CN104735136A - 一种新型的基于网络的数学学习*** - Google Patents

Abstract

本发明涉及一种新型的基于网络的数学学习***，其包括输入模块，其将远端用户的需求信息传输通过相连接的信息转换模块传输至信息采集模块中；所述的输入模块包括语音输入单元和文字输入单元；所述的信息转换模块，其将语音和文字信息转换成编码信息，通过网络传输；所述的信息转换模块还包括数据加密子单元，在对数据进行编码的同时，对数据进行加密；所述的分类单元按照数据的编码进行分类，在对数据进行编码时，报头的序列号按照预设的序列B₀进行排列，序列B₀按照客户的需求进行分类；分类单元根据该序列B₀进行排列与筛选本发明采用三维矩阵组将用户需求，预设方案与组合方式在***内进行选择，具有很大的适应性。

Description

一种新型的基于网络的数学学习***

技术领域

本发明涉及教学学习***领域，尤其涉及一种新型的基于网络的数学学习***。

背景技术

现有技术中的教学***，一般为单向的通信方式，终端用户通过自身的需求选择相应的教学材料，并且，用户终端在选择输入的方式时，一般通过***预设的方式进行选择，不能实时根据用户的实时需求进行选择，***按照预设的程序选择相应的教学内容，***本身不能够根据自身的数据进行匹配与计算，因而，***的适应性差。

鉴于上述缺陷，本发明创作者经过研究和实践终于获得了本创作。

发明内容

本发明的目的在于提供一种新型的基于网络的数学学习***，用以克服上述技术缺陷。

为实现上述目的，本发明提供一种新型的基于网络的数学学习***，其包括输入模块，其将远端用户的需求信息传输通过相连接的信息转换模块传输至信息采集模块中；所述的输入模块包括语音输入单元和文字输入单元；

所述的信息转换模块，其将语音和文字信息转换成编码信息，通过网络传输；

所述的信息转换模块还包括数据加密子单元，在对数据进行编码的同时，对数据进行加密；

所述数据加密子单元对消息格式中的数据加密，并将初始密钥k0存储在报头中，在数据处理模块接收到加密信息后，使用初始密钥k0和存储在数据库中的预留密钥k1对数据信息解密，从而获得原始数据。加密过程中密钥的修正值公式：

$\mathrm{\ΔK}=K_0+K_1\underset{m=1}{\overset{i}{\mathrm{\Σ}}}\sin (\mathrm{Am}+B)---\left(1\right)$

加密过程公式为

$\mathrm{\θ}=\underset{i=1}{\overset{16}{\mathrm{\Σ}}}\left[(\frac{k\left(i\right)-\mathrm{\Δk}}{2}-1)(\frac{k\left(i\right)+\mathrm{\Δk}}{2}-1)\right]---\left(2\right)$

Y＝X^λ％(m*ΔK)       (3)

其中，λ为加密指数，从(0，θ-1)随机选取一个与θ互质的数，m为消息序列号，ΔK为密钥的修正值，X为明文，Y为密文；所述加密过程，随着消息序列号m的不同而不同，防止了数据上传过程中被截取的不安全性，A、B为两个常数；

所述的数据处理模块包括分类单元和编码单元，其中，所述的编码单元包括接收电路，其首先将用户终端接收的数据进行转换，在数据处理模块处理后，将处理信息进行编码压缩，通过通信网络传输至用户终端；

所述的分类单元按照数据的编码进行分类，在对数据进行编码时，报头的序列号按照预设的序列B₀进行排列，序列B₀按照客户的需求进行分类；分类单元根据该序列B₀进行排列与筛选；

同时，所述的数据库中存储有三维的矩阵组(B₀，C₀，D₀)，其中，B₀为序列信息，根据用户需求确定；C₀为数据库内预设的方案类型，D₀为搭配的方式，其根据用户的需求与预设的方案类型进行随机搭配，其内存储的为用户需求与方案类型的组合方式；其为二维矩阵，根据序列号对应有相应的组合方式；

***在对输出结果进行选择时，按照下述公式进行计算，

$P=\frac{{\mathrm{\Σ}}_{B,C}(T(B,C)*I(B+C,B-C))}{\sqrt{{\mathrm{\Σ}}_{B,C}T{(B,C)}^2*{\mathrm{\Σ}}_{B,C_1}I{(B+C,B-C)}^2}}---\left(4\right)$

式中，P表示客户需求信息与预设的方案类型代码的重合度，B表示***获取的客户需求信息代码的采样值，C表示预设的方案类型代码值；(B，C)表示同一时刻客户需求信息与预设的方案类型代码的二维坐标；(B+C，B-C)表示同一时刻客户需求信息与预设的方案类型代码值的和与差的二维坐标；T表示均方差运算，I表示积分运算；

