【技术实现步骤摘要】
本申请涉及通信，更具体的说，本申请涉及一种基于在线教育的控制方法及系统。
技术介绍
1、在线教育是指通过互联网和数字技术，以在线形式进行教学和学习的教育模式。它允许学生通过计算机、平板电脑或智能手机等设备与教育资源进行交互，取代了传统课堂上面对面的学习方式。
2、网课视频是在线教育的重要部分，然而实际使用中，网课视频常常会受到外界因素限制而造成卡顿，现有技术中一般通过数据压缩技术降低需要传输的数据量大小，从而保证网课视频的流畅性，但是，数据压缩技术不能实时调整压缩的倍率，这会导致在传输通路的带宽出现波动时，压缩后的数据过小而造成传输通路带宽的浪费，从而导致网课视频质量偏低，因此，如何在保证网课视频流畅的前提下最大化利用传输通路的带宽成为业界面临的难题。
技术实现思路
1、本申请提供一种基于在线教育的控制方法及系统，能够在保证网课视频流畅的前提下最大化利用传输通路的带宽。
2、第一方面，本申请提供一种基于在线教育的控制方法，包括如下步骤：
3、采集在线教育平台的传输通路中的可用带宽数据，并转换为带宽数据序列，根据所述带宽数据序列确定网络拥塞时的网课视频数据；
4、对所述网课视频数据进行像素压缩，得到像素压缩矩阵，将所述像素压缩矩阵分解为多个像素压缩分向量，确定每个像素压缩分向量的损失准则值；
5、通过所有的损失准则值确定拥塞适应度，根据所有像素压缩分向量和所述拥塞适应度确定网络拥塞时的网课传输数据，将所述网课传输数据发送到目
6、获取目标用户的终端中网络拥塞时的上一帧的图像，并通过该图像和所述网课传输数据复原网络拥塞时的网课视频图像。
7、在一些实施例中，对所述网课视频数据进行像素压缩，得到像素压缩矩阵具体包括：
8、获取网络拥塞的上一时刻的前向传输数据；
9、根据所述前向传输数据对所述网课视频数据进行像素压缩，得到像素压缩矩阵。
10、在一些实施例中，根据所述带宽数据序列确定网络拥塞时的网课视频数据具体包括：
11、将带宽数据序列中的每个可用带宽数据与预设的拥塞阈值进行对比，当某一可用带宽数据小于该拥塞阈值时，将该个可用带宽数据对应的监测时间点作为网络拥塞的时刻；
12、获取在线教育平台向目标用户终端发送的网课视频在网络拥塞的时刻所在帧的图像数据，将该帧的图像数据作为网课视频数据。
13、在一些实施例中，确定每个像素压缩分向量的损失准则值具体包括：
14、根据所有的像素压缩分向量确定特征维度；
15、根据网络拥塞时的可用带宽数据确定适应系数；
16、获取所有的像素压缩分向量；
17、根据每个像素压缩分向量、所述适应系数和所述特征维度确定该个像素压缩分向量的损失准则值。
18、在一些实施例中，将所述像素压缩矩阵分解为多个像素压缩分向量具体包括：
19、根据所述像素压缩矩阵确定压缩数据偏差矩阵；
20、确定所述压缩数据偏差矩阵的多个特征值及对应的特征向量；
21、根据所述压缩数据偏差矩阵的每个特征值和对应的特征向量确定各个特征值的像素压缩分向量。
22、在一些实施例中，根据所有像素压缩分向量和所述拥塞适应度确定网络拥塞时的网课传输数据具体包括：
23、根据所述拥塞适应度去除多个像素压缩分向量；
24、根据剩余的像素压缩分向量确定网络拥塞时的网课传输数据。
25、在一些实施例中，通过该图像和所述网课传输数据复原网络拥塞时的网课视频图像具体包括：
26、根据目标用户的终端上网络拥塞的时刻上一帧的图像和所述网课传输数据确定模糊视频图像；
27、对所述模糊视频图像进行滤波，得到网络拥塞时的网课视频图像。
28、第二方面，本申请提供一种基于在线教育的控制系统，包括有：
29、监测模块，用于采集在线教育平台的传输通路中的可用带宽数据，并转换为带宽数据序列，根据所述带宽数据序列确定网络拥塞时的网课视频数据；
30、确定模块，用于对所述网课视频数据进行像素压缩，得到像素压缩矩阵，将所述像素压缩矩阵分解为多个像素压缩分向量，确定每个像素压缩分向量的损失准则值；
31、发送模块，用于通过所有的损失准则值确定拥塞适应度，根据所有像素压缩分向量和所述拥塞适应度确定网络拥塞时的网课传输数据，将所述网课传输数据发送到目标用户的终端；
