一种基于大数据的多媒体设备的远程管理系统及方法与流程

1.本发明涉及数据远程处理技术领域，具体为一种基于大数据的多媒体设备的远程管理系统及方法。


背景技术：

2.随着教育现代化的不断发展，多媒体教学的应用越来越广泛，传统教学的方式也在很大程度上得到了改善。利用多媒体教学可以充分调动学生们的感官，塑造教学氛围，提升学生们上课的积极性，进而提高课堂效率。多媒体技术能将文字、图表、声音、动、静图像集成在一起，构成教学软件，产生极佳的逼真效果，使内容更充实、更形象、更具有吸引力，从而提高学生的学习热情和学习效率。提高了辅助教学、综合利用多媒体信息的水平。多媒体技术和网络技术相结合，使多媒体辅助教学系统可以让生生之间、师生之间跨越时空限制互相交流，使每个学生能够同时拥有广阔的信息来源接口，从而扩大了知识面，提高了分析问题和解决问题的能力。
3.基于当前科技迅猛发展的基础上，多媒体设备教学已经走入各个领域，然而目前的多媒体设备依旧需要人工手动对界面上的重要内容进行标记，同时在面向大教室或者大场地时，界面上的内容对于后排听众极其不友好，但目前依然需要讲师手动进行调整放大，在实际应用中常导致讲师无法离开讲台，时刻进行调整，影响教学，同时也缺乏智能化。


技术实现要素：

4.本发明的目的在于提供一种基于大数据的多媒体设备的远程管理系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据的多媒体设备的远程管理方法，该方法包括以下步骤：
6.s1、构建多媒体设备远程访问网络平台，所述远程访问网络平台集实时采集、传输和控制一体，包括实时数据采集单元、数据传输单元和远程控制单元；
7.s2、获取历史教学视频数据，基于教师对多媒体设备的个性化操作历史数据，构建机器学习动作模型；
8.s3、实时获取教学端口的音频数据，获取各个关键词的出现时间，并标记；
9.s4、基于不同关键词的出现时间，获取实时教学下的多媒体设备页面数据，智能化对显示页面进行调节。
10.根据上述技术方案，所述机器学习动作模型包括：
11.获取历史教学视频数据，所述教师对多媒体设备的个性化操作历史数据包括界面动作指令、界面控制区域和语音识别；所述界面动作指令包括界面放大指令和界面标记指令；所述界面控制区域指界面动作指令作用的区域；所述语音识别用于获取教师的课程音频数据，并在界面动作指令时间内识别关键词；
12.构建机器学习动作模型，记为概率函数p(x丨c)，p(x丨c)由唯一的参数lc确定，设
置概率阈值p
max
，在概率函数p(x丨c)满足概率阈值p
max
时，输出智能化的界面动作；
13.机器学习依赖于概率，通俗理解来说，往往是利用已知的样本结果信息，反推最具有可能(最大概率)导致这些样本结果出现的模型参数值，然后再度获取实时的数据信息，基于得到的模型参数值得出一种概率，基于得出的概率再去处理下一步学习动作；
14.取n组历史教学视频数据作为训练集d，训练集d中每一组样本包括界面动作指令、界面控制区域、界面动作指令下的语音识别中的教师的课程音频数据以及时间信息数据；利用训练集d来估计参数lc；
15.lc的极大似然估计为：
[0016][0017]
其中，代表lc对于训练集中第c类样本组成的集合dc的对数似然估计；l
c0
代表lc的极大似然估计值；max(l
c0
)代表取最大值。
[0018]
根据上述技术方案，利用语音识别，以在时间周期t内重复出现m次的词汇作为关键词，获取界面上关键词所在的区域，记为界面控制区域，所述界面控制区域设置有阈值面积，任一界面控制区域面积不超过阈值面积；t、m均为系统设置常数；
[0019]
在上述技术方案中，界面控制区域要满足相应的文字或图像的放大程度，同时也要考虑到整个多媒体设备屏幕的大小，因此要对不同的多媒体设备设置不同的常数值，这个具体要看设备的大小和要放大的程度；
