基于ZigBee技术的多节点设备无线物联自组网设计

设计了一种基于ZigBee的多节点设备无线物联自组网络,采用ZigBee芯片CC2530构建终端采集节点、路由节点和协调器节点。终端采集节点周期性采集数据并通过多跳路由和协调器将数据上报到PC监控端。系统节点之间能够自组织构建网络,节点发生故障时,网络能够自我修复,使系统正常工作。     

基于移动终端和3G网络的分布式噪声监测系统

针对噪声污染具有时间上的突发性和空间上的不连续性,设计了由移动终端、外接传声器、移动网络、接收终端组成的分布式噪声网络检测系统.移动终端和外接传声器组成数据采集节点,采集节点采集实时的噪声分贝值,利用移动终端的定位技术,定位到采集节点的当前位置,用移动终端的3G移动网络与接收终端连接,将噪声信息和位置信息打包发送到接收终端,接收终端负责接收各个节点的噪声信息和位置信息,利用LBS的Web技术,将数据以二维地图的方式展示,并且作为服务器提供信息查询服务.实验证明,系统稳定、可靠、成本低,为城市噪声测试提供了一种解决方案.     

基于多Agent技术的多运营终端自适应负载均衡算法

当前网络用户数量、多运营终端节点数量增长趋势明显,导致网络计算资源很难达到均衡状态。提出基于多Agent技术的多运营终端自适应负载均衡算法。定义多运营终端负载状态,采集多运营终端负载信息,并量化处理负载信息。以此为基础,搭建Agent负载均衡结构,引入多Agent技术,结合多运营终端节点工作特点,构建网络资源模型,设计...     

基于区块链技术的分布式可信网络接入认证

针对网络接入终端自身安全性较差,易被攻击等问题,提出基于区块链技术的分布式可信网络接入认证方法。根据区块链技术,采用数据层、网络层、共识层以及合约层架构分布式网络框架,整合全部树结构特征的树形数据结构、P2P拓扑结构、有向无环图共识结构以及设定自动执行脚本的智能合约,构建物联网分布式网络框架;将网络运营商设定分布式网络节点,采用哈希函数将终端编号与密钥信息存储于本地文件中,利用树形结构遍历搜索,判别终端可信度,采用创建的匿名接入算法,双向验证可信网络状态。仿真结果表明,所提方法可有效提升接入终端的安全性能,且接入时延较短。     

基于GPS与GPRS的远程健康监护系统的设计

为实现对存在健康隐患人群的位置及生命特征信息远程监测,设计了基于GPS与GPRS的远程健康监护系统;以STM32为主处理器,根据生命特征传感器采集的信号特点,设计监测节点驱动电路;在GPS与GPRS网络的基础上,设计监测节点软件;利用软件设计技术,设计监控终端与数据处理中心;最终该系统能够实时获取和转发人体血氧、心电、温度及位置信息,数据处理服务平台能够存储、分析和发布获取的信息,各监控终端可以查询被监测者的位置与生命特征信息;测试表明,该系统采集的数据准确,信号转发能力强,能够满足应用需求.     

基于深度学习的企业多源数据融合并行处理方法设计

为解决数据融合处理中的丢失问题，本文进行基于深度学习的企业多源数据融合并行处理方法设计研究。将获取的信息按照其来源与类型划分为多个类别，在计算机终端建立一个空白云存储终端，将所有数据录入云存储空间，使采集的数据在空间中呈现离散化分布状态，计算不同网格区域之间的相似性，按照规范完成对企业多源数据的预处理；引进深度学习算法，将数据录入卷积层，建立数据在深度学习网络中的反向传播训练损失函数，通过不断更新卷积层节点参数的方式，提取多源数据特征，在深度学习网络Sink节点，根据待处理数据的类型，在节点驱动数据的融合并行处理。设计对比实验证明：设计的处理方法在实际应用中的效果最佳，该方法可以有效控制企业多源数据融合并行处理过程中的丢失量，降低企业损失。     

基于LoRa无线技术的动车轴温无线监测系统设计

针对机车机械师和列车安检员不能够及时发现列车热轴现象问题,本文设计了基于LoRa无线技术的动车组列车轴温监测系统,该系统由采集节点和手持监测终端两部分组成.采集节点能够实时通过温度传感器采集列车轴温的温度,一旦温度过度不正常,即通过基于LoRa无线技术的无线模块发送到手持终端,发出告警信号.此外采集节点还具有自检、低电量提醒等功能.手持终端能够实时接收并显示采集节点发送的轴温信息,并能够将轴温信息写入SD卡进行存储,为研究人员后续的研究提供准确可靠的实验数据.该系统经过大量测试,能够满足列车监测需要.     

