【技術實現步驟摘要】
本專利技術涉及無線投屏，更具體地，本專利技術涉及一種基于隨機森林優化算法的無線投屏遠程控制方法。
技術介紹
1、現有的無線投屏技術允許用戶通過無線網絡將一個設備的屏幕內容實時顯示在另一個設備上，廣泛應用于會議、教育和娛樂等領域。這些技術通常依賴于穩定的網絡連接和高效的數據處理能力，以確保投屏過程中的畫面質量。然而，由于無線網絡環境的復雜性和設備性能的差異，投屏過程中可能會出現卡頓、延遲或中斷等問題，影響用戶體驗。傳統的投屏技術往往缺乏有效的預測和控制機制來應對這些問題，導致在網絡波動或設備性能不足時，無法及時調整投屏參數以維持流暢的投屏效果。
2、在實現本專利技術實施例過程中，專利技術人發現現有技術中至少存在如下問題或缺陷：現有的無線投屏技術未能充分利用機器學習算法對投屏過程中可能出現的問題進行預測和優化，導致在面對網絡波動和設備性能變化時，無法實現動態調整和遠程控制，從而無法保證投屏的穩定性和流暢性。
技術實現思路
1、本專利技術提供了一種基于隨機森林優化算法的無線投屏遠程控制方法，包括：s1、獲取無線投屏過程中的網絡信號數據、設備狀態數據以及投屏畫面數據。
2、s2、對s1所采集的數據去除異常值并按照特定規則標準化。
3、s3、劃分s2處理后的數據為訓練集和測試集，對數據特征進行擴展與優化，確定決策樹數量、決策樹最大深度和分裂特征數量構建改進隨機森林模型，采用交叉驗證技術調整模型參數，交叉驗證參數設為，計算模型在驗證集上的準確率，公式為：；其
4、s4、將實時采集并經s2處理的數據輸入訓練好的模型得到投屏是否卡頓、延遲或中斷的預測結果。
5、s5、依據s4的預測結果生成遠程控制指令并發送至無線投屏設備以實現控制。
6、進一步地，所述s1包括采集無線投屏時的網絡信號強度數據、投屏設備的硬件資源使用數據以及投屏畫面的分辨率幀率和丟包率數據。
7、進一步地，所述s2中對于網絡信號強度數據，其標準化公式為：；其中，為標準化后的網絡信號強度，為采集到的網絡信號強度最小值，為采集到的網絡信號強度最大值。
8、進一步地，在所述s3特征擴展與優化中，針對投屏畫面數據中的分辨率數據；創建新特征：；其中，為分辨率比例特征，為預設標準分辨率，同時對網絡信號強度數據和設備狀態數據進行基于時間序列的差分特征生成，設網絡信號強度數據序列為，差分特征，若設備狀態數據序列為，差分特征：，其中，為時刻的網絡信號強度差分特征，為時刻的設備狀態差分特征，且在構建決策樹時從增強后的特征集合中隨機選擇個特征，根據特征的信息增益選擇最佳分裂點，遞歸構建決策樹直到達到最大深度或節點中的樣本數量小于預設閾值，在分裂節點時引入自適應權重對不同類型特征的重要性進行動態調整，特征選擇概率：；其中，為特征的信息增益，為特征被選中的概率。
9、進一步地，所述s4中狀態預測子步驟利用模型輸出投屏狀態預測結果，預測結果包括投屏是否卡頓、延遲?或中斷?。
10、進一步地，所述s5中指令生成子步驟依據投屏狀態預測結果生成對應的遠程控制指令，當預測投屏將卡頓且當前投屏畫面幀率為時，將幀率調整為：；其中，為預設的調整系數，為調整后的幀率，指令發送子步驟將生成的遠程控制指令發送至無線投屏設備以執行控制操作。
11、進一步地，還包括模型更新步驟，所述模型更新步驟定期收集新的無線投屏數據，將其加入原始數據集，重新進行數據預處理、改進隨機森林模型構建與訓練步驟以更新改進隨機森林模型，模型更新周期設為。
12、進一步地，所述設備狀態數據采集子步驟采集的硬件資源使用數據包括設備的cpu使用率數據和內存占用率數據。
13、進一步地，所述s2中對于設備狀態數據中的cpu使用率數據，標準化公式為：；其中，為標準化后的cpu使用率，為采集到的cpu使用率最小值，為采集到的cpu使用率最大值。
14、進一步地，在所述s3構建改進隨機森林模型時，決策樹的構建基于隨機選取的特征子集，且每棵決策樹的生長過程相互獨立，最終通過多棵決策樹的投票或平均等融合策略確定模型的輸出結果。
15、根據本專利技術的上述實施例至少具有以下有益效果：采用隨機森林優化算法的無線投屏遠程控制方法可以提升投屏過程的穩定性和響應速度。通過對無線投屏過程中的網絡信號數據、設備狀態數據以及投屏畫面數據進行實時采集和分析，該方法能夠有效預測投屏是否會出現卡頓、延遲或中斷等問題，并據此生成相應的遠程控制指令。這種預測和控制機制使得無線投屏系統能夠更加智能地適應不同的網絡和設備狀態，從而在各種環境下都能保持較高的投屏質量。
16、此外，該方法通過交叉驗證技術調整模型參數，可以確保模型的準確性和魯棒性。在特征擴展與優化階段，通過創建新特征和基于時間序列的差分特征生成，可以增強模型對投屏狀態變化的敏感度。這種方法可以動態調整決策樹的數量、最大深度和分裂特征數量，以適應不同的投屏場景和需求，進一步提高投屏控制的精確性和效率。
本文檔來自技高網...【技術保護點】
1.一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，包括以下步驟：S1、獲取無線投屏過程中的網絡信號數據、設備狀態數據以及投屏畫面數據；S2、對S1所采集的數據去除異常值并按照特定規則標準化；S3、劃分S2處理后的數據為訓練集和測試集，對數據特征進行擴展與優化，確定決策樹數量、決策樹最大深度和分裂特征數量構建改進隨機森林模型，采用交叉驗證技術調整模型參數，交叉驗證參數設為，計算模型在驗證集上的準確率，公式為：；其中，為正確預測的樣本數，為驗證集樣本總數，依據準確率調整決策樹數量、決策樹最大深度和分裂特征數量；S4、將實時采集并經S2處理的數據輸入訓練好的模型得到投屏預測結果；S5、依據S4的預測結果生成遠程控制指令并發送至無線投屏設備以實現控制。