[0020]
若存在一时间满足小于时间周期t，但其对应的界面控制区域满足阈值面积，则终止当前关键词选取，重新记录下一个时间周期；
[0021]
时间周期的处理在于讲师授课过程中对于不同关键词的处理时长，有时候会对一个关键词的处理超出了时间周期，那么此时会自动截止，进入下一周期，又因为上一周期已经讲述了许多内容，可能会导致下一周期的时间很短，影响数据的准确性，因此设置清理流程；
[0022]
将每一次关键词选取的时间摘录至存储单元中，记为时间信息数据，对时间信息数据进行数据修理；
[0023]
所述数据修理包括任选两个相邻的时间信息数据，若其对应的界面控制区域为同一个，删除后序的时间信息数据；
[0024]
对数据修理后的时间信息数据进行时间范围取值：
[0025]
在时间信息数据中选取a组数据进行时间范围分析，将a+1作为下一次的时间预测结果：t
a+1
＝i+j*k；其中t
a+1
代表下一次的时间信息数据预测结果；i为预测截距；j为预测斜率；k为预测次数；其中对i、j取值如下：
[0026]
i＝2w
1-w2[0027][0028]
其中，w1代表一次移动平均值；w2代表二次移动平均值；m代表参与移动的数据组数；
[0029]
系统设置l作为序列组数量阈值，持续预测选取时间信息数据，直至满足数量l，l大于a；
[0030]
在l组数据中，选取最小值与最大值组成时间范围，记为时间范围[i1、i2]。
[0031]
根据上述技术方案，实时获取教学端口的音频数据，获取关键词数据；对应获取界面上关键词所在的区域；
[0032]
实时获取关键词的出现时间，并标记，在其出现m次时中止标记，形成时间信息数据；若时间信息数据满足时间范围[i1、i2]，送入机器学习动作模型输出概率值；
[0033]
在概率函数p(x丨c)的概率值满足概率阈值p
max
时，输出智能化的界面动作；
[0034]
所述智能化的界面动作包括对界面动作区域进行标记并放大。
[0035]
一种基于大数据的多媒体设备的远程管理系统，该系统包括：多媒体设备管理模块、机器学习动作模块、时间信息判断模块和远程控制模块；
[0036]
所述多媒体设备管理模块用于构建多媒体设备远程访问网络平台，所述远程访问网络平台集实时采集、传输和控制一体；所述机器学习动作模块用于获取历史教学视频数据，基于教师对多媒体设备的个性化操作历史数据，构建机器学习动作模型；所述时间信息判断模块用于对时间信息数据进行数据修理，生成时间范围；所述远程控制模块用于实时获取远程控制单元的指令信息，智能化对显示页面进行调节；
[0037]
所述多媒体设备管理模块的输出端与所述机器学习动作模块的输入端相连接；所述机器学习动作模块的输出端与所述时间信息判断模块的输入端相连接；所述时间信息判断模块的输出端与所述远程控制模块的输入端相连接。
[0038]
根据上述技术方案，所述多媒体设备管理模块包括实时数据采集单元、数据传输单元和远程控制单元；
[0039]
所述实时数据采集单元用于设置采集设备，对多媒体教室内的教学数据进行实时采集；所述数据传输单元用于将实时采集的教学数据传输至远程控制单元；所述远程控制单元用于输出远程控制指令；
[0040]
所述实时数据采集单元的输出端与所述数据传输单元的输入端相连接；所述远程控制单元的输出端与所述远程控制模块的输入端相连接。
[0041]
根据上述技术方案，所述机器学习动作模块包括历史数据单元和模型构建单元；
[0042]
所述历史数据单元用于获取历史教学视频数据；所述模型构建单元用于根据教师对多媒体设备的个性化操作历史数据，构建机器学习动作模型；
[0043]
所述历史数据单元的输出端与所述模型构建单元的输入端相连接。