32、复原模块，用于获取目标用户的终端中网络拥塞时的上一帧的图像，并通过该图像和所述网课传输数据复原网络拥塞时的网课视频图像。
33、第三方面，本申请提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行上述的基于在线教育的控制方法。
34、第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于在线教育的控制方法。
35、本申请公开的实施例提供的技术方案具有以下有益效果：
36、本申请实施例中，首先，通过对网络传输通路进行实时监测，获取带宽数据序列，确定会出现视频卡顿现象的网络拥塞的时刻，并对网络拥塞时需要传输的网课视频数据进行像素压缩，去除该帧图像中的冗余信息，仅保留该帧图像与上一帧图像相对变化的信息，即像素压缩矩阵，将像素压缩矩阵的主要信息进行分解，并确定分解后每个像素压缩分向量的损失准则值，本申请中该损失准则值是衡量每个像素压缩分向量含有网络拥塞时的网课视频数据与网络拥塞的上一时刻的前向传输数据之间差异信息量的参数，像素压缩分向量含有越多网课视频数据和前向传输数据之间的差异信息，该像素压缩分向量的损失准则值越大，当该损失准则值小于零时，说明为了满足传输通路可用带宽，对应的像素压缩分向量是应该舍弃的，本申请中通过所有的损失准则值确定拥塞适应度，该拥塞适应度是用于衡量需要将像素压缩矩阵中的信息去除多少的参数，通过该拥塞适应度可以保证后续得到的网课传输数据能够最大化利用传输通路中的带宽，通过拥塞适应度确定保留的主要信息，使得生成的网课传输数据能够顺畅的在可用带宽较小的传输通路中进行传输的同时保证最大化的带宽利用率；在目标用户终端接收到该网课传输数据后，将该网课传输数据与目标用户终端上的上一帧图像进行合并，并且通过滤波算法将图像变得更加平滑自然，从而复原出网络拥塞时的网课视频图像，即该方法通过对网络传输通路进行实时监测，能够在传输通路的带宽波动时，实时调整网课传输数据的大小，在保证网课视频流畅的前提下最大化利用传输通路的带宽。
本文档来自技高网...【技术保护点】
1.一种基于在线教育的控制方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，对所述网课视频数据进行像素压缩，得到像素压缩矩阵具体包括：
3.如权利要求1所述的方法，其特征在于，根据所述带宽数据序列确定网络拥塞时的网课视频数据具体包括：
4.如权利要求1所述的方法，其特征在于，确定每个像素压缩分向量的损失准则值具体包括：
5.如权利要求1所述的方法，其特征在于，将所述像素压缩矩阵分解为多个像素压缩分向量具体包括：
6.如权利要求1所述的方法，其特征在于，根据所有像素压缩分向量和所述拥塞适应度确定网络拥塞时的网课传输数据具体包括：
7.如权利要求1所述的方法，其特征在于，通过该图像和所述网课传输数据复原网络拥塞时的网课视频图像具体包括：
8.一种基于在线教育的控制系统，其特征在于，包括有：
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为获取所述代码，并执行如权利要求1至7任一项所述的基于在线教育的控制方法。
...【技术特征摘要】
1.一种基于在线教育的控制方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，对所述网课视频数据进行像素压缩，得到像素压缩矩阵具体包括：
3.如权利要求1所述的方法，其特征在于，根据所述带宽数据序列确定网络拥塞时的网课视频数据具体包括：
4.如权利要求1所述的方法，其特征在于，确定每个像素压缩分向量的损失准则值具体包括：
5.如权利要求1所述的方法，其特征在于，将所述像素压缩矩阵分解为多个像素压缩分向量具体包括：
6.如权利要求1所述的方法，其特征在于，根据所有像素压缩分向量和所述拥塞适应度确定网络拥塞时...
【专利技术属性】
技术研发人员：吴丰义，
申请(专利权)人：深圳市凌壹科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。