基于移动端的人体运动能耗检测系统

量化运动能耗是科学运动的基础。目前日常运动能耗的检测设备存在诸多限制条件。针对这一问题,采用近些年飞速发展的图像识别技术,设计了一套基于移动手机端的人体运动能耗检测系统,系统包含4种运动健身动作,通过手机前置摄像头拍摄在语音和视频指导下人体完成相应动作的视频,利用图像分析技术实时计算出人体运动能耗值,实现对人体运动时的能耗检测,实验结果与被称为"金标准"的间接测热法测得值的相关系数均达到了0.6以上(P<0.01),另外提出了4种动作的能耗预测方程,采用Bland-Altman分析法分析验证组的实验结果与标准值得一致性程度,结果表明两种方法的一致性较高,可作为传统方法的替代。     

基于朴素贝叶斯算法的中文评论分类

针对中文评论分类问题,采用朴素贝叶斯算法进行深入研究.首先,根据中文评论分类的需求设计了朴素贝叶斯分类器.然后,使用weka(Waikato Environment for Knowledge Analysis)以不同特征提取方式对其功能性进行了对比分析.通过一系列的实验数据的横向对比表明,在朴素贝叶斯分类器下采用集成...     

基于OPC的建筑能耗监测系统集成技术

提出应用OPC技术对建筑能耗监测系统进行系统集成,并在实际项目应用中实现了OPC规范接口的设计,改善了系统集成环境,有效减少了后续开发工作。以某大型公共建筑能耗监测系统为平台,介绍了能耗监测系统的软硬件开发。通过研究发现,应用OPC技术简化了系统集成环境,并实现了能耗信息的共享和交换功能。     

基于能耗均衡的ZigBee温室监控系统分簇路由算法

在ZigBee网络中,传统的路由算法单纯的减少网络的总体能耗,而忽略了网络能耗的不平衡导致局部网络能量的枯竭,导致网络瘫痪的问题。针对这一问题,文中从网络中节点能耗均衡出发提出了一种基于权值机制的非均匀分簇路由算法。实验表明该算法能有效地降低和均衡网络节点能耗,大大延长网络寿命。     

基于ARM的智能能耗管理终端设计

为了研究家庭能耗数据实时交互技术和构建用户能耗信息协同采集方法,设计了面向智慧家庭的智能能耗管理终端。该管理终端采用模块化设计思想,分为无线收发模块、处理器模块和后台数据管理模块,全方位展现了智能能耗管理终端软硬件各部分设计思路。现场测试和应用结果表明,设计的管理终端为能耗信息的协同处理奠定了物理基础,建立的家庭能耗数据多源协同采集模型对实现智能家居能耗数据信息协同有一定的参考价值。     

基于改进Petri网的区域综合能源系统能耗建模及优化运行分析

区域综合能源系统包含的设备和负荷类型众多,设备之间的耦合方式多样,在实际运行中往往难以确定最优的供能方式。从能耗分析的基本原理出发,结合带时间约束的模糊有色Petri网特定的建模原则,提出一种区域综合能源系统能耗优化推理模型。该模型在满足负荷需求和基本运行条件下,从综合能源系统运行成本、污染物排放量和一次能源消耗量3个方面对系统供能路径进行优化,通过对系统进行能耗仿真分析,从而得到不同需求场景下的最优供能方式。最后以某实际区域综合能源系统为例,验证了所建模型的有效性和实用性。     

基于消息队列技术的建筑能耗监测系统应用研究

针对建筑能耗监测平台多系统集成带来的各种数据采集设备工作环境复杂和数据传输不同步的问题,提出了采用基于消息队列的技术提高数据采集系统的数据传输稳定性和可靠性的改进方案。构建了基于消息队列技术的建筑能耗数据采集系统,并以采集数据信息的消息发送和接收为例,给出了消息队列技术在建筑能耗数据采集系统中的核心源码,并对其在防止数据丢失和信息安全方面的作用作了总结。     

