摘要：原有清洗方法对缺失数据的筛选标准过于模糊,无法完成未来企业的数据预测。因此,提出基于边缘计算的企业海量云端动态数据清洗方法。在数据采集模块,对动态数据进行预处理。基于边缘计算构建数据筛选模型,将企业数据进行分类。计算企业数据的传输延时和耗能。通过时间序列理论依据,保证企业动态原始数据的真实性,从全局和局部两个方面划分云端的动态数据特征,完成动态数据清洗。实现基于边缘计算的清洗方法设计。实验结果表明:所提方法的准确度在99.8%以上,数据预测结果精度高,更具有应用价值。

摘要：为了有效解决认知无线电网络的频谱分配问题,文章通过构建无向图对网络中涉及的认知用户(secondary user,SU)、频带可用情况以及用户间的干扰关系等进行统一表达,将频谱分配问题转化为无向图目标函数的优化求解,使频谱分配过程兼顾SU的效益以及用户间的干扰关系;并设计了一种拓展的迭代条件模式算法实现相应的优化过程,提高了获得优质解的可能。实验中以颜色敏感图论着色算法、量子遗传算法和粒子群算法作为对比,从网络平均效益和公平性上比较方法的性能,并分析了方法的特点以及不同网络环境对方法性能的影响。实验结果表明,该方法能够有效地实现频谱分配,且在不同的网络环境下均具有较优的性能。

摘要：针对热释电红外(PIR)传感器在室内人员识别系统的结构以及识别的准确率问题,设计了一种新型的无线分布式PIR传感器系统,并提出了一种人员识别的新方法。系统采用2只分布在不同高度的PIR传感器,结合对菲涅尔透镜的视场角调制,能够有效探测运动人体的红外信号。通过对2只PIR传感器时域输出信号的采集分析,采用快速傅里叶变换(FFT)算法获取时域信号特征,并将信号特征进行融合。使用深度学习卷积神经网络-长短期记忆(CNN-LSTM)神经网络进行人员的分类识别。实验结果表明:该设计方法在人员的分类识别上实现了99.29%的准确率,在室内人员识别场景中具有良好的应用价值。

摘要：针对医疗监护系统的研究现状,设计了一套基于WSN(Wireless Sensor Network,无线传感器网络)的穿戴式医疗监护系统,以较低的成本,实现了低生理、心理负荷下的人体体温、脉搏及姿态等生理信息的获取,同时开发了专用的PC程序,实现了对系统的有效管理,编写了Web应用,实现了系统监测数据的多终端无障碍访问。

摘要：为了满足当今社会对穿戴式医疗监护的需求,设计并制作出了一种基于ZigBee技术的穿戴式医疗监护系统节点。该节点硬件部分采用了CC2530单片机和多种传感器,软件部分使用TI公司的Z-Stack协议栈,最终以相对低的成本实现了低生理、心理负荷下对人体体温、脉搏、生理姿态的获取。

摘要：作为驾驶员获取外部信息最直接的工具--汽车后视镜只能为提供车后约52°的视野,其他大片(约128°)车后区则成为盲区,成为一大交通隐患。为了解决后视镜盲区带来的问题,提出了一种基于红外技术的后视镜盲区提示系统,其成本较低、不易受电磁干扰影响且探测距离可随车速自适应变化。

摘要：采用应用背景和PBL教学法完成功率因数提高教学设计,探索启发式、参与式教学。教学设计以实验室设备更新建设中遇到的问题为切入点,引出本节课主要内容——功率因数提高;围绕功率因数提高,分解为四个逐步深入的小问题,引导学生主动思考、探究、讨论、总结,找出解决问题的方法。教学实践证明,教学设计提高了课堂吸引力,增强了学生的学习热情和课堂参与度。