方法。
33、一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述设备控制方法。
34、本发明实施例具有以下优点：
35、在本发明实施例中，可以获取第一终端设备针对目标用户采集的情感数据；将情感数据输入采用目标神经网络模型，进而输出目标用户的情绪状态信息，进而可以基于情绪状态信息控制一个或多个第二终端设备，进而可以根据识别到的用户情绪状态控制终端设备，为用户提供个性化服务器，提升用户设备使用体验。
1.一种设备控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述情绪状态信息控制一个或多个第二终端设备，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述设备状态信息和所述情绪状态信息生成所述一个或多个第二终端设备的设备控制策略，包括：
4.根据权利要求3所述的方法，其特征在于，还包括：
5.根据权利要求3所述的方法，其特征在于，还包括：
6.根据权利要求3所述的方法，其特征在于，还包括：
7.根据权利要求1至6中任一项所述的方法，其特征在于，在将所述情感数据输入采用目标神经网络模型之前，还包括：
8.根据权利要求1中任一项所述的方法，其特征在于，所述目标神经网络模型为卷积神经网络模型，所述卷积神经网络模型中的全连接层与用于执行注意力机制的注意力层连接，所述注意力层用于接收所述全连接层输出的特征数据，并采用所述注意力机制从所述模型数据中提取用于表示所述目标用户情绪状态的目标情绪特征。
9.根据权利要求1或8所述的方法，其特征在于，所述目标神经网络模型的训练过程包括如下步骤：
10.一种设备控制装置，其特征在于，所述装置包括：
11.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至9中任一项所述设备控制方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述设备控制方法。
