【摘 要】
：
当前,科学技术日新月异,各式各样的智能家居安防系统被推出和应用,它能够对家居环境进行实时精准地监控,在监测和维护家居安全方面发挥着极其重要的作用.本文拟依托于先进成熟的物联网等相关前沿技术研发一套性能可靠、操作便捷的智能家居安防系统,此系统将通过传感器实现对家居环境的动态化、实时化、持续化监测,同时将其监测情况清晰直观地展示于显示屏上,一旦监测到的异常数据,将启动报警机制,将具体情况以短息的形式传输至用户手机上,由此使得家居安全指数不断提高.本系统的设计与实现为打造现代意义上的智能家居社会提供了新的路径和
【机 构】
：
盐城生物工程高等职业技术学校,江苏盐城,224000
论文部分内容阅读
当前,科学技术日新月异,各式各样的智能家居安防系统被推出和应用,它能够对家居环境进行实时精准地监控,在监测和维护家居安全方面发挥着极其重要的作用.本文拟依托于先进成熟的物联网等相关前沿技术研发一套性能可靠、操作便捷的智能家居安防系统,此系统将通过传感器实现对家居环境的动态化、实时化、持续化监测,同时将其监测情况清晰直观地展示于显示屏上,一旦监测到的异常数据,将启动报警机制,将具体情况以短息的形式传输至用户手机上,由此使得家居安全指数不断提高.本系统的设计与实现为打造现代意义上的智能家居社会提供了新的路径和方法,该系统不仅投入少、功耗小,并且性能稳定、功能完善,发展前景较为广阔.
其他文献
胶囊网络是一类有别于卷积神经网络的新型网络模型。该文尝试提高其泛化性和精准性:首先,利用变分路由来缓解经典路由对先验信息依赖性强、易导致模型过拟合的问题。通过使用高斯混合模型(GMM)来拟合低级矩阵胶囊,并利用变分法求取近似分布,避免了参数最大似然点估计的误差,用置信度评估来获得泛化性能的提高;其次,考虑到实际数据大多无标签或者标注困难,构建互信息评价标准的胶囊自编码器,实现特征参数的有效筛选。即
典型相关分析(CCA)作为一种传统特征提取算法已经成功应用于模式识别领域,其旨在找到使两组模态数据间相关性最大的投影方向,但其本身为一种无监督的线性方法,无法利用数据内在的几何结构和监督信息,难以处理高维非线性数据。为此该文提出一种新的非线性特征提取算法,即图强化典型相关分析(GECCA)。该算法利用数据中的不同成分构建多个成分图,有效保留了数据间的复杂流形结构,采用概率评估的方法使用类标签信息,
对高速EA4T车轴钢的低温性能进行了研究.在成分方面,通过加入一定量的Nb和0.04％ 的V,严格控制对低温冲击影响较大的元素(Ti)含量,提升EA4T钢的低温冲击性能;在冶炼方面,经电渣重熔使得非金属夹杂物球化和细小化,降低非金属夹杂物对低温性能的影响;在车轴热处理工艺方面,通过选择合理的热处理工艺参数以获得稳定的低温冲击性能.
采用深度学习对钢铁材料显微组织图像分类,需要大量带标注信息的训练集。针对训练集人工标注效率低下问题,该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法。首先,采用迁移学习获取图像数据样本的特征向量集合;其次,通过引入连接权重策略的自组织增量神经网络(WSOINN)对特征数据进行学习,获得其拓扑图结构,并引入胜利次数进行少量人工节点标注;然后,搭建图卷积网络(GCN)挖掘图中节点
燃气轮机制造集新技术、新材料、新工艺于一身,是典型的高精尖产品.简述了燃气轮机结构,分析了燃气轮机制造技术国内外现状,归纳了燃气轮机缸体部件精加工工艺,详细讲述了燃气轮机零部件叶根槽加工工艺,为燃气轮机零部件精加工国产化制造提供借鉴.
阿尔茨海默症(AD)分类有助于在AD早期阶段及时采取针对性的治疗和干预措施,对降低老年群体的AD发病率和延缓AD疾病进展具有重要意义。该文提出一种改进的高斯模糊逻辑特征选择方法,首先采用互信息量和方差齐性分析两种方法给出特征重要性评分并分别进行归一化,然后使用改进的高斯模糊逻辑方法对其加权得到最终的特征重要性评分,最后依据特征重要性评分选取特征。该文还使用逻辑回归、随机森林、LightGBM、支持
参照企业实际锻造大型轴类锻件的典型工艺流程,采用DEFORM软件针对传统镦拔工艺及其改进工艺即纵向锥面砧拔长工艺进行了数值模拟分析,得到了改进工艺变形工件内部的应力、应变分布特征,并得到了相关的优化工艺参数.研究结果对轴类大型锻件的生产具有一定的参考价值.
钢结构件的质量直接影响使用性能和寿命,以320 t大型起重机主梁的改造为例,探讨了如何选用合理的焊接方法、焊接参数、坡口形式、探伤方式,以及如何有效控制焊接变形,提出了控制质量的具体方法,为今后国内大型起重机主梁的改造积累了实践经验.
该文提出一种新型局部有源忆阻器,使用标准非线性理论分析方法分析其特性,并通过直流伏安特性曲线来证明其局部有源性。此外,将局部有源忆阻器用于模拟生物突触,构建了一个局部有源忆阻突触耦合HR神经元网络。理论分析和数值仿真表明,在局部有源忆阻突触的影响下它能够产生多种放电模式和复杂的混沌行为。最后,实现了该局部有源忆阻突触耦合神经网络的模拟等效电路,并由功率模拟(PSIM)电路仿真验证了数值仿真的正确性
深度神经网络(DNN)应用于图像识别具有很高的准确率,但容易遭到对抗样本的攻击。对抗训练是目前抵御对抗样本攻击的有效方法之一。生成更强大的对抗样本可以更好地解决对抗训练的内部最大化问题,是提高对抗训练有效性的关键。该文针对内部最大化问题,提出一种基于2阶对抗样本的对抗训练,在输入邻域内进行2次多项式逼近,生成更强的对抗样本,从理论上分析了2阶对抗样本的强度优于1阶对抗样本。在MNIST和CIFAR