物联网终端安全接入数据网关状态预测仿真

物联网终端的接入影响数据网关信道容量,导致网关运行状态不稳定.提出物联网终端安全接入下数据网关状态预测方法.采用最短路径寻优法部署网关路由节点,构建物联网信道传输模型,在跨层优化理论基础上构建信道容量分析模型,利用拉格朗日对偶分解法求解信道容量分析模型.基于单周期预测模型和聚合预测模型构建多周期预测模型,实现物联网终端...     

基于信令数据的移动物联网终端识别特征研究

文中主要研究移动物联网终端的识别特征。通过采集分析移动物联网信令数据,讨论了终端的设备特征、接入特征、通信特征、应用特征、行为特征等识别特征,并基于移动物联网的典型应用场景,进一步验证了识别特征的通用性及准确性,为移动物联网的终端识别、运维管理、安全管控等提供基础。     

ZigBee技术在数据采集系统中的应用

提出一种基于ZigBee技术的数据采集系统。该系统以TI公司的CC2530为主控芯片,设计数据采集终端节点、路由节点和协调器节点。终端节点和路由节点采集数据并通过逐级跳转的方式把数据传送到协调器。协调器通过RS-232串口与PC上位机通信,由上位机监测软件对采集数据进行监测和分析。     

基于层次分析的客服中心实时数据流自动监测方法

为了提高客服中心的智能管理和信息调度能力,结合大数据分析方法进行客服中心实时数据监测和自动采集设计。提出一种基于模糊规则特征量挖掘和层次分析聚类的客服中心实时数据流自动监测方法。建立客服中心的网格分布结构模型并进行客服中心实时数据流监测统计特征分析,进行客服中心实时监测数据属性集的向量量化特征分解,对客服中心实时数据采用信息融合和模糊层析性分析方法实现信息融合,进行关联数据自适应特征提取,挖掘客服中心实时监测数据信息流的正相关性特征量。在层次性聚类算法基础上采用自回归分析进行客服中心实时数据流的模糊聚类和信息预测,提高客服中心实时数据监测的准确性,同时降低了客服服务中心数据流监测的风险。仿真结果表明,采用该方法进行客服中心实时数据监测的聚类性较高,预测性较好,能降低数据聚类的误分率,提高了客服中心实时数据监测能力。     

An interpolation algorithm fitted for dynamic 3D face reconstruction

In order to solve the problem of low recognition accuracy in later period which is caused by the too few extracted parameters in the 3D face recognition, and the incapable formation of completed point cloud structure. An automatic iterative interpolation algorithm is proposed. The new and more accurate 3D face data points are obtained by automatic iteration. This algorithm can be used to restore the data point cloud information of 3D facial feature in 2D images by means of facial three-legged structure formed by 3D face and automatic interpolation. Thus, it can realize to shape the 3D facial dynamic model which can be recognized and has high saturability. Experimental results show that the interpolation algorithm can achieve the complete the construction of facial feature based on the facial feature after 3D dynamic reconstruction, and the validity is higher.     

面向自动修补的圆柱特征孔洞识别

对于型面复杂且含有大量孔洞的点云模型,目前逆向软件和修补算法皆存在单孔逐一修补时效 率较低、人机交互过多;多孔同时修复精度不高、特征丢失等问题。因此,有必要实现以孔洞的分类识别为前 提,以特征保持为目标的高效、高精度的点云孔洞分类自动修补方式。基于上述想法,提出一种在孔洞识别的 基础上将圆柱特征孔洞与一般类型孔洞分类的方法。首先,借助最大角度识别准则提取孔洞边界点集合,通过 欧式聚类算法分割并统计孔洞总数,然后利用 RANSAC 算法和设定的距离阈值提取模型中的圆柱特征孔洞。 实验结果表明,该方法不仅可提取模型中直径大小不同的多个圆柱特征孔洞,而且能估算出较为准确的圆柱面 几何参数,实现了面向自动修补技术的一类特征孔洞的识别。     

引入时频聚集交叉项干扰抑制的大数据聚类算法

面向大数据集管理的数据聚类方法研究在模式识别、故障诊断和数据挖掘等领域具有重要的研究意义。传统的大数据聚类算法采用混合差分进化的粒子群算法,因数据信息流分量之间的交叉作用而出现的类间交叉项干扰影响了聚类分量的正确判断,聚类效果不好。提出了一种基于时频聚集交叉项干扰抑制的大数据聚类算法。在面向传播学视域下物联网大数据库中生成大数据聚类的信息特征向量,对任意两个分簇矢量进行近邻样本的隶属度训练,在时间滑动窗口模型中进行信息调度,采用高频分量抑制方法实现对时频聚集交叉项的干扰抑制,通过频域卷积相似度融合处理,采用粒子群优化算法进行聚类适应度计算,以实现数据聚类算法改进。仿真结果表明,采用该算法进行大数据聚类,具有较好的抗干扰性和自适应性,聚类准确度较高。     

