基于物联网技术的实训室智能门系统设计

传统高校实训室管理主要以专职管理人员为主,包括实训室上课开关门及配电,造成了大量的人力浪费,并且不方便进行集中管理,因此高校实训室管理需要引进新的技术。针对高校实训室管理存在的问题,本文分析了物联网技术在电气自动化专业开放性实训室中的应用。     

基于Andiroid的智能医疗App"检医"的设计

随着科技、经济的飞速发展,人们对健康的需求也越来越高.近年来,医疗App得到了快速的发展,国内仍处于起步阶段.目前市场上的医疗App提供的功能主要是预约挂号、医疗查询、疾病查询等基本信息,这些功能极大地方便了用户就医.但是也存在一些问题,应用具有很大的局限性,数据的真实性无法得到保证.医疗App是为了服务于人们医疗健康的工具,要协调好医务人员、用户以及App之间的良好关系,才能更好地发挥医疗类App的功能,起到提高人们生活质量的作用.     

“垃分宝”废旧品回收平台的设计与运营

"垃分宝"废旧品回收平台是按照垃圾分类与再生资源回收"两网和一"的思路,运用"互联网+分类回收"思维,设计一种用于社区居民垃圾分类规范化的监控管理系统,建立便捷高效的废旧品回收交易服务平台,开展信息采集、数据分析、流向监控等物联网技术,逐步整合回收资源、梳理回收渠道、优化回收网点布局,使供需双方能够快速获取信息匹配,达到垃圾智能回收的效果。     

高校智能咨询系统实施过程中的关键问题研究

高校是"最多跑一次"思想的有力支持者,目前已有百余所高校同步推进,且取得显著成效.在此背景下,从高校留学生群体入手,分析当前高校智能咨询系统在"最多跑一次"实施落地过程中存在的问题.通过加强团队建设、规范事项、梳理流程、细化颗粒度的方式弥补仅靠系统带来的不足,旨在更好的为高校"最多跑一次"服务.     

基于GSM模块的家庭智能报警系统设计与研究

基于GSM模块的家庭智能报警系统,以STC89C52为核心处理单元,该报警系统通过采用电源供电热释电传感器进行信号检测,通过串口发送AT指令与控制GSM短信模块实现在GSM网络中实时传输信息到目的手机的家庭智能报警系统。本系统是一种可靠的、能远距离实时反映家中安全情况的家庭防盗报警系统。     

全局性视角下SMIS鲁棒性分析及控制策略研究

当前我国制造业正在转型关键期,智能制造信息系统SMIS的鲁棒性是发展智能制造的瓶颈问题。基于此,本文就SMIS系统的鲁棒性分析和控制策略展开论述,以期找到合适的解决方法,为智能制造系统转型升级提供一点有意义的参考。     

基于事件触发机制的双编队车辆换道决策模型

针对由联网自动化车辆(connected and automated vehicle,CAV)组成的双编队车辆换道问题进行了研究,提出了一种基于事件触发的分布式换道决策模型.该模型针对双编队系统设计了一种编队内和编队间的一致性控制协议;同时,为了减少CAV车辆控制器的频繁更新,设计了一种基于组合测量方式的事件触发器,并给出Lyapunov函数证明了算法的稳定性且不存在Zeno行为.仿真结果表明,所设计的控制协议能够使双编队系统收敛一致,有效降低CAV控制器的更新频率,减少系统能耗.通过模型对比,在证明所提决策模型有效性的同时,系统能够更快地收敛.     

网络攻击下双层结构多智能体系统一致性

研究了遭受网络攻击的双层结构多智能体系统的一致性问题。针对包含领导层和跟随者层的双层网络结构的多智能体系统,考虑了如下情况：领导层相邻智能体之间为友好合作关系,跟随者层相邻智能体之间既包含友好合作也包含对抗竞争关系,同时领导层与跟随者层中部分对应智能体之间存在牵制关系。分析了受网络攻击的领导层多智能体系统、跟随者层多智能体系统和双层网络结构多智能体系统的节点之间的一致性关系。基于线性矩阵不等式（LMI）、李雅普诺夫稳定性理论和图论等相关知识给出了领导层多智能体系统节点间实现一致,跟随者层多智能体系统节点间实现二分一致,以及双层结构的多智能体系统之间实现点对点二分一致的充分性判据。最后,给出了具体的数值仿真例子,实现了遭受网络攻击的双层结构多智能体系统的一致性,验证了所给出的判据的有效性。     

基于循环神经网络的电信行业容量数据预测方法

在电信运维的容量预测过程中,存在容量指标和部署业务种类繁多的问题。现有研究未考虑指标数据类型的差异,对所有类型的数据使用同种预测方法,使得预测效果参差不齐。为了提升指标预测效率,提出一种指标数据类型分类方法,利用该方法将数据类型分为趋势型、周期型和不规则型。针对其中的周期型数据预测,提出基于双向循环神经网络（BiRNN）的周期型容量指标预测模型,记作BiRNN-BiLSTM-BI。首先,为分析容量数据的周期特征,提出一种忙闲分布分析算法;其次,搭建循环神经网络（RNN）模型,该模型包含一层BiRNN和一层双向长短时记忆网络（BiLSTM）;最后,充分利用系统忙闲分布信息,对BiRNN输出的结果进行优化。与传统的三次指数平滑、差分自回归移动平均（ARIMA）模型和反向传播（BP）神经网络模型进行比较的实验结果表明,在统一日志数据集和分布式缓存数据集上,提出的BiRNN-BiLSTM-BI模型的均方误差（MSE）分别比对比模型中表现最优的模型降低了15.16%和45.67%,可见预测准确率得到了很大程度的提升。     

区块链环境下基于秘密共享的数字权限管理方案

针对数字权限保护中对内容加密密钥的安全保存和有效分发的需求,提出了一个区块链环境下基于秘密共享的数字权限保护方案。该方案主要包括系统初始化、内容加密、许可授权和内容解密4个协议。在该方案中,利用Pedersen可验证秘密共享方案和属性基加密（ABE）算法来实现内容加密密钥的保护和分发,将内容提供商从管理内容加密密钥的任务中解放出来,从而确保了密钥管理的安全性和灵活性。此外,基于区块链的数字权限保护方案具有信息公开透明、不可篡改等特点。安全性分析表明,该方案在区块链环境下是安全可行的;仿真实验结果表明,该方案能够以较低的开销实现数字内容的权限保护。