一种基于移动互联网大数据的信息智能处理系统及方法与流程

技术特征：
1.一种基于移动互联网大数据的信息智能处理系统，其特征在于：该系统包括时间记录模块、动作分析模块、大数据信息智能处理模块、移动互联网传输模块、指令智能模块；所述时间记录模块用于获取司机调节车载空调的时间与模式，构建司机调节车载空调模式，记录司机调节车载空调的时间；所述动作分析模块用于分析每一种调节车载空调模式下的司机动作特征；所述大数据信息智能处理模块用于根据大数据对司机动作信息的历史数据与当前数据进行分析处理，获取相似度，预测得出司机进行每一种车载空调调节方案的概率；所述移动互联网传输模块用于以移动互联网的方式构建指令，传输信号数据；所述指令智能模块在车载空调智能端，用于接收指令，对车载空调实行智能化调节；所述时间记录模块的输出端与所述动作分析模块的输入端相连接；所述动作分析模块的输出端与所述大数据信息智能处理模块的输入端相连接；所述大数据信息智能处理模块的输出端与所述移动互联网传输模块的输入端相连接；所述移动互联网传输模块的输出端与所述指令智能模块的输入端相连接。2.根据权利要求1所述的一种基于移动互联网大数据的信息智能处理系统，其特征在于：所述时间记录模块包括时间记录子模块、模式构建子模块；所述时间记录子模块用于记录司机调节车载空调的时间；所述模式构建子模块用于构建司机调节车载空调的方案；所述时间记录子模块的输出端与所述模式构建子模块的输入端相连接；所述模式构建子模块的输出端与所述动作分析模块的输入端相连接。3.根据权利要求1所述的一种基于移动互联网大数据的信息智能处理系统，其特征在于：所述动作分析模块包括动作采集子模块、动作分析子模块；所述动作采集子模块用于构建动态时段，获取以司机调节车载空调的时间的时刻为终点的动态时段内的司机动作数据；所述动作分析子模块用于提取司机动作数据中的动作特征；所述动作采集子模块的输出端与所述动作分析子模块的输入端相连接；所述动作分析子模块的输出端与所述大数据信息智能处理模块的输入端相连接。4.根据权利要求1所述的一种基于移动互联网大数据的信息智能处理系统，其特征在于：所述大数据信息智能处理模块包括大数据信息处理子模块、模型构建子模块；所述大数据信息处理子模块用于整合司机动作信息的历史数据与当前数据；所述模型构建子模块用于构建模型，对司机动作信息的历史数据与当前数据进行相似度对比，获取得出司机进行每一种车载空调调节方案的预测概率；所述大数据信息处理子模块的输出端与所述模型构建子模块的输入端相连接；所述模型构建子模块的输出端与所述移动互联网传输模块的输入端相连接。5.根据权利要求1所述的一种基于移动互联网大数据的信息智能处理系统，其特征在于：所述移动互联网传输模块包括移动互联网构建子模块、互联网传输子模块；所述移动互联网构建子模块用于构建移动互联网络，实现车内系统与车载空调的智能连接；所述互联网传输子模块用于构建车载空调调节的智能指令，传输信号数据；所述移动互联网构建子模块的输出端与所述互联网传输子模块的输入端相连接；所述互联网传输子模块的输出端与所述指令智能模块的输入端相连接。6.根据权利要求1所述的一种基于移动互联网大数据的信息智能处理系统，其特征在
于：所述指令智能模块包括指令接收子模块、智能处理子模块；所述指令接收子模块用于接收移动互联网传输模块发出的指令信息数据；所述智能处理子模块用于根据指令信息数据对车载空调进行智能调节；所述指令接收子模块的输出端与所述智能处理子模块的输入端相连接。7.一种基于移动互联网大数据的信息智能处理方法，其特征在于：该方法包括以下步骤：s1、获取司机调节车载空调的时间与模式，司机调节车载空调的时间记为t0，t0代表时刻，构建动态时段t，获取以t0时刻为终点的时段t内的司机动作数据；s2、构建车载空调调节方案，获取任一种车载空调调节方案下时段t内的司机动作数据作为参照集，利用相似度进行对比，预测得出司机进行每一种车载空调调节方案的概率；s3、获取司机调节车载空调下的数据，构建拟合规划模型进行拟合规划；s4、获取司机动作数据信息，对司机动作数据信息智能处理，构建司机个性化车载空调调节模型，输出指令智能化调节车载空调。8.