一种基于人工和机器学习相结合的教学网络资源分类方法

本文探讨了教学网络资源的分类方法,对如何应用人工与机器学习相结合的方法建立类别特征模型进行了研氪简述了K最临近分类法的基本思想。提出在领域专家的帮助下,采用人工的方法选取类别特征项,建立类别特征模型;在小样本集环境下,采用机器学习的方法训练类别特征项权重。并给出了教学网络资源和类别特征模型匹配程度的计算方法。通过实验,对所提出的分类方法的可行性和有效性进行了验证。     

低功耗便携式运动能耗检测系统的设计与研究

为促进人们加强锻炼,设计了一种低功耗便携式运动能耗检测系统.该系统通过分析加速度的周期性来估算步频,通过步频估算出运动路程以及利用VM3C方程预测人体运动消耗.同时,通过射频技术将运动信息传输到上位机并存储,由上位机来进行用户档案信息管理、计步、路程与运动能耗等分析等功能.该运动能耗检测系统使得能耗信息的采集和数据分析查询更加便捷.     

基于能耗监控的“能源管理与审计”课程教学改革

"能源管理与审计"课程是一门面向能源方向,以培养学生的节能意识,并使其初步掌握能耗分析与经济评价方法的专业课程。针对课程特点,结合教学实践及体会,提出了基于校园能耗监控的教学改革,提高了学生的学习效率并培养了团队协作精神。     

优化控制程序改善三系统冰箱能耗的研究

分析当前三系统冰箱控制现状,通过控制程序优化,消除各间室频繁开停机和压缩机开停紊乱问题,实现了降低能耗和提高能耗一致性的双重改善效果。     

变频调速系统中能耗制动电路的设计与实现

阐述了变频调速系统中制动单元的工作原理，基于分析能耗制动工作方式的基础上，设计了一种简单的能耗制动电路。在制动单元中，给出了直流母线电压检测和开关功率器件控制电路；并对制动电阻的选择范围进行了估算。     

基于机器学习的网络流量特征选择

互联网技术水平不断提高的同时,也带来了日益复杂的网络安全问题,传统地利用端口检测和深度包检测等流量识别技术已经难以应对当下日趋复杂的网络环境.伴随着机器学习理论的成熟,机器学习方法已经成功的应用于图像识别、声音辨别、医疗等各个领域,机器学习使用计算机模拟人类的活动,通过学习现有的知识,建立有效的学习模型,进一步对未知的数据进行预测或者分类.将机器学习方法应用在网络流量识别领域,首先对网络流量识别的研究现状和机器学习作了相关的介绍,其次基于3种机器学习分类算法,对比分析了不同特征选择算法对网络流量识别准确率的影响,提出了改进的特征选择算法,并经过实验验证了改进后特征选择算法的有效性.     

基于统一多能耗模型的公路能源群落最优能耗领导–跟随控制

公路、能源、信息及社会等多领域子网耦合支撑新能源、化石能源等网联车辆集群在有无司机干预驾驶工况下混合行驶。降低混合行驶车辆集群能耗亟需解决燃油、电动及燃氢等车辆集群统一多能耗建模难、集群耦合公路干线动态演化特殊性不明及最优能耗领导-跟随控制研究等问题。为此,该文提出基于统一多能耗模型的公路能源群落多工况最优能耗领导–跟随控制策略。首先,考虑“人、车、网、云、端”等多维元素互联,在车辆自组织、公路能源群落等概念研究基础上,基于公路能源群落耦合干线公路的特殊性,阐述公路能源群落多工况最优能耗领导–跟随控制机理;其次,基于图论建立公路能源群落的动力学演化领导–跟随控制模型与基于汽油、电力及氢气等能源价格的统一多能耗模型;最后,考虑有无司机干预,提出两种基于统一多能耗模型的公路能源群落多工况最优能耗领导–跟随控制策略。多工况仿真结果表明,两种基于统一多能耗模型的最优能耗领导–跟随控制策略有效,可为科学、合理的管控公路能源群落的最优能耗状态提供理论指导。     