所述的数据处理模块根据选择的数据库的三维矩阵组，获取相应的存储信息，并将其传输至用户终端内。

进一步地，***根据客户需求信息与预设的方案类型代码，进行重合度的运算，在所述的数据库内设置有预设的重合度阈值P₀，只有当P＜P₀时，***才会将此次运算的结果输出；若P＞P₀时，则***根据此时刻的B值，重新选择相应的C值，重新计算重合度，按照上述过程进行选择。

进一步地，加密过程对应的解密过程在数据库中存在一解密模块中进行，所述解密过程为

δ＝(1％θ)/λ      (5)

X＝Y^δ％(m*ΔK)     (6)

其中，δ为解密指数，X为明文，Y为密文；

所述上传数据的消息格式，为下表所示，报头中存储消息序列号和初始密钥k0，消息类型从接受到的消息格式中读取，不做任何改变，数据中存储加密后的数据，密文Y；加密过程完成后，所述数据加密子单元。

进一步地，在数据处理模块对用户的传输数据进行处理前，首先通过信息采集模块将传输的电流和电压数据进行采集；其中的电流采集模块采样时，每次取连续的N₁个周期，采样M₁次，在每一周期内取一瞬时值i，所述数据处理单元按照下述公式进行计算得出I_m，

$\left\{\begin{array}{c}i=\frac{\underset{k=1}{\overset{N_i}{\mathrm{\Σ}}}\sqrt{2}\×I_{m0k}\×\sin \left(\mathrm{wt}\right)}{N_1}\\ I_m=\frac{\underset{k=1}{\overset{M_1}{\mathrm{\Σ}}}{I}_{m0k}}{M_1}\end{array}\right.---\left(7\right)$

式中，i表示任意周期内的一瞬时值，I_m0k表示在N₁个周期内的电流平均幅值，I_m表示计算所得电流幅值，N₁表示每次取样周期，M₁表示取样次数，w表示信号传输频率。

进一步地，所述数据处理模块对采样的功率计算过程依据下述公式(8)计算，

$P_m=\frac{\underset{k=1}{\overset{M_1}{\mathrm{\Σ}}}{I}_{m0k}\×U_{m0k}}{M_1}---\left(8\right)$

式中，P_m表示计算所得功率值，I_m0k表示在N₁个周期内的电流平均幅值，U_m0k表示在N₁个周期内的电压平均幅值，M₁表示取样次数。

进一步地，所述的信息转换模块包括一编码电路，其将接收到的语音和文字信息进行编码，生成对应于该段时间内的编码数据，数据传输格式包括报头、消息类型和数据，所述报头为需要传输的消息序列号，所述的数据为所述处理后的数据。

进一步地，所述的语音输入单元为耳机或者声音收集设备，文字输入单元为键盘或者文字输入设备。

进一步地，所述的信息转换模块通过用户终端的APP进行承载，用户终端对自身用户的需求数据进行转换并加密；用户终端的APP通过通信协议与终端的数据处理模块进行通讯。

与现有技术相比较本发明的有益效果在于：本发明采用三维矩阵组将用户需求，预设方案与组合方式在***内进行选择，具有很大的适应性，避免按照固定的方式造成的教学方式的单一；并且，采用重合度的选择方式，选择较优的***方案。

附图说明

图1是本发明的新型的基于网络的数学学习***的示意图。

具体实施方式

以下结合附图，对本发明上述的和另外的技术特征和优点作更详细的说明。

请参阅图1所示，其为本发明的新型的基于网络的数学学习***，本发明的学习***能够根据用户的需求自动匹配教学内容，本发明实施例的***包括输入模块1，其将远端用户的需求信息传输通过相连接的信息转换模块2传输至信息采集模块3中。

在本实施例中，所述的输入模块1包括语音输入单元11和文字输入单元12，使用者可通过语言或者键盘文字输入，用户终端可通过发音或者手写输入的方式将信息传输至信息转换模块中。

在本实施例中，语音输入单元11为耳机或者声音收集设备，文字输入单元12为键盘或者文字输入设备。

所述的信息转换模块2，其将语音和文字信息转换成编码信息，通过网络传输。所述的信息转换模块2包括一编码电路，其将接收到的语音和文字信息进行编码，生成对应于该段时间内的编码数据。在本实施例中，数据传输格式包括报头、消息类型和数据，所述报头为需要传输的消息序列号，所述的数据为所述处理后的数据。

