摘要：近红外光谱分析技术依赖于表征光谱向量和预测目标之间关系的化学计量学方法。然而,样品的光谱由信号和各种噪声组成,传统化学计量学方法较难直接提取光谱的有效特征,并为复杂的预测任务建立具有较强泛用性的校正模型。进一步地,受限于仪器间的差异,在一台仪器上建立的模型应用于另一台仪器时,难以取得相同的定量分析结果。为此,提出了一种基于卷积神经网络和迁移学习的定量分析建模及模型传递方案,以提高模型在单仪器和跨仪器上的预测性能。在卷积神经网络的基础上,一种结合多尺度特征融合和残差结构,名为MSRCNN的先进模型被设计,并在主仪器上展现了卓越的预测能力。然后,设计了四种的基于fine-tune模型迁移策略,将在主仪器上建立的MSRCNN模型迁移到从仪器。在药品和小麦的公开数据集上的实验结果表明,MSRCNN在主仪器上的RMSE和R 2分别为2.587,0.981和0.309,0.977,优于PLS,SVM和CNN。在利用30个从仪器的样本微调主仪器建立的模型后,迁移MSRCNN中的卷积层和全连接层的方案取得了最好效果,其RMSE和R2可分别达到2.289,0.982和0.379,0.965。增加参与模型微调的从仪器样本,可进一步提高性能。

摘要：为了提高智能家居环境下照明子系统的舒适度和艺术性,研究并设计了一种无线智能LED情景照明控制系统。系统采用物联网架构,由灯控终端、无线ZigBee传感器数据采集节点、云端服务器和Android移动智能终端构成。灯控终端以STM32F103ZET6处理器为核心,以四色LED灯为控制对象,依托WiFi模块与云端互联,通过云端指令和传感器检测数据,灯控终端可实现对家居环境下的LED单灯或组灯的照明、亮度、颜色控制以及情景模式选择。测试结果表明,该系统在家庭环境下运行稳定,能够实现远程控制管理和满足照明系统智能化的需求。

摘要：针对校园环境下基于传统无线通讯技术实现的楼宇环境监测系统传输距离短,抗干扰能力弱等问题,该文设计了一种基于LoRa的校园楼宇环境监测系统。系统采用物联网架构,由环境监测节点、数据集中终端、云端数据服务器和监测中心Web客户端构成。基于STM32系列处理器设计环境监测节点和数据集中器,采用LoRa无线通讯技术实现监测节点与数据集中终端的无线数据交互,利用私有协议解决信道冲突与噪声干扰,使用Wi-Fi进行数据上传。监测中心Web客户端依托云端数据服务器进行数据处理、分析与环境数据显示。测试结果表明,该系统具有稳定可靠、传输距离远等特点,能够实现校园楼宇环境数据的远程监测。

摘要：为解决小型水域下人工垃圾清理效率低、劳动量大而垃圾清理船结构复杂、地形适应性低的问题,该文设计了一种旋涡式水面垃圾清理装置及其远程监控系统。设计由基于STM32单片机的垃圾收集装置、云端服务器和Android移动智能应用构成。清理装置产生旋涡并卷入周围垃圾进行垃圾的收集与清理,监控系统依托互联网实现装置远程的监控。测试表明,该装置能够较好适应小型水域特点对水面垃圾进行有效清理,同时可通过移动终端实时监控装置状态。这对水面垃圾清理装置及其控制系统的研制具有一定的参考价值。