【摘 要】
:
现如今物联网的发展速度已经超出了人们的想象,万物互联已经是大势所趋,人们身边已经充斥着各种各样的物联网应用成果,家中有智能家居,农业有农业物联网,工业有工业物联网,汽车有车联网,学校中有教育信息化。针对高校而言,物联网的发展给学校带来了新的提升教育信息化水平、减少能源浪费的机会。论文以此为背景,设计了一个基于物联网的云数据采集分析控制系统,通过在教室安装智能设备(如日光灯、空调、投影等),以及多种
论文部分内容阅读
现如今物联网的发展速度已经超出了人们的想象,万物互联已经是大势所趋,人们身边已经充斥着各种各样的物联网应用成果,家中有智能家居,农业有农业物联网,工业有工业物联网,汽车有车联网,学校中有教育信息化。针对高校而言,物联网的发展给学校带来了新的提升教育信息化水平、减少能源浪费的机会。论文以此为背景,设计了一个基于物联网的云数据采集分析控制系统,通过在教室安装智能设备(如日光灯、空调、投影等),以及多种传感器(温度、湿度、光、二氧化碳、PM2.5),通过网络远程实时采集多个环境参数,以及记录室内的环境变化情况以及电器的使用情况,并在后期进行机器学习,使用机器学习的结果对教室进行智能控制,实现提高教室利用率,减少资源能源浪费。该系统包括数据采集设备控制节点、云服务器、数据分析设备控制云平台。数据采集节点使用蓝牙组网的模式,将各个传感器以及智能设备通过蓝牙组网的方式连接在一起,单片机Arduino Nano通过JDY-10M蓝牙模块读取各个传感器的数据以及设备的使用情况,利用Wi-Fi无线通讯的方式实现数据整合上传,以及接收数据分析设备控制云平台的控制指令对设备进行控制;云服务器部分,使用树莓派4B搭建运行环境,通过端口映射的方式建立与数据采集节点的连接,对采集到的数据进行存储与管理;云平台部分,利用Django框架以及Tensorflow框架搭建数据分析设备控制云平台,Django框架用来搭建友好的人机交互页面,方便对云服务器的数据进行存储与管理以及控制,Tensorflow机器学习框架用来对存储的数据搭建机器学习模型进行机器学习,用来对未来一周的教室设备使用情况进行预测分析,通过Django框架进行绘图展示,最后将学习好的模型进行部署,用来控制教室的设备,实现提升教育信息化、减少能源浪费的目的。最后通过测试云服务器、数据分析设备控制云平台与数据采集设备控制节点的通信,以及搭建机器学习模型对设备使用情况进行预测,并以此为基准进行设备控制。实验结果表明,该系统具有良好的远程访问和控制功能,并且搭建的机器学习模型可以有效的对设备使用情况进行预测,达到了一定程度上减少教室能源浪费以及提升教育信息化的目标。
其他文献
近些年,抗生素在医疗、畜牧及水产养殖行业应用日益广泛,过量的抗生素以原物或代谢物的形式通过人体和动物的排泄进入环境中,使得近年来我国水体及土壤中抗生素的检出屡见不鲜。抗生素自身的物理化学性质使其难以被机体完全吸收利用,因此大多数抗生素被排放进入环境,但由于目前水处理系统的局限性和抗生素自身的难降解性,使其残留在环境中成为新型污染物,因此,清洁高效地解决抗生素残留问题是当下研究的热点。目前已有许多研
海洋溢油灾害是海洋环境中最受关注的问题之一,对海洋生态环境造成了巨大的危害,因此,海洋溢油发生之后,准确及时地对溢油进行检测,并根据检测结果制定相应的措施,不仅是将损失降到最低的重要措施,也对海洋环境保护和生态资源开发具有重要意义。由于海上溢油检测的特殊性,需要进行大规模检测,利用遥感技术对海上溢油进行大范围、大面积的连续观测成为最有效的溢油检测方式之一。全天时,全天候的合成孔径雷达(Synthe