[0044]
根据上述技术方案，所述时间信息判断模块包括存储单元和时间范围单元；
[0045]
所述存储单元用于记录每一次关键词选取的时间，记为时间信息数据，对时间信息数据进行数据修理；所述时间范围单元用于根据时间信息数据，构建预测模型，生成时间范围；
[0046]
所述存储单元的输出端与所述时间范围单元的输入端相连接。
[0047]
根据上述技术方案，所述远程控制模块包括指令接收单元和界面控制单元；
[0048]
所述指令接收单元用于实时获取远程控制单元的指令信息；所述界面控制单元连接有界面控制系统，在接收到指令信息后，智能化对显示页面进行调节；
[0049]
所述指令接收单元的输出端与所述界面控制单元的输入端相连接。
[0050]
与现有技术相比，本发明所达到的有益效果是：本发明进一步提高多样化的创意动画与教学组件在多媒体设备中的应用，从教育、操作界面、程序灵活性等各方面，提供具有价值的、全新概念的智能化平台，高效应用多媒体教学工具辅助教学，在面向大教室或者大场地时，照顾后排听众，提高讲师效率，专注教学，提高设备的远程控制智能化水平。
附图说明
[0051]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0052]
图1是本发明一种基于大数据的多媒体设备的远程管理系统及方法的流程示意图。
具体实施方式
[0053]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0054]
请参阅图1，在本实施例一中，提供一种基于大数据的多媒体设备的远程管理方法，具体如下：
[0055]
构建多媒体设备远程访问网络平台，所述远程访问网络平台集实时采集、传输和控制一体，包括实时数据采集单元、数据传输单元和远程控制单元；
[0056]
利用实时数据采集单元布设各类采集装置，例如传感器等，实时采集多媒体教室内的教学数据；利用数据传输单元架设数据传输线路，将实时采集的教学数据传输至远程控制单元；远程控制单元连接有远程控制模块，远程控制模块属于端口部分模块，其与多媒体设备连接在一起，直接控制设备界面，而远程控制单元仅用于输出远程控制指令；
[0057]
构建机器学习动作模型进行界面的智能化控制：
[0058]
获取历史教学视频数据，所述教师对多媒体设备的个性化操作历史数据包括界面动作指令、界面控制区域和语音识别；所述界面动作指令包括界面放大指令和界面标记指令；所述界面控制区域指界面动作指令作用的区域；所述语音识别用于获取教师的课程音频数据，并在界面动作指令时间内识别关键词；
[0059]
构建机器学习动作模型，记为概率函数p(x丨c)，p(x丨c)由唯一的参数lc确定，设置概率阈值p
max
，在概率函数p(x丨c)满足概率阈值p
max
时，输出智能化的界面动作；
[0060]
取n组历史教学视频数据作为训练集d，训练集d中每一组样本包括界面动作指令、界面控制区域、界面动作指令下的语音识别中的教师的课程音频数据以及时间信息数据；
[0061]
例如以线性的方式分析为例，则有界面控制区域p，p内存在有关键词x1、x2，讲师的界面动作指令为放大界面控制区域p；时间信息数据记为t1；上述可成为一组样本数据；另有样本也可为有界面控制区域p，p内存在有关键词x3，讲师的界面动作指令为无动作；时间信息数据记为t2；上述也可成为一组样本数据；
[0062]
利用训练集d来估计参数lc；
[0063]
lc的极大似然估计为：
[0064][0065]
其中，代表lc对于训练集中第c类样本组成的集合dc的对数似然估计；l
c0
代表lc的极大似然估计值；max(l
c0
)代表取最大值。
[0066]