2.根據權利要求1所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，所述網絡信號數據包括采集無線投屏時的網絡信號強度數據；投屏畫面數據包括投屏畫面的分辨率和幀率。
3.根據權利要求2所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，所述網絡信號強度數據，其標準化公式為：
4.根據權利要求3所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，對于投屏畫面的分辨率，創建新特征為：；其中，為分辨率比例特征，為預設標準分辨率；同時對網絡信號強度數據和設備狀態數據進行基于時間序列的差分特征生成，設網絡信號強度數據序列為，網絡信號強度數據的差分特征為：；若設設備狀態數據序列為，差分特征為：；其中，為時刻的網絡信號強度差分特征，?為時刻的設備狀態差分特征，在構建決策樹時從增強后的特征集合中隨機選擇個特征，根據特征的信息增益選擇最佳分裂點，遞歸構建決策樹直到達到最大深度或節點中的樣本數量小于預設閾值，在分裂節點時引入自適應權重對不同類型特征的重要性進行動態調整，特征選擇概率為：；其中，為特征的信息增益，為特征被選中的概率。
5.根據權利要求4所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，S4中將實時采集并經S2處理的數據輸入訓練好的模型得到投屏預測結果，預測結果包括投屏是否卡頓、延遲或中斷。
6.根據權利要求1所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，S5中依據S4的預測結果生成遠程控制指令并發送至無線投屏設備以實現控制包括：當預測投屏將卡頓且當前投屏畫面幀率為時，將幀率調整為：；其中，為預設的調整系數，為調整后的幀率，基于調整后的幀率生成遠程控制指令發送至無線投屏設備以執行控制操作。
7.根據權利要求6所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，還包括模型更新步驟，包括：定期收集新的網絡信號數據、設備狀態數據以及投屏畫面數據，將其加入原始數據集，重新執行步驟S2-S4,模型更新周期為。
8.根據權利要求2所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，所述設備狀態數據包括設備的CPU使用率數據和內存占用率數據。
9.根據權利要求3所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，設備狀態數據中的CPU使用率數據，標準化公式為：；其中，為標準化后的CPU使用率，為采集到的CPU使用率最小值，為采集到的CPU使用率最大值。
10.根據權利要求4所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，在所述S3中構建改進隨機森林模型時，決策樹的構建基于隨機選取的特征子集，且每棵決策樹的生長過程相互獨立，最終通過多棵決策樹的投票或平均融合策略確定模型的輸出結果。
...【技術特征摘要】
1.一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，包括以下步驟：s1、獲取無線投屏過程中的網絡信號數據、設備狀態數據以及投屏畫面數據；s2、對s1所采集的數據去除異常值并按照特定規則標準化；s3、劃分s2處理后的數據為訓練集和測試集，對數據特征進行擴展與優化，確定決策樹數量、決策樹最大深度和分裂特征數量構建改進隨機森林模型，采用交叉驗證技術調整模型參數，交叉驗證參數設為，計算模型在驗證集上的準確率，公式為：；其中，為正確預測的樣本數，為驗證集樣本總數，依據準確率調整決策樹數量、決策樹最大深度和分裂特征數量；s4、將實時采集并經s2處理的數據輸入訓練好的模型得到投屏預測結果；s5、依據s4的預測結果生成遠程控制指令并發送至無線投屏設備以實現控制。
2.根據權利要求1所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，所述網絡信號數據包括采集無線投屏時的網絡信號強度數據；投屏畫面數據包括投屏畫面的分辨率和幀率。
3.根據權利要求2所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，所述網絡信號強度數據，其標準化公式為：；其中，為標準化后的網絡信號強度，為采集到的網絡信號強度最小值，為采集到的網絡信號強度最大值。
4.根據權利要求3所述的一種基于隨機森林優化算法的無線投屏遠程控制方法，其特征在于，對于投屏畫面的分辨率，創建新特征為：；其中，為分辨率比例特征，為預設標準分辨率；同時對網絡信號強度數據和設備狀態數據進行基于時間序列的差分特征生成，設網絡信號強度數據序列為，網絡信號強度數據的差分特征為：；若設設備狀態數據序列為，差分特征為：；其中，為時刻的網絡信號強度差分特征，?為時刻的設備狀態差分特征，在構建決策樹時從增強后的特征集合中隨機選擇個特征，根據特征的信息增益選擇最佳分裂點，遞歸構建決策樹直到達到最...
【專利技術屬性】
技術研發人員：王根成，趙程磊，謝仕挺，閆循平，夏蘭強，齊磊磊，梅斌，侯松生，李小炳，吳海飛，俞培海，張雅慧，
申請(專利權)人：國網浙江省電力有限公司舟山供電公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。