所述的信息转换模块2还包括数据加密子单元，在对数据进行编码的同时，对数据进行加密，防止上传过程中被截取，保证了信号的安全性。对数据进行加密，所述数据加密子单元对消息格式中的数据加密，并将初始密钥k0存储在报头中，在数据处理模块4接收到加密信息后，使用初始密钥k0和存储在数据库7中的预留密钥k1对数据信息解密，从而获得原始数据。加密过程中密钥的修正值公式：

$\mathrm{\ΔK}=K_0+K_1\underset{m=1}{\overset{i}{\mathrm{\Σ}}}\sin (\mathrm{Am}+B)---\left(1\right)$

加密过程公式为

$\mathrm{\θ}=\underset{i=1}{\overset{16}{\mathrm{\Σ}}}\left[(\frac{k\left(i\right)-\mathrm{\Δk}}{2}-1)(\frac{k\left(i\right)+\mathrm{\Δk}}{2}-1)\right]---\left(2\right)$

Y＝X^λ％(m*ΔK)      (3)

其中，λ为加密指数，从(0，θ-1)随机选取一个与θ互质的数，m为消息序列号，ΔK为密钥的修正值，X为明文，Y为密文。所述加密过程，随着消息序列号m的不同而不同，防止了数据上传过程中被截取的不安全性，A、B为两个常数。

所述的密钥的修正值ΔK，随着序列号m的不同而改变，从而导致加密算法中加密指数不同，从而加大了密钥的安全性。密钥k1为一组16位字符串，密钥k0预先存储在数据库7中，随着数据的传输，密钥k1变化导致ΔK变化，但密钥k0不变化。

上述加密过程对应的解密过程在数据库7中存在一解密模块中进行，所述解密过程为：

δ＝(1％θ)/λ       (4)

X＝Y^δ％(m*ΔK)       (5)

其中，δ为解密指数，X为明文，Y为密文。

所述上传数据的消息格式，为下表所示，报头中存储消息序列号和初始密钥k0，消息类型从接受到的消息格式中读取，不做任何改变，数据中存储加密后的数据，密文Y。加密过程完成后，所述数据加密子单元

加密过程完成后，所述数据加密子单元234将密文上传至数据处理模块4中。在数据上传之前对需要上传的数据进行加密，并且密钥随着消息序列号m变化，防止上传过程中数据被截取并且防止加密方法被破解，保证了数据的安全性。

在本实施例中，为了增加用户使用的方便，所述的信息转换模块2通过用户终端的APP进行承载，用户终端对自身用户的需求数据进行转换并加密。用户终端的APP通过通信协议与终端的数据处理模块4进行通讯。

在数据处理模块4对用户的传输数据进行处理前，首先通过信息采集模块3将传输的电流和电压数据进行采集；其中的电流采集模块采样时，每次取连续的N₁个周期，采样M₁次，在每一周期内取一瞬时值i，所述数据处理单元按照下述公式进行计算得出I_m，

$\left\{\begin{array}{c}i=\frac{\underset{k=1}{\overset{N_i}{\mathrm{\Σ}}}\sqrt{2}\×I_{m0k}\×\sin \left(\mathrm{wt}\right)}{N_1}\\ I_m=\frac{\underset{k=1}{\overset{M_1}{\mathrm{\Σ}}}{I}_{m0k}}{M_1}\end{array}\right.---\left(7\right)$

式中，i表示任意周期内的一瞬时值，I_m0k表示在N₁个周期内的电流平均幅值，I_m表示计算所得电流幅值，N₁表示每次取样周期，M₁表示取样次数，w表示信号传输频率。

经上述计算得到的电流幅值I_m判断其是否在预设阈值I₁～I₂范围内，若是，则断定所述电流故障存在，若否，则重新进行取样判断。

电压采集模块的采样方法与所述电流的采样方法相同，在同一时刻同时对电压瞬时值u和电流瞬时值i进行采样，计算公式为将(6)中的电流信息替换成相应的电压信息，得出电压幅值u_m。

所述数据处理模块对采样的功率计算过程依据下述公式(7)计算。

$P_m=\frac{\underset{k=1}{\overset{M_1}{\mathrm{\Σ}}}{I}_{m0k}\×U_{m0k}}{M_1}---\left(8\right)$

式中，P_m表示计算所得功率值，I_m0k表示在N₁个周期内的电流平均幅值，U_m0k表示在N₁个周期内的电压平均幅值，M₁表示取样次数。

本发明中的电流和电压信号的采集，对多区段多周期内的信息进行采样，采样点在每一周期内的任意位置，根据公式(1)进行电流幅值的确定；根据电流、电压参数计算功率，使得数据获取的标准一致，更接近实际信号。