利用语音识别，以在时间周期t内重复出现m次的词汇作为关键词，获取界面上关键词所在的区域，记为界面控制区域，所述界面控制区域设置有阈值面积，任一界面控制区域面积不超过阈值面积；t、m均为系统设置常数；
[0067]
若存在一时间满足小于时间周期t，但其对应的界面控制区域满足阈值面积，则终止当前关键词选取，重新记录下一个时间周期；
[0068]
将每一次关键词选取的时间摘录至存储单元中，记为时间信息数据，对时间信息数据进行数据修理；
[0069]
所述数据修理包括任选两个相邻的时间信息数据，若其对应的界面控制区域为同一个，删除后序的时间信息数据；
[0070]
对数据修理后的时间信息数据进行时间范围取值：
[0071]
在时间信息数据中选取a组数据进行时间范围分析，将a+1作为下一次的时间预测结果：t
a+1
＝i+j*k；其中t
a+1
代表下一次的时间信息数据预测结果；i为预测截距；j为预测斜率；k为预测次数；其中对i、j取值如下：
[0072]
i＝2w
1-w2[0073][0074]
其中，w1代表一次移动平均值；w2代表二次移动平均值；m代表参与移动的数据组数；
[0075]
系统设置l作为序列组数量阈值，持续预测选取时间信息数据，直至满足数量l，l大于a；
[0076]
在l组数据中，选取最小值与最大值组成时间范围，记为时间范围[i1、i2]。
[0077]
实时获取教学端口的音频数据，获取关键词数据；对应获取界面上关键词所在的区域；
[0078]
实时获取关键词的出现时间，并标记，在其出现m次时中止标记，形成时间信息数据；若时间信息数据满足时间范围[i1、i2]，送入机器学习动作模型输出概率值；
[0079]
在概率函数p(x丨c)的概率值满足概率阈值p
max
时，输出智能化的界面动作；
[0080]
所述智能化的界面动作包括对界面动作区域进行标记并放大。
[0081]
在本实施例二中，提供一种基于大数据的多媒体设备的远程管理系统，该系统包括：多媒体设备管理模块、机器学习动作模块、时间信息判断模块和远程控制模块；
[0082]
所述多媒体设备管理模块用于构建多媒体设备远程访问网络平台，所述远程访问网络平台集实时采集、传输和控制一体；所述机器学习动作模块用于获取历史教学视频数据，基于教师对多媒体设备的个性化操作历史数据，构建机器学习动作模型；所述时间信息判断模块用于对时间信息数据进行数据修理，生成时间范围；所述远程控制模块用于实时
获取远程控制单元的指令信息，智能化对显示页面进行调节；
[0083]
所述多媒体设备管理模块的输出端与所述机器学习动作模块的输入端相连接；所述机器学习动作模块的输出端与所述时间信息判断模块的输入端相连接；所述时间信息判断模块的输出端与所述远程控制模块的输入端相连接。
[0084]
所述多媒体设备管理模块包括实时数据采集单元、数据传输单元和远程控制单元；
[0085]
所述实时数据采集单元用于设置采集设备，对多媒体教室内的教学数据进行实时采集；所述数据传输单元用于将实时采集的教学数据传输至远程控制单元；所述远程控制单元用于输出远程控制指令；
[0086]
所述实时数据采集单元的输出端与所述数据传输单元的输入端相连接；所述远程控制单元的输出端与所述远程控制模块的输入端相连接。
[0087]
所述机器学习动作模块包括历史数据单元和模型构建单元；
[0088]
所述历史数据单元用于获取历史教学视频数据；所述模型构建单元用于根据教师对多媒体设备的个性化操作历史数据，构建机器学习动作模型；
[0089]
所述历史数据单元的输出端与所述模型构建单元的输入端相连接。
[0090]
所述时间信息判断模块包括存储单元和时间范围单元；
[0091]
所述存储单元用于记录每一次关键词选取的时间，记为时间信息数据，对时间信息数据进行数据修理；所述时间范围单元用于根据时间信息数据，构建预测模型，生成时间范围；