根据权利要求7所述的一种基于移动互联网大数据的信息智能处理方法，其特征在于：在步骤s1中，所述司机调节车载空调的模式包括调温、调速、调节风向；所述调温包括调高温度、调低温度；调高温度为正值，调低温度为负值；所述调速包括调大风速、调小风速；调大风速为正值，调小风速为负值；所述调节风向包括向上调节角度、向下调节角度、向左调节角度、向右调节角度；其中向右调节角度、向上调节角度为正值，向下调节角度、向左调节角度为负值；在步骤s2中，所述车载空调调节方案包括四种，分别为：调高温度、调大风速、调节风向；调低温度、调小风速、调节风向；调高温度、调小风速、调节风向；调低温度、调大风速、调节风向。9.根据权利要求8所述的一种基于移动互联网大数据的信息智能处理方法，其特征在于：所述预测得出司机进行每一种车载空调调节方案的概率包括：获取每种车载空调调节方案下n组时段t内的司机动作数据，n为可设置的常数；根据司机动作数据构建动作特征；所述动作特征记为集合a＝{x1、x2、
…
、x
h
}；其中x1、x2、
…
、x
h
分别为动作特征中的任一种；获取当前在时段t内的司机动作数据，构建对应集合a的动作特征集合b＝{y1、y2、
…
、y
h
}；其中y1、y2、
…
、y
h
分别为对应集合a的动作特征中的任一种；构建相似度对比：其中，k代表相似度水平，x
i
作为动作特征集合a中的任一项动作特征的数据表现形式；y
i
作为对应集合a的动作特征中的任一项动作特征的数据表现形式；以相似度水平k作为预测概率，得出司机进行每一种车载空调调节方案的概率；获取其中最大概率对应的车载空调调节方案作为本次预测的车载空调调节方案。
10.根据权利要求9所述的一种基于移动互联网大数据的信息智能处理方法，其特征在于：所述拟合规划包括：获取本次预测的车载空调调节方案下的历史适应性调节数据；所述适应性调节数据为司机在预测的车载空调调节方案下运行时段t2内没有更改的车载空调数据；所述适应性调节数据中包括车载空调温度、车载空调风速、车载空调风向；其中车载空调温度以初始设置温度作为0度，车载空调风速初始设置为0，车载空调风向设置正前方方向为0；构建第一拟合规划模型对车载空调温度、车载空调风速进行调节，并输出：获取历史适应性调节数据共计t组；以历史适应性调节数据中的车载空调温度或车载空调风速数据作为输入数据，建立公式如下：l
t 1
＝a
t
b
t
*d其中，l
t 1
代表第t 1期的车载空调温度或车载空调风速预测值；a
t
为预测截距；b
t
为预测斜率；d为新增预测期数，为1；测斜率；d为新增预测期数，为1；其中，代表u组数据下的一次移动平均值；代表u组数据下的二次移动平均值；u代表参与移动的数据组数；分别获取车载空调温度与车载空调风速的预测值，作为本次预测车载空调调节方案下的车载空调温度与车载空调风速的智能值；构建第二拟合规划模型对车载空调风向进行调节，并输出：获取历史适应性调节数据共计t组；以历史适应性调节数据中的车载空调风向数据作为输入数据，建立公式如下：其中，f(v)代表车载空调风向的预测数据，v
i
代表输入数据，ω代表回归系数，代表误差值；利用均方差对ω与构建公式，获取f(v)的最佳值构建公式，获取f(v)的最佳值其中，f(v
i
)代表v
i
下的预测值，v0代表对应f(v
i
)下的真实值；将获取的代入，获得第二拟合规划模型：
获取车载空调风向数据的预测值，作为本次预测车载空调调节方案下的车载空调风向数据的智能值；获取本次预测车载空调调节方案下的车载空调温度与车载空调风速的智能值、车载空调风向数据的智能值作为智能指令利用移动互联网输出到车载空调智能控制系统中，智能化调节车载空调。

技术总结
本发明公开了一种基于移动互联网大数据的信息智能处理系统及方法，属于信息智能处理技术领域。该系统包括时间记录模块、动作分析模块、大数据信息智能处理模块、移动互联网传输模块、指令智能模块；所述时间记录模块的输出端与所述动作分析模块的输入端相连接；所述动作分析模块的输出端与所述大数据信息智能处理模块的输入端相连接；所述大数据信息智能处理模块的输出端与所述移动互联网传输模块的输入端相连接；所述移动互联网传输模块的输出端与所述指令智能模块的输入端相连接。本发明能够实现对车载空调的智能精细化调节，解决在车载空调调节风向过程中手动的误差情况，增强驾驶安全。强驾驶安全。强驾驶安全。


技术研发人员：姚小浪
受保护的技术使用者：宿迁市巨石网络科技有限公司
技术研发日：2022.02.25
技术公布日：2022/5/31