基于SOM-RBF神经网络的COD软测量方法

污水处理是一个复杂的非线性过程，化学需氧量（chemical oxygen demand，COD）是评价污水处理效果的关键指标之一。COD的传统测量方法耗时长、成本高，基于传统神经网络的软测量方法提高了COD参数的测量速度但精度较差。针对这些问题，设计一种结合自组织特征映射 (self-organizing map, SOM)和径向基函数(radial basis function, RBF)神经网络的COD参数软测量方法。该方法利用SOM网络聚类数据样本，根据所得聚类结果确定RBF网络的隐层节点数及节点的数据中心，综合提高RBF网络的收敛速度和拟合精度。利用污水处理厂部分水样数据建立COD软测量模型，模型仿真和硬件在线测试结果表明，相对于传统的BP、RBF等网络，基于SOM-RBF神经网络的COD软测量方法测量时间短、预测精度较高，具有较为广阔的应用前景。     

保鲜剂及紫外线对库尔勒香梨黑头病菌抑菌效果的研究

以不同浓度的水杨酸、壳聚糖及不同时间紫外线处理库尔勒香梨致病菌—多主枝孢菌(Cladosporiumherbarum Link),研究上述处理方法抑制库尔勒香梨采后黑头病致病菌菌丝生长的效果。结果表明:不同浓度的保鲜剂及不同时间紫外线处理对黑头病菌茵丝生长均有一定的抑制效果,而且随着浓度的增大,紫外照射时间的延长,抑制效果增强。其中以紫外线照射效果最好。     

基于SOM-RBF神经网络的COD软测量方法

污水处理是一个复杂的非线性过程,化学需氧量(chemical oxygen demand,COD)是评价污水处理效果的关键指标之一。COD的传统测量方法耗时长、成本高,基于传统神经网络的软测量方法提高了COD参数的测量速度但精度较差。针对这些问题,设计一种结合自组织特征映射(self-organizing map, SOM)和径向基函数(radial basis function, RBF)神经网络的COD参数软测量方法。该方法利用SOM网络聚类数据样本,根据所得聚类结果确定RBF网络的隐层节点数及节点的数据中心,综合提高RBF网络的收敛速度和拟合精度。利用污水处理厂部分水样数据建立COD软测量模型,模型仿真和硬件在线测试结果表明,相对于传统的BP、RBF等网络,基于SOM-RBF神经网络的COD软测量方法测量时间短、预测精度较高,具有较为广阔的应用前景。     

智能家居发展及关键技术综述

智能家居作为物联网技术重要应用之一,未来发展前景广阔。智能家居在实际应用中使人们生活更加便利化。通过研究智能家居的发展现状,详细介绍了智能家居中传感器感知技术、无线通信技术、网络融合技术、大数据技术和人工智能技术,进而提出了智能家居当前存在的“碎片化”、信息安全、普及度低等问题,同时展望在大数据技术与人工智能技术下的智能家居的未来发展趋势,为智能家居的推广应用提供参考建议。     

智能空调语音控制系统的设计与实现

迅速发展的语音识别技术被越来越多的应用到智能家居产品当中,为了实现空调控制的智能化,设计了一套智能空调语音控制系统,重点阐述了以STM32F103单片机为主控芯片,以LD3320非特定人语音识别芯片为语音识别模块的系统软硬件设计思路,制订了STM32主控芯片与空调控制器之间的通信协议,实现了对空调的语音控制。测试结果表明,本系统软硬件设计方案可行,系统运行稳定,语音控制效果好、可移植性强,具有良好的市场发展前景。