“互联网+”背景下高校校园电器共享平台研究与设计

来源 :现代信息科技 | 被引量 : 0次 | 上传用户:qinzhenxing
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为积极响应国家“互联网+”的战略号召,推动共享经济在校园中快速合理发展,更好地利用和管理高校校园电器设备,让广大师生能够以更小的代价享受便利、优质的服务.对国内已经投入使用的校园共享平台进行了广泛调研,并对当前该领域下产品普遍存在的问题进行总结与分析,在现有研究的基础上对高校校园电器共享平台进行设计.
其他文献
文章针对单人份多靶荧光检测试剂的全自动医用PCR分析仪,设计了一种应用于该仪器的调试软件系统.该软件系统基于Windows 10系统运行,使用Visual Studio 2017的IDE开发工具,釆用C#语言,.NET框架进行开发.主要设计了调试信息监测、结果显示、调试校准、数据分析和人机交互等5大模块使得用户可以通过软件对仪器各模块进行单独校准和检测流程的编辑调试、设备参数的校准以及相关检测数据的分析.
三江平原是我国重要的内陆湿地分布区,开展湿地资源监测对湿地管理保护及可持续发展具有重要意义.基于GEE云平台对三江平原2010年、2020年湿地覆盖类型进行了遥感调查和驱动力分析:对Landsat系列多景影像进行了快速预处理,建立了契合研究区域的湿地分类体系,采用了以光谱特征和指数特征作为输入变量的随机森林算法,开展了三江平原近十年的湿地动态监测,并分析了其动态变化的驱动力.三江平原十年间湿地恢复显著,自然和社会多种因素驱动湿地恢复.
保证大型数据中心服务的可靠性越来越重要,硬盘是大型数据中心中故障率最高的组件.如果能够预测硬盘的故障情况就可以提前对数据进行保护和隔离,避免造成重大损失.然而当前的预测器不能同时有效地提取时间序列的长短期依赖关系,学习样本的有效特征.文章提出了基于注意机制的全卷积注意力模型,该模型能够解决长短期依赖问题,有效识别故障模式.最后在采集的SMART日志的数据集中证明了模型的有效性.
对嵌入式技术进行了研究,报告了传统心率检测仪器便携性差、抗干扰能力不强的现状,设计了一种基于STM32 NUCLEO嵌入式芯片的心率检测系统.集STM32F411 NUCLEO开发板、心率信号预处理、数据采集、OLED激光显示、串行通讯及电源转换功能为一体,利用人体心血管活动的血管容积周期性规律,基于芯片模数转换器捕捉体表反射光变化活动时序,实现高低通滤波与人机交互.测试表明,系统抗干扰能力强,可用于家庭或社区人体医学监护.
互联网以席卷之势影响着生活的方方面面,传统电视行业在互联网的冲击下也开始重新洗牌,机顶盒形式的智能电视已经占据市场较大份额,相关软件和运用设备也正逐步完善中.受限于平台的技术以及灾难事故处理机制的不成熟,已存在的省DNS平台无法智能检测平台自身的情况且需要手动切换.为了解决已有系统平台存在的种种问题,开发了基于DNS智能解析组件实现灾备平台自动切换的软件项目.
随着网络游戏的高速发展与进步,电子竞技已经成为人们生活中不可或缺的一部分,游戏的运营与传播也层出不穷,文章对微博上游戏类知名用户进行研究,通过相互关系构建网络,以自媒体游戏博主与官方游戏主持人解说博主进行对比,通过多维度的研究,如密度、凝聚子群、中心度等,对微博游戏博主的相互关系进行进一步的了解,对微博游戏圈现实情况进行反应,并对未来趋势提出建议.
当前互联网时代,绝大部分的网络应用都是基于客户机/服务器模式,服务器的性能是整个网络应用系统的瓶颈.因此优化服务器性能是非常重要.文章通过排队论模型比较了相同服务器硬件条件下M/M/n模型和传统的n个M/M/1模型的性能.最后通过实验验证了M/M/n排队模型的优势,平均状态下比传统的模式提高22.5%的速度,在高负载的情况下比传统的模式提高38.7%的速度.
通过对农业黄瓜种植过程中黄瓜蘸花以及种植环境的检测,制作了一种多功能黄瓜蘸花喷药机系统,并设计了一种新型黄瓜蘸花喷头,能够实现自动检测,自动喷洒,药液回收等功能.该系统还搭载了多种环境检测模块,利用单片机串口通信将环境检测参数通过蓝牙传送到手机APP,方便了基层农户及时了解环境状况.实验表明该系统设计的新型喷头达到了预期效果,环境检测方面工作稳定,切实帮助了基层农户的农业管理.
随着人类对自身意识运作机制了解的逐步加深,在不久的将来,研发具有人类高级意识的人工智能机器人,将不再只是科幻故事里的事件,奇点时代即将到来.文章给出了意识系统的概念,介绍了生命意识、客观意识、主观意识的定义和本质以及三者之间的关系,探究了强人工智能的本质和模拟实现.尝试用计算机系统模拟人类意识,研究了计算机系统模拟意识系统的基本框架,实现了基本框架的程序代码.
在工地现场的安全管理中,施工人员的安全帽佩戴与否关系到其生命安全.传统的人工方式检测施工人员安全帽佩戴与否的效率较低.文章提出一种基于YOLOv3目标检测算法,可以实时地自动检测施工人员是否佩戴安全帽:首先收集安全帽数据集和标注处理,把数据集分为训练集、验证集和测试集;然后使用YOLOv3对训练集和验证集进行训练,并对测试集进行测试,最终结果显示检测准确率达到0.78、召回率0.914、mAP达到0.91、F1指数0.842、FPS为161,可满足安全帽实时检测的要求.