[0092]
所述存储单元的输出端与所述时间范围单元的输入端相连接。
[0093]
所述远程控制模块包括指令接收单元和界面控制单元；
[0094]
所述指令接收单元用于实时获取远程控制单元的指令信息；所述界面控制单元连接有界面控制系统，在接收到指令信息后，智能化对显示页面进行调节；
[0095]
所述指令接收单元的输出端与所述界面控制单元的输入端相连接。
[0096]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0097]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于大数据的多媒体设备的远程管理方法，其特征在于：该方法包括以下步骤：s1、构建多媒体设备远程访问网络平台，所述远程访问网络平台集实时采集、传输和控制一体，包括实时数据采集单元、数据传输单元和远程控制单元；s2、获取历史教学视频数据，基于教师对多媒体设备的个性化操作历史数据，构建机器学习动作模型；s3、实时获取教学端口的音频数据，获取各个关键词的出现时间，并标记；s4、基于不同关键词的出现时间，获取实时教学下的多媒体设备页面数据，智能化对显示页面进行调节。2.根据权利要求1所述的一种基于大数据的多媒体设备的远程管理方法，其特征在于：所述机器学习动作模型包括：获取历史教学视频数据，所述教师对多媒体设备的个性化操作历史数据包括界面动作指令、界面控制区域和语音识别；所述界面动作指令包括界面放大指令和界面标记指令；所述界面控制区域指界面动作指令作用的区域；所述语音识别用于获取教师的课程音频数据，并在界面动作指令时间内识别关键词；构建机器学习动作模型，记为概率函数p(x丨c)，p(x丨c)由唯一的参数l
c
确定，设置概率阈值p
max
，在概率函数p(x丨c)满足概率阈值p
max
时，输出智能化的界面动作；取n组历史教学视频数据作为训练集d，训练集d中每一组样本包括界面动作指令、界面控制区域、界面动作指令下的语音识别中的教师的课程音频数据以及时间信息数据；利用训练集d来估计参数l
c
；l
c
的极大似然估计为：其中，代表l
c
对于训练集中第c类样本组成的集合d
c
的对数似然估计；l
c0
代表l
c
的极大似然估计值；max(l
c0
)代表取最大值。3.根据权利要求2所述的一种基于大数据的多媒体设备的远程管理方法，其特征在于：利用语音识别，以在时间周期t内重复出现m次的词汇作为关键词，获取界面上关键词所在的区域，记为界面控制区域，所述界面控制区域设置有阈值面积，任一界面控制区域面积不超过阈值面积；t、m均为系统设置常数；若存在一时间满足小于时间周期t，但其对应的界面控制区域满足阈值面积，则终止当前关键词选取，重新记录下一个时间周期；将每一次关键词选取的时间摘录至存储单元中，记为时间信息数据，对时间信息数据进行数据修理；所述数据修理包括任选两个相邻的时间信息数据，若其对应的界面控制区域为同一个，删除后序的时间信息数据；对数据修理后的时间信息数据进行时间范围取值：在时间信息数据中选取a组数据进行时间范围分析，将a+1作为下一次的时间预测结果：t
a+1
＝i+j*k；其中t
a+1
代表下一次的时间信息数据预测结果；i为预测截距；j为预测斜
率；k为预测次数；其中对i、j取值如下：i＝2w
1-w2其中，w1代表一次移动平均值；w2代表二次移动平均值；m代表参与移动的数据组数；系统设置l作为序列组数量阈值，持续预测选取时间信息数据，直至满足数量l，l大于a；在l组数据中，选取最小值与最大值组成时间范围，记为时间范围[i1、i2]。4.根据权利要求3所述的一种基于大数据的多媒体设备的远程管理方法，其特征在于：实时获取教学端口的音频数据，获取关键词数据；对应获取界面上关键词所在的区域；实时获取关键词的出现时间，并标记，在其出现m次时中止标记，形成时间信息数据；若时间信息数据满足时间范围[i1、i2]，送入机器学习动作模型输出概率值；在概率函数p(x丨c)的概率值满足概率阈值p