所述的数据处理模块4包括分类单元41和编码单元42，其中，所述的编码单元42包括接收电路，其首先将用户终端接收的数据进行转换，在数据处理模块4处理后，将处理信息进行编码压缩，通过通信网络6传输至用户终端7。

所述的分类单元41按照数据的编码进行分类，在对数据进行编码时，报头的序列号按照预设的序列B₀进行排列，序列B₀按照客户的需求进行分类；分类单元41根据该序列B₀进行排列与筛选。

同时，所述的数据库7中存储有三维的矩阵组(B₀，C₀，D₀)，其中，B₀为序列信息，根据用户需求确定；C₀为数据库内预设的方案类型的编号，D₀为搭配的方式，其根据用户的需求与预设的方案类型进行随机搭配，其内存储的为用户需求与方案类型的组合方式；其为二维矩阵，根据序列号对应有相应的组合方式。

具体的，请参见下述公式，***在对输出结果进行选择时，

$P=\frac{{\mathrm{\Σ}}_{B,C}(T(B,C)*I(B+C,B-C))}{\sqrt{{\mathrm{\Σ}}_{B,C}T{(B,C)}^2*{\mathrm{\Σ}}_{B,C_1}I{(B+C,B-C)}^2}}---\left(4\right)$

式中，P表示客户需求信息与预设的方案类型代码的重合度，B表示***获取的客户需求信息代码的采样值，C表示预设的方案类型代码值；(B，C)表示同一时刻客户需求信息与预设的方案类型代码的二维坐标；(B+C，B-C)表示同一时刻客户需求信息与预设的方案类型代码值的和与差的二维坐标；T表示均方差运算，I表示积分运算。

***根据客户需求信息与预设的方案类型代码，进行重合度的运算，在所述的数据库7内设置有预设的重合度阈值P₀，只有当P＜P₀时，***才会将此次运算的结果输出；若P＞P₀时，则***根据此时刻的B值，重新选择相应的C值，重新计算重合度，按照上述过程进行选择。

所述的数据处理模块4根据选择的数据库7的三维矩阵组，获取相应的存储信息，并将其传输至用户终端6内。

本发明采用三维矩阵组将用户需求，预设方案与组合方式在***内进行选择，具有很大的适应性，避免按照固定的方式造成的教学方式的单一。

以上所述仅为本发明的较佳实施例，对发明而言仅仅是说明性的，而非限制性的。本专业技术人员理解，在发明权利要求所限定的精神和范围内可对其进行许多改变，修改，甚至等效，但都将落入本发明的保护范围内。

Claims (8)

1.一种新型的基于网络的数学学习***，其特征在于，其包括输入模块，其将远端用户的需求信息传输通过相连接的信息转换模块传输至信息采集模块中；所述的输入模块包括语音输入单元和文字输入单元；

所述的信息转换模块，其将语音和文字信息转换成编码信息，通过网络传输；

所述的信息转换模块还包括数据加密子单元，在对数据进行编码的同时，对数据进行加密；

所述数据加密子单元对消息格式中的数据加密，并将初始密钥k0存储在报头中，在数据处理模块接收到加密信息后，使用初始密钥k0和存储在数据库中的预留密钥k1对数据信息解密，从而获得原始数据。加密过程中密钥的修正值公式：

$\mathrm{\ΔK}=K_0+K_1\underset{m=1}{\overset{i}{\mathrm{\Σ}}}\sin (\mathrm{Am}+B)---\left(1\right)$

加密过程公式为

$\mathrm{\θ}=\underset{l=1}{\overset{16}{\mathrm{\Σ}}}\left[(\frac{k\left(i\right)-\mathrm{\Δk}}{2}-1)(\frac{k\left(i\right)+\mathrm{\Δk}}{2}-1)\right]---\left(2\right)$

Y＝X^λ％(m*ΔK)   (3)

其中，λ为加密指数，从(0，θ-1)随机选取一个与θ互质的数，m为消息序列号，ΔK为密钥的修正值，X为明文，Y为密文；所述加密过程，随着消息序列号m的不同而不同，防止了数据上传过程中被截取的不安全性，A、B为两个常数；

所述的数据处理模块包括分类单元和编码单元，其中，所述的编码单元包括接收电路，其首先将用户终端接收的数据进行转换，在数据处理模块处理后，将处理信息进行编码压缩，通过通信网络传输至用户终端；

所述的分类单元按照数据的编码进行分类，在对数据进行编码时，报头的序列号按照预设的序列B₀进行排列，序列B₀按照客户的需求进行分类；分类单元根据该序列B₀进行排列与筛选；