基于业务流程的财务数据自动化分类系统设计

针对当前的财务数据分类系统误分率较高的问题,设计一种基于业务流程的财务数据自动化分类系统。该系统以财务数据分类算法为中心,在程序加载和交叉编译模式下,采用分布式云计算技术对采集到的财务数据进行融合处理,提取其高阶统计特征量;采用分组样本检验分析方法分析财务数据间的关联性,结合业务流程进行财务数据的属性分类识别;以业务流程的模糊聚类分布为中心矢量,采用分段检测方法实现财务数据的自动化分类;将上述过程采用程序加载方式移植到处理器终端,进行财务数据分类系统的交叉编译控制,实现财务数据的自动化分类系统的设计。仿真实验结果表明,采用该系统进行财务数据自动化分类的准确性较高、误分率较低,提高了财务数据的业务管理和分析能力。     

无线传感器网络疑误数据节点自动诊断方法

为了提高无线传感器网络疑误数据检测能力,提出基于轮换调度的无线传感器网络疑误数据节点自动诊断方法。通过采用分块区域特征匹配的方法,得到无线传感器网络疑误数据传输的梯度模型,采用资源优化分配方案,进行数据传输信道的均衡调度,得到节点部署分布模型。通过传感信息跟踪采样方法,得到采样信息分布,建立无线传感器网络疑误数据信息特征分析,通过分组特征检测方法进行无线传感器网络疑误数据的信息融合和空间融合调度,提取无线传感器网络疑误数据的关联规则特征集,通过统计信息分析和融合调度的方法,进行无线传感器网络疑误数据的聚类挖掘,采用预算估计算法,得到疑误数据节点定位优化,结合自主学习算法,实现无线传感器网络疑误数据节点的优化定位和诊断检测。仿真结果表明,采用该方法进行无线传感器网络疑误数据节点检测的自适应性较好,特征辨识能力较强。     

基于手机信令和导航数据的出行方式识别方法*

基于手机信令识别居民出行方式对于智慧交通规划具有重要意义。本文通过结合信令和导航地图数据,利用聚类算法以及时间关联性算法,实现步行、驾车、公共交通等出行方式的识别。结果表明,结合导航地图数据后识别正确率得到明显提高,与只利用手机信令的识别方法相比,整体准确率提升超过15%,具有较高的识别准确率,同时算法执行时间为187秒,效率较高。整体而言,该识别算法适合在实际工程环境中使用。     

基于遗传算法及聚类的基因表达数据特征选择

特征选择是模式识别及数据挖掘等领域的重要问题之一。针对高维数据对象（如基因表达数据）的特征选择，一方面可以提高分类及聚类的精度和效率，另一方面可以找出富含信息的特征子集，如发现与疾病密切相关的重要基因。针对此问题，本文提出了一种新的面向基因表达数据的特征选择方法，在特征子集搜索上采用遗传算法进行随机搜索，在特征子集评价上采用聚类算法及聚类错误率作为学习算法及评价指标。实验结果表明，该算法可有效地找出具有较好可分离性的特征子集，从而实现降维并提高聚类及分类精度。     

有限混合密度模型及遥感影像EM聚类算法

遥感信息是地球表层信息的综合反映，由于地球表层系统的复杂性和开放性，地表信息是多维的、无限的、遥感信息传递过程中的局限性以及遥感信息之间的复杂相关性，决定了遥感信息其结果的不确定性和多解性，遥感信息具有一定的统计特性，同时又具有高度的随机性和复杂性，在特征空间中往往表现为混合密度分布，针对遥感信息这种统计分布的复杂性，提出了有限混合密度的期望最大（EM）分解模型，该模型假设总体分布可分解为有限个参数化的密度分布，通过EM迭代计算可估计出各密度分布的最大似然参数集；将有限混合EM聚类算法应用于遥感影像的聚类分析中，并与传统统计聚类方法进行了比较，比较结果表明，其对复杂地物的区分具有优势，另外在融合专家知识、初始化等方面具有扩展能力。     

改进KNN算法对人体身份的识别

为了理解特征学习过程、减少数据存储和提高识别率,提出使用Kinect v2的面部数据和骨骼数据作为数据集和一种改进KNN算法对人体身份的识别。使用Kinect v2提取出人体脸部特征点和骨骼关节点的三维位置信息,通过提取出的特征点的坐标计算出理解性强的特征信息如眼宽、臂长等。利用一种改进的截断均值聚类方法,通过排序把奇异值分布到数据集两端,截取数据集中间特征以抑制奇异值,利用基于匹配识别准确度的改进KNN算法对人体身份进行预测。实验结果表明提出的聚类方法匹配识别准确度更高,改进的分类方法也提高了识别的准确率。