[发明专利]一种远程监控视频的传输方法及其传输装置

权利要求书

1.一种远程监控视频的传输方法，其特征在于，包括：

收集训练样本，所述数据样本为多输入单输出构成的样本；

根据模糊规则，对所述训练样本进行聚类，获得m组样本聚类结果；每一组聚类结果与一条模糊规则对应，每一条模糊规则与一个神经网络对应；

使用所述样本聚类结果，训练对应的神经网络；

将预测样本输入训练完成后的模糊神经网络中，获得对视频传输的建议；所述模糊神经网络由所述多个与模糊规则对应的神经网络组成。

2.根据权利要求1所述的远程监控视频传输的方法，其特征在于，所述收集训练样本，具体包括：

提取与货车运行相关的行驶数据，并选择所述行驶数据中的关键指标；

归一化所述关键指标并与关于传输视频的专家意见结合，作为所述数据样本；每一个数据样本由多个输入和一个输出构成。

3.根据权利要求1所述的远程监控视频传输的方法，其特征在于，所述神经网络为标准的4层神经网络；包括输入层、模糊化层、推理层以及清晰层。

4.根据权利要求3所述的远程监控视频传输的方法，其特征在于，所述使用所述样本聚类结果，训练对应的神经网络，具体包括：

使用BP算法，以所述其中一组样本聚类结果作为训练样本，训练所述对应的神经网络。

5.根据权利要求4所述的远程监控视频传输的方法，其特征在于，在使用BP算法训练所述神经网络的过程中，引入如下算式所示的准函数：

其中，nc是测试评价用的样本，是M组内的样本数，是M组内对应x_j的输出样本，I^m表示矩阵。

6.根据权利要求1所述的远程监控视频传输的方法，其特征在于，所述将预测样本输入训练完成后的模糊神经网络中，获得对视频传输的建议，具体包括：

计算所述预测样本相对于各条模糊规则的隶属度；

将所述预测样本依次输入各个与所述模糊规则对应的神经网络，确定各个神经网络的输出；

应用如下公式计算所述视频传输的建议：

其中，u_j为所述隶属度，g_j为所述神经网络的输出，y为所述视频传输的建议。

7.一种远程监控视频的传输系统，其特征在于，包括：

样本收集模块，用于收集训练样本，所述数据样本为多输入单输出构成的样本；

聚类模块，用于根据模糊规则，对所述训练样本进行聚类，获得m组样本聚类结果；每一组聚类结果与一条模糊规则对应，每一条模糊规则与一个神经网络对应；

训练模块，用于使用所述样本聚类结果，训练对应的神经网络；

预测模块，用于将预测样本输入训练完成后的模糊神经网络中，获得对视频传输的建议；所述模糊神经网络由所述多个与模糊规则对应的神经网络组成。

8.根据权利要求7所述的传输装置，其特征在于，包括：所述样本收集模块具体用于：

提取与货车运行相关的行驶数据，并选择所述行驶数据中的关键指标；归一化所述关键指标并与关于传输视频的专家意见结合，作为所述数据样本；每一个数据样本由多个输入和一个输出构成。

9.根据权利要求7所述的传输装置，其特征在于，所述训练模块具体用于：

以每一组样本聚类结果为训练样本，使用BP算法训练对应的神经网络；所述神经网络为标准的4层模糊神经网络结构，包括输入层、模糊化层、推理层及清晰层。

10.根据权利要求7所述的传输装置，其特征在于，所述预测模块具体用于：计算所述预测样本相对于各条模糊规则的隶属度；

将所述预测样本依次输入各个与所述模糊规则对应的神经网络，确定各个神经网络的输出；

应用如下公式计算所述视频传输的建议：

其中，u_j为所述隶属度，g_j为所述神经网络的输出，y为所述视频传输的建议。