同时，所述的数据库中存储有三维的矩阵组(B₀，C₀，D₀)，其中，B₀为序列信息，根据用户需求确定；C₀为数据库内预设的方案类型，D₀为搭配的方式，其根据用户的需求与预设的方案类型进行随机搭配，其内存储的为用户需求与方案类型的组合方式；其为二维矩阵，根据序列号对应有相应的组合方式；

***在对输出结果进行选择时，按照下述公式进行计算，

$P=\frac{{\mathrm{\Σ}}_{B,C}(T(B,C)*I(B+C,B-C))}{\sqrt{{\mathrm{\Σ}}_{B,C}T{(B,C)}^2*{\mathrm{\Σ}}_{{B,C}_1}I{(B+C,B-C)}^2}}---\left(4\right)$

式中，P表示客户需求信息与预设的方案类型代码的重合度，B表示***获取的客户需求信息代码的采样值，C表示预设的方案类型代码值；(B，C)表示同一时刻客户需求信息与预设的方案类型代码的二维坐标；(B+C，B-C)表示同一时刻客户需求信息与预设的方案类型代码值的和与差的二维坐标；T表示均方差运算，I表示积分运算；

所述的数据处理模块根据选择的数据库的三维矩阵组，获取相应的存储信息，并将其传输至用户终端内。

2.根据权利要求1所述的新型的基于网络的数学学习***，其特征在于，***根据客户需求信息与预设的方案类型代码，进行重合度的运算，在所述的数据库内设置有预设的重合度阈值P₀，只有当P＜P₀时，***才会将此次运算的结果输出；若P＞P₀时，则***根据此时刻的B值，重新选择相应的C值，重新计算重合度，按照上述过程进行选择。

3.根据权利要求2所述的新型的基于网络的数学学习***，其特征在于，加密过程对应的解密过程在数据库中存在一解密模块中进行，所述解密过程为

δ＝(1％θ)/λ   (5)

X＝Y^δ％(m*ΔK)   (6)

其中，δ为解密指数，X为明文，Y为密文；

所述上传数据的消息格式，为下表所示，报头中存储消息序列号和初始密钥k0，消息类型从接受到的消息格式中读取，不做任何改变，数据中存储加密后的数据，密文Y；加密过程完成后，所述数据加密子单元。

4.根据权利要求3所述的新型的基于网络的数学学习***，其特征在于，在数据处理模块对用户的传输数据进行处理前，首先通过信息采集模块将传输的电流和电压数据进行采集；其中的电流采集模块采样时，每次取连续的N₁个周期，采样M₁次，在每一周期内取一瞬时值i，所述数据处理单元按照下述公式进行计算得出I_m，

$\left\{\begin{array}{c}i=\frac{\underset{k=1}{\overset{N_1}{\mathrm{\Σ}}}\sqrt{2}\×I_{m0k}\×\sin \left(\mathrm{wt}\right)}{N_1}\\ I_m=\frac{\underset{k=1}{\overset{M_1}{\mathrm{\Σ}}}{I}_{m0k}}{M_1}\end{array}\right.---\left(7\right)$

式中，i表示任意周期内的一瞬时值，I_m0k表示在N₁个周期内的电流平均幅值，I_m表示计算所得电流幅值，N₁表示每次取样周期，M₁表示取样次数，w表示信号传输频率。

5.根据权利要求4所述的英语教学语言学习***，其特征在于，所述数据处理模块对采样的功率计算过程依据下述公式(8)计算，

$P_m=\frac{\underset{k=1}{\overset{M_1}{\mathrm{\Σ}}}{I}_{m0k}\×U_{m0k}}{M_1}---\left(8\right)$

式中，P_m表示计算所得功率值，I_m0k表示在N₁个周期内的电流平均幅值，U_m0k表示在N₁个周期内的电压平均幅值，M₁表示取样次数。

6.根据权利要求2所述的英语教学语言学习***，其特征在于，所述的信息转换模块包括一编码电路，其将接收到的语音和文字信息进行编码，生成对应于该段时间内的编码数据，数据传输格式包括报头、消息类型和数据，所述报头为需要传输的消息序列号，所述的数据为所述处理后的数据。

7.根据权利要求2所述的英语教学语言学习***，其特征在于，所述的语音输入单元为耳机或者声音收集设备，文字输入单元为键盘或者文字输入设备。

8.根据权利要求2所述的英语教学语言学习***，其特征在于，所述的信息转换模块通过用户终端的APP进行承载，用户终端对自身用户的需求数据进行转换并加密；用户终端的APP通过通信协议与终端的数据处理模块进行通讯。