网店运营课程线上云教学系统设计

传统的线上教学系统存在教学资源更新慢、系统响应时间长的问题,影响学生的学习积极性,因此以网店运营课程为例,设计了线上云教学系统。硬件部分选用嵌入式CS89712数据处理器,使系统具备双控制管理模式,并设计双控偏置电源,保证系统高效运行的稳定性;软件部分优化了指令响应控制模块,并添加云计算模糊数据库,便于教学资源的快速更新。经过6个教学周期的测试比较,得出使用网店运营课程线上教学系统可以提高学生的周平均成绩和总平均成绩。在复杂的教学环境下,系统仍然可以实现多元化的教学辅助,具有实际的应用价值。     

基于深度学习算法的无线传感器异常数据检测

提出了基于深度学习的异常数据检测的方法,精准检测到无线传感器异常数据并直观展现检测结果。基于无线传感器网络模型分簇原理,通过异常数据驱动的簇内数据融合机制,去除无线传感器网络中的无效数据,获取无线传感器网络有效数据融合结果。构建了具有4层隐含层的深度卷积神经网络,将预处理后的无线传感器网络数据作为模型输入,通过隐含层完成数据特征提取和映射后,由输出层输出异常数据检测结果。实验证明：该方法可有效融合不同类型数据,且网络节点平均能耗较低;包含4层隐含层的深度卷积神经网络平均分类精度高达98.44%,1000次迭代后隐含层的训练损失均趋于0,可实现无线传感器异常数据实时、直观、准确检测。