max
时，输出智能化的界面动作；所述智能化的界面动作包括对界面动作区域进行标记并放大。5.一种基于大数据的多媒体设备的远程管理系统，其特征在于：该系统包括：多媒体设备管理模块、机器学习动作模块、时间信息判断模块和远程控制模块；所述多媒体设备管理模块用于构建多媒体设备远程访问网络平台，所述远程访问网络平台集实时采集、传输和控制一体；所述机器学习动作模块用于获取历史教学视频数据，基于教师对多媒体设备的个性化操作历史数据，构建机器学习动作模型；所述时间信息判断模块用于对时间信息数据进行数据修理，生成时间范围；所述远程控制模块用于实时获取远程控制单元的指令信息，智能化对显示页面进行调节；所述多媒体设备管理模块的输出端与所述机器学习动作模块的输入端相连接；所述机器学习动作模块的输出端与所述时间信息判断模块的输入端相连接；所述时间信息判断模块的输出端与所述远程控制模块的输入端相连接。6.根据权利要求5所述的一种基于大数据的多媒体设备的远程管理系统，其特征在于：所述多媒体设备管理模块包括实时数据采集单元、数据传输单元和远程控制单元；所述实时数据采集单元用于设置采集设备，对多媒体教室内的教学数据进行实时采集；所述数据传输单元用于将实时采集的教学数据传输至远程控制单元；所述远程控制单元用于输出远程控制指令；所述实时数据采集单元的输出端与所述数据传输单元的输入端相连接；所述远程控制单元的输出端与所述远程控制模块的输入端相连接。7.根据权利要求5所述的一种基于大数据的多媒体设备的远程管理系统，其特征在于：所述机器学习动作模块包括历史数据单元和模型构建单元；所述历史数据单元用于获取历史教学视频数据；所述模型构建单元用于根据教师对多媒体设备的个性化操作历史数据，构建机器学习动作模型；所述历史数据单元的输出端与所述模型构建单元的输入端相连接。8.根据权利要求5所述的一种基于大数据的多媒体设备的远程管理系统，其特征在于：所述时间信息判断模块包括存储单元和时间范围单元；所述存储单元用于记录每一次关键词选取的时间，记为时间信息数据，对时间信息数
据进行数据修理；所述时间范围单元用于根据时间信息数据，构建预测模型，生成时间范围；所述存储单元的输出端与所述时间范围单元的输入端相连接。9.根据权利要求5所述的一种基于大数据的多媒体设备的远程管理系统，其特征在于：所述远程控制模块包括指令接收单元和界面控制单元；所述指令接收单元用于实时获取远程控制单元的指令信息；所述界面控制单元连接有界面控制系统，在接收到指令信息后，智能化对显示页面进行调节；所述指令接收单元的输出端与所述界面控制单元的输入端相连接。

技术总结
本发明公开了一种基于大数据的多媒体设备的远程管理系统及方法，属于数据远程处理技术领域。本发明包括多媒体设备管理模块、机器学习动作模块、时间信息判断模块和远程控制模块；所述多媒体设备管理模块的输出端与所述机器学习动作模块的输入端相连接；所述机器学习动作模块的输出端与所述时间信息判断模块的输入端相连接；所述时间信息判断模块的输出端与所述远程控制模块的输入端相连接。本发明能够进一步提高多样化的创意动画与教学组件在多媒体设备中的应用，从教育、操作界面、程序灵活性等各方面，提供具有价值的、全新概念的智能化平台，高效应用多媒体教学工具辅助教学，提高设备的远程控制智能化水平。提高设备的远程控制智能化水平。提高设备的远程控制智能化水平。


技术研发人员：王雅涵
受保护的技术使用者：深圳市纬亚森科技有限公司
技术研发日：2023.05.10
技术公布日：2023/7/25