[發明專利]遠程行車信息處理系統

在審

• 申請號: 201611236340.X
• 申請日: 2016-12-28
• 公開（公告）號: CN106777264A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 高輝;尚成輝
• 申請（專利權）人: 蕪湖樂銳思信息咨詢有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K17/00;G06N3/02;G08G1/017
• 代理公司: 北京輕創知識產權代理有限公司11212
• 代理人: 談杰

1.一種遠程行車信息處理系統，設有遠程管控平臺、兩個以上的車輛信息采集終端、兩個以上的管理終端，其特征在于兩個以上的管理終端分別經互聯網與遠程管控平臺相連接，兩個以上的車輛信息采集終端分別經移動通信網絡與遠程管控平臺相連接，所述管理終端設有控制器、射頻讀寫器、射頻天線，其中控制器與射頻讀寫器相連接，射頻天線與射頻讀寫器相連接，每個車輛信息采集終端載有能夠被管理終端識別的射頻標簽，車輛信息采集終端設有中央處理器、存儲器、電源、串口通信電路、移動通信電路、顯示電路、顯示器、語音輸出電路、揚聲器、報警電路，其中中央處理器分別與存儲器、電源、串口通信電路、移動通信電路、顯示電路、語音輸出電路、報警電路相連接，顯示電路的輸出端與顯示器相連接，語音輸出電路的輸出端與揚聲器相連接，中央處理器中設有數據上傳請求單元、數據加密單元、數據打包單元、數據上傳單元、用于接收遠程管控平臺的執行結果的下載單元；遠程管控平臺設有數據挖掘單元，所述數據挖掘單元對獲取的數據進行如下處理：

步驟1：從數據庫中抽取數據，對抽取的數據進行離散化處理；

步驟2：從步驟1所獲取的數據庫中抽取數據組成訓練集X，用于訓練哈希函數，訓練集的大小n由決定，其中t_α/2表示置信度的值，可以通過t分布臨界值獲得，ε表示最大的允許誤差；

步驟3：用X訓練哈希函數，首先涉及目標函數轉高位實數數據到低維數據，目標函數定義為：

，

其中X為訓練集，B為基空間，B的每一個向量均為訓練集X中訓練出來的基向量，S是X被投影在基空間B上的低維實數值，λ₁和λ₂是通過十折交叉驗證方法取得的可調參數，w_i,j是X中兩個實例X_i和X_j之間的歐式距離在高斯核上的投影，S_i和S_j是矩陣S中的兩個向量，B_i,j是矩陣B中第i行和第j列的元素，i＝1,2,3，……，n為表示實例的記號，j＝1,2,3，……k表示基向量的標號，n是實例的個數，k是基向量的個數，s＞0表示S中每個元素非負；

步驟4：對數據庫中還沒得到二進制代碼的實例進行二進制編碼，過稱謂對每一個實例x，通過s＝(B’B+2I)^-1B’x得到x的低維實數值，然后通過哈希函數得到它的低維二進制代碼，其中B是步驟2-2中定義的基空間，I是跟B同維度的單位矩陣，對整個數據庫進行編碼，完成數據的二維化；

步驟5：去掉不必要的條件屬性，從而分析所得到約簡中的條件屬性對于決策屬性的決策規則；

步驟6：消除數據中的不一致對象和冗余對象，其中不一致對象是指條件屬性相同而決策屬性不同的對象，冗余對象為條件屬性相同而決策屬性也相同的對象

步驟7：確定神經元網絡模型；

步驟8：訓練神經元網絡模型，并通過運行算法實現數據分析處理；

步驟9：顯示輸出結果。

2.根據權利要求1所述的一種遠程行車信息處理系統，其特征在于所述遠程管控平臺設有數據接收模塊、數據處理模塊、身份驗證模塊、結果輸出模塊，其中身份驗證模塊位于數據接收模塊的前端，數據接收模塊的輸出端與數據處理模塊相連接，數據處理模塊的輸出端與結果輸出模塊相連接，所述身份驗證模塊包括密鑰生成單元、上傳請求接收單元、身份驗證單元、密鑰發送單元、解密單元。

3.根據權利要求1所述的一種遠程行車信息處理系統，其特征在于所述數據處理模塊包括用于對輸入的樣本數據進行關聯處理的統計模塊、用于產生多個擾動副本的復制模塊、用于基于擾動特征并通過應用預定的分類標準對多個擾動副本進行分類的分類器、用于基于分類器結果獲得分析結果的分析器。

4.根據權利要求1所述的一種遠程行車信息處理系統，其特征在于車輛信息采集終端還設有與中央處理器相連接的網絡擁塞檢測模塊和數據通信快速切換模塊，其中網絡擁塞檢測模塊包括傳輸延時變化率獲取模塊、基準值調整模塊、判斷是否重置基準值模塊、基準值重置模塊、抖動值計算模塊，其中傳輸延時變化率獲取模塊、基準值調整模塊、判斷是否重置基準值模塊依次連接，判斷是否重置基準值模塊的輸出端分別與基準值重置模塊和抖動值計算模塊相連接，基準值重置模塊的輸出端與基準值調整模塊相連接。