[發明專利]一種新型物聯網遠程教學系統及控制方法

在審

• 申請號: 201910154986.0
• 申請日: 2019-03-01
• 公開（公告）號: CN109949187A
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 李海潔;趙妍
• 申請（專利權）人: 北華大學
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06Q10/02;G06Q10/06;G06K9/00;G07C1/10;G09B19/00;G09B5/02;G09B5/08
• 代理公司: 重慶信航知識產權代理有限公司 50218
• 代理人: 吳從吾

1.一種新型物聯網遠程教學系統控制方法，其特征在于，所述新型物聯網遠程教學系統控制方法包括：

步驟一：通過視頻采集模塊利用攝像器采集教師教學視頻內容，通過編輯模塊利用視頻編輯軟件編輯視頻的課程名稱、課程概要簡介、視頻內容；

步驟二：利用中央控制模塊控制無線通信模塊將編輯的視頻發送到服務器，并通過服務器發送到移動終端；

中央調控模塊采用基于云計算系統的LBFA算法實現對各模塊的分析與調控，LBFA算法的流程包括：

1)計算云計算系統當前相空間投影的重心G的位置(X，Y)；

2)接收當前的負載值，負載向量(a，b)；

3)計算位于相空間中最優子相空間中節點被分配了當前負載后系統的ΔLB值；

4)選取當前ΔLB最小的節點進行任務分配，保證分配后的系統負載均衡度LB最小；

5)重新計算系統在相空間中當前的重心位置，根據公式利用本次分配的負載值直接算出新的重心位置；

6)：返回步驟2)開始新的分配過程；

步驟三：通過課程管理模塊利用web網站對課程類型、課程編輯、課程學習記錄進行管理，通過課程查詢模塊利用搜索引擎對學習的課程進行搜索查詢；

步驟四：通過課程預約模塊利用預約程序對為學習的課程進行預約操作，通過質量評估模塊利用評估程序對學習的課程進行綜合評估；具體有：

建立因素集：

影響學習課程的各種參數組成因素集合，因素集合U＝{u₁,u₂,u₃}＝{課程類型不清、課程編輯混亂、課程學習記錄不詳}；

建立評價集：

為了對各評價指標進行定量分析需要確定各指標的評價集，采用5級百分制評價把評價集V劃分5個評價等級，即V＝{v₁，v₂，v₃，v₄，v₅}＝{優秀，良好，及格，差，極差}，其中v₁評分區間為90～100，中值為95；v₂評分區間為80～89，中值為84.5；依此類推；選擇各區間的中值作為等級的參數，則5個等級所對應的參數為{95，84.5，74.5，64.5，49.5}，參數列向量為ν＝{95，84.5，74.5，64.5，49.5}^T；

建立權重集：

(1)建立遞階層次結構：

根據評價指標體系，將問題所包含的各因素分為四個層次：第一層是評價的總目標層G，即綜合安全；第二層是準則層C；最后將個具體指標作為第三層，即指標層P；

(2)構造兩兩比較判斷矩陣：

根據1～9標度法逐層對各個要素兩兩之間進行重要性程度賦值，構造判斷矩陣U＝(u_ij)_n×n，其中u_ij表示因素u_i和u_j相對于準則層的重要值，矩陣U具有性質：u_ii＝1,u_ij＝1/u_ji,i,j＝1,2,…,n，得出判斷矩陣：將矩陣X¹～X⁵按列歸一化，即：

計算出矩陣Y為：

(3)隸屬度計算：

多位使用頻數統計法，對被評價的各項指標按評價集對各項指標的程度進行評級，得到因素集的隸屬度：

確定評判隸屬矩陣：

由得到第k個因素集的相對隸屬度矩陣：

其中：

式中：R_k—第k個因素集的相對隸屬度矩陣；

r_kij—第k個因素集的第i個因素屬于評價集中的j的隸屬度；

p_kij—組成員對第k個因素集的第i個因素指標評級為j的頻數；

構造模糊評判矩陣：

由各指標的權向量和矩陣R可構造模糊評判矩陣B，

計算綜合評判結果：

由模糊評判矩陣B和評價集的參數列向量，可求得綜合評判結果Z；

Z＝B·V

由上式可得到模糊綜合評價的結果，再根據評價等級規定，評定學習課程狀態；

步驟五：通過VR教學模塊利用VR設備進行虛擬教學學習操作，通過顯示模塊利用顯示器顯示課程內容。