基于谱分解动态散射成像的细胞无标记检测与分类方法

细胞成像及检测技术在医学研究及临床诊断领域具有重要的研究意义和应用价值,而无标记与高通量检测尤其具有挑 战。 本研究基于动态散射理论的细胞成像方法,搭建了动态散射成像系统,提出了基于谱分解的动态信号提取算法,结合机器 学习算法实现了无标记、高通量的细胞分类。 采用血细胞、EG7-OVA 肿瘤细胞、A549 肺癌肿瘤细胞进行实验验证,结果表明本 文提出的方法对血细胞与肿瘤细胞识别准确率可达 98%以上,对于血细胞、EG7-OVA 细胞和 A549 细胞之间的三分类识别率约 为 91%。 本文实现的细胞检测和分类方法具有临床应用前景。     

一种基于集成机器学习的液态金属电池快速分选方法

电池分选方法能够有效降低电池间的不一致性,显著提升储能系统的性能、降低安全隐患。由于液态金属电池具有容量大、内阻小等特点,现有分选方法难以满足其分选的要求。针对现有分选方法耗时长、精度较低的问题,该文提出了一种基于集成机器学习的液态金属电池快速分选方法。该方法利用活化期的电池数据作为输入,通过特征选择和集成学习方法结合不同模型优势,并根据集成模型对预测得到的电池容量进行分选。与现有分选方法相比,该方法避免了额外的电池测试从而实现了快速分选,同时具有更低的预测误差与更好的可靠性。研究结果表明：相较于主流的分选方法,该分选方法的预测误差降低了52.16%,可靠性提升了9.10%,在电池分选上实现了高准确率和召回率,分别为96.62%和93.18%。在规模储能的电池分选中,该方法具有显著的潜在应用价值。     

相变材料式蓄冷系统的设计、配置与能耗分析

叙述相变材料式蓄冷系统的 3种运行模式及 3种配置各自的特点 ,以某商业性建筑物为例计算和比较常规系统与各种蓄冷系统的运行能耗与电费 ,分析拉大电价比对总电费的影响。 3种运行模式为 :全蓄冷 ;主机优先式部分蓄冷 ;蓄冷优先式部分蓄冷。 3种配置为 :主机上游 ;主机下游 ;并联     

基于无线技术的智能家居能耗管理平台研究

供电企业的用电信息采集系统,仅能对单个或多个用户总用电量进行采集、统计和分析,无法对用户内部各种用电设备能耗情况进行分类采集、控制和分析。文章将用电信息采集系统与家居设备用能管理系统结合起来,实现智能家居设备远程控制,并对各类用电设备用电量进行采集,全面量化家居设备用电或多个家庭同一类电器设备用电情况,帮助客户有效利用峰谷时段电价差值,引导客户智能用电,实现能耗数据的分析与共享,达到绿色节能。通过研究不同无线组网特点,推荐以Zigbee技术组网,Zigbee具有安装简单、成本低、传输速率高、运行稳定、智能化程度高等特点,能够有效解决居民住宅用电的智能化控制与能耗管理问题。     

基于TCP/IP的家庭能耗监控系统

针对家庭用户无法了解家庭内部具体用电情况的现状,提出了一种基于TCP/IP协议的家庭能耗监控系统。详细阐述了该系统的总体设计框架,给出了系统的硬件电路以及软件设计流程。该系统能够实现家庭能耗的实时监测与控制,具有免布线、组网简单、成本低等优点。     

基于类心和特征加权的特征选择算法

基于边界最大化的特征选择方法是一种有效的特征选择方法,它能够显著去除高维数据中的不相干特征,在机器学习中有着重要的应用.但该方法存在着计算复杂度较大的问题,为了克服这一问题,提出了基于类心和特征加权的特征选择算法.其基本思想是以某一类的类心为中心,寻找其同类和异类最近邻构成边界,根据某种准则获得一个特征空间的权重,使得权重特征空间中的边界最大.在4个UCI数据库上的实验验证了所提算法不仅有更高的效率而且有更好的分类准确度,并且对于不相干特征几乎是不敏感的.