摘要：智能环境传统的规则推理机制中,网关内布置的推理机从各种传感器中获取推理所需数据并与规则库相匹配,承担整个推理工作.本文利用Rete算法将规则构建为推理网络,并结合雾计算的概念将Rete推理节点分配至环境内配置的智能节点中协同推理以减轻网关负载,由此推理节点的分配成为关键,分配不合理将导致资源利用不平衡及响应延迟.本文利用活动影响下规则触发的规律设计了活动聚类算法CoA(Clustering of Activities)对活动聚类后分别建立其推理网络,计算出智能节点之间的最短路径后将结果代入针对其层次延迟性而设计的分配算法AAoRN(Allocation Algorithm of Rete Inference Nodes),从而将推理节点最优分配至各个智能节点.理论分析和实验结果表明,本文机制在有效利用智能节点资源的同时降低了大致55%的延迟.

摘要：基于软件定义智能层次化模型设计了一种睡眠动作识别系统,该系统可通过规则推理来应对智能环境中的各种变化因素.设计了一种时间队列实时提取动作特征来训练模型,提出了一种规则提取算法从该模型中提取系统所需规则.该系统基于这些规则可识别9种睡眠动作,每种动作的识别精确率均可达到96%以上,总识别准确率达到98.9%,且比其它系统适应性更强.实验结果表明,该系统通过更新规则可快速应对节点位置、节点数量和用户需求的变化.

摘要：异常步态的识别对老年人的健康看护有很大帮助.现有的相关研究主要通过图像采集设备或穿戴设备获取相关特征信息进行识别,这些方法大多都具有侵入性或对用户有较高的操作要求.本文研究实现了一种基于对脚步震动信号为识别源进行异常步态和跌倒检测的系统原型,该系统通过本文设计的应用于大范围数据采集的多传感器协同信号采集方法采集信号,从中分割出有效部分作为活动元,去噪后再使用改进的动态时间规整算法(Dynamic Time Warping,DTW)计算出代表活动元之间差异性的异常指数,接着由K最近邻(K-Nearest Neighbor,KNN)算法分类异常指数,得到初步表征用户步态的推测值,最后由隐马尔科夫模型(Hidden Markov Model,HMM)进一步处理推测值,识别出用户的步态.实验结果表明,本文提出的方法能够有效在不同的步态模式下识别异常步态,在稳定的环境中识别准确率达到96%,在具有不稳定地板的环境中准确率为94%.

摘要：针对目前的边缘插值算法不能有效改善插值图像的中低频纹理细节的问题,研究并提出了一种基于分数阶微分边缘检测的图像插值算法.依据分数阶微分理论,设计并实现了可以有效提取中低频纹理信息的算子掩模.按照检测到的边缘纹理信息,分别对沿边缘方向、垂直于边缘方向和平滑区域的待插值像素点进行线性插值、二次插值和双线性插值.采用了峰值信噪比(PSNR)和信息熵(IE)等图像质量评价标准做定量分析和实验验证.结果表明,该方法可以得到丰富的图像纹理信息,提高了峰值信噪比,其结果符合人们的视觉感受.

摘要：在现有的规则推理机制下,大量的传感器数据导致的过大规则匹配期间的实时特征计算量降低了推理实时性,同时边缘设备受限的内存资源难以应对如此庞大的数据量.为此,本文设计了数据预部署方案(Data Pre-De⁃ployment Scheme,DPDS).利用规则解析与预处理模块解析规则集得到的规则网络和轻量级特征表(Light-weight Char⁃acteristic Table,LCT),该方案无需进行实时特征计算,使推理效率和实时性得到显著提高,并大大降低了规则匹配期间的内存占用量.实验表明,即使在规则、数据规模很大的情况下,DPDS仍然具有较高的时间效率和空间效率.

摘要：在设计许多大型以数据为中心的系统时,往往只针对比较单一的具体应用。而随着网络共享技术、数据仓库技术的发展,对数据需求的类型也在不断增加,所以系统设计的要求也应随之改变。分层设计是一套行之有效的方法,该文通过一个实际的项目设计对此类问题作了实际说明。

摘要：针对目前只能通过人为实验指定最佳分数阶微分阶数的现状,为了节省大量人工寻求最佳分数阶微分阶数的时间,研究并提出了可以依据掩模窗口大小、G-L公式、图像梯度特征和人眼视觉特性等理论的能够自动生成分数阶微分阶数的新方法,基于该自适应阶数,设计并实现了对应的算子掩模。采用了信息熵、平均梯度等图像纹理特征评价参数做定量分析和实验验证,结果表明,该方法对任意灰度图像可以得到连续变化的增强效果,接近于最佳分数阶微分增强效果,符合人们的视觉感受,是有效的图像纹理增强方法。

摘要：UML(标准建模语言)是面向对象技术一个重要应用,也是近代软件工程环境中对象分析和设计的重要工具。该文首先介绍了UML的基本内容,然后结合课题的分析设计过程对UML技术的具体应用做了详细的描述。

摘要：将RFID技术应用到交通流检测中是交通检测的新趋势。基于RFID的车联网进行讨论,分析及解决其设计参数选取、系统结构设计和邻道干扰等问题。对如何检测交通流的空间密集度(Density)、交通量(Trafficvolume)、空间平均速度(Space mean speed)、选择概率(Selection Probability)、道路通行时间(Road Travel Time)和道路延误时间(Road Delay Time)等参数进行分析,指出因引入RFID技术,使得以往不可准确检测的道路通行时间和道路延误时间及新提出的选择概率成为可测参数,并给出具体计算方式。通过仿真实验验证了检测方式的正确性和可行性,为进一步研究车联网提供了充分的理论基础。

摘要：在 MS-CAD研究中 ,如何将分立于不同领域的 CAD功能模块连接起来 ,在系统级进行设计、模拟、仿真是一个关键问题。 Internet的广泛应用与分布式处理技术的日益成熟为解决这个问题提供了新的思路。本文提出了一个基于服务器组的分布式 CAD新方案 ,采用该方案所设计的 CAD系统可在系统级对微系统进行辅助设计和模拟仿真 ,具有较高的智能以及良好的开放性和可扩展性。