随着我国水产养殖规模的进一步扩大,进入市场流通的水产品总量逐年增加。目前先进的信息技术未在水产交易中使用,对于水产交易中计量数据的采集,还处在手动录入的阶段。为保障水产交易中计量数据的可靠性,维护水产养殖户和收购商的经济利益,本文提出了一种将区块链技术与物联网技术相结合的水产交易计量数据采集、传输与存储模型,该模型包括三个部分数据采集平台、基于区块链的数据传输安全以及基于区块链的数据存储安全。数据
我国水产品总量连年上升,水产养殖规模也愈发扩大。对养殖区域内的水质进行严格管理和把控,将直接关系到水产养殖的经济成果。目前常规的水质监测系统存在成本高、控制反应慢、采集数据精度低、不能预测数据等不足。为了解决常规水质监测系统中存在的问题,提高对水质的精准管理能力,增强水产养殖过程中的风险防范能力,本文展开了以下的研究:一、设计具有较高精度的水质数据采集系统。基于超低功耗芯片和高精度传感器设计的水质
图像数据作为大数据的一种常见表现形式,早已呈现出爆炸式增长的趋势和海量而冗杂的特点,面对海量图像数据的检索分析与存储管理,设计高效、精确的图像检索策略成为了当下的重要课题。作为近期的研究热点,图像检索技术在基于深度神经网络的图像检索方法已取得了诸多进展,特别是在差异性较大的图像检索方面效果较优,但在差异较小的图像检索方面还存在较大的提升空间,如不同种类鸟的图像检索。在图像检索的过程中,度量和评价各
评分预测是推荐系统中的一个核心问题,用于量化用户对不同商品的偏好。由于训练数据中评级分布的不平衡,现有的推荐模型通常会产生有偏差的预测。因此,它们在预测长尾样本的性能通常不能令人满意。针对上述问题,本文提出两个解决方案。第一个模型命名为TADO(Time-v arying Attention with Dual-Optimizer Model)。此方法在第三章进行详细介绍。TADO专注于解决基于评
随着人工智能、物联网以及5G服务的到来,以数据知识为基础的企业,才能在全球市场上保持竞争优势,现如今越来越多的企业建立了不同的信息系统,这些信息系统数据库中存在大量的事件日志,然而,管理者很难从数量庞大的事件日志中提取有价值的信息,并且为了在竞争快速发展的世界中,更好的支持业务流程这一需求日益突显,通过对业务流程事件日志进行分析与预测,可以为企业监控提供决策和支持。通过预测不同的业务目标,不断的完
在大面积水产养殖中,水质关键因子监测智能化与信息化日渐普及,国内外相关领域研究不断推进并取得了长足的进展。为方便水产养殖人员对水产品养殖水体实时的、高质量的、准确的把握,本课题在前人的基础上,构建了对水质因素数据实时显示的远程监测系统。针对水产水质监测领域所存在的显著问题,本课题的研究内容如下:针对自适应传感器接口,根据IEEE1451.2智能传感器接口标准,设计了数据采集单元的多接口板。便于根据
台风是最严重的自然灾害之一,北太平洋西部具有世界上最频繁的热带气旋(台风)活动,在过去几十年中,台风造成的生命威胁以及经济损失已成为严重影响沿海地区人民正常生活的因素。因此,如何准确预测台风路径,辅助气象监测部门对台风进行准确预报,已成为当下热门的研究课题。然而由于台风轨迹有诸多影响因素,导致难以进行特征因子的提取,且需要的计算成本高。传统方法需要结合众多相关领域的先验知识,在耗时耗力的同时,预测
解决计算机视觉问题时,分割是最主要的任务。尤其在自动驾驶、室内导航以及医学造影等领域,语义分割技术的影响不容小觑。近年来,基于深度学习方法的图像语义分割算法已经取得了优异的成绩,尤其是基于卷积神经网络的方法,例如FCN、PSPNet。较传统基于图论的分割方法相比,基于卷积神经网络的分割方法可以将更好的将图像进行全局特征分析,并且提取出各像素点之间的隐藏关联信息。凭借此优势,基于卷积神经网络的图像分