摘要：设计了一套基于MSP430F413嵌入式芯片和双簧管传感器的智能水表系统,该水表实现了远程计数、用水警报、远程启停和阶梯计价等功能.首先,对智能水表系统的整体结构进行了设计,主要包括主控芯片MSP430F413、脉冲采集电路、阀门控制电路、通信基站和LCD液晶显示等.然后,对系统整体硬件电路连接进行了电路设计和硬件功能设计说明.最后,进行了水表的主控智能程序软件流程设计.

摘要：为了解决空气中CO2浓度含量检测的问题,设计了基于CO2浓度传感器的信息采集和浓度监测系统.首先,进行了CO2浓度监测系统整体框架设计,主要包括了传感器模块设计、信号调理电路模块设计、主控芯片电路设计和锂电池升降压电路设计等.然后,进行了硬件电路连接设计,包括主控芯片STM32F103VET整体连接电路设计、传感器电路连接设计、LCD驱动电路设计、USB通信和上位机数据存储电路设计和供电电路设计等.最后,对CO2浓度监测系统整体软件流程进行了设计.该系统实现了CO2的实时检测和实时存储,并能够通过数据传送接口实现上位机的信息交互和信息处理,该系统对于提高生产效率和节能减排起到非常重要的作用.

摘要：为了解决传统热能网计量不精确等问题,设计了一套基于GPRS和Ti3367无线收发传输的热能网监测控制系统.首先,对监测控制系统整体功能和拓扑结构进行了设计,包括管理层、数据汇聚层和数据采集层的详细功能.然后,对系统的硬件结构进行了设计,包括数据汇聚层和数据采集层的硬件电路结构图的连接设计.最后,实现了系统的软件流程设计,包括系统初始化和无线数据收发流程设计.

摘要：为了提高城市照明系统网络化和智能化的控制,设计了基于GPRS传输ZigBee传感网络技术的LED智能照明监测系统.首先,进行了智能照明系统的总体功能架构设计,包括监控中心、无线传输网络和网关转发节点.然后,进行了照明监测系统的硬件结构功能设计,包括GPRS通信模块、ZigBee节点、感知模块和网关模块、主控单片机系统模块、恒流驱动和传感器模块.最后,进行了系统软件流程设计,包括利用PWM技术的亮度控制和自适应智能算法设计.该智能照明监测系统实现了城市照明系统的远程智能监控和远程智能遥控等功能.

摘要：为了解决传统二维雷达倒车系统的缺点,设计了基于微波射频技术的智能三维倒车雷达系统.首先设计了雷达系统的总体框架、各类功能模块的具体功能和工作原理.然后,进行了系统硬件模块设计.包括微波射频水平测距模块、地面测距模块、温度补偿模块和智能语音警报模块.最后,进行了系统软件设计,实现了智能三维倒车雷达系统的具体功能.结合所设计的温度补偿算法对系统进行精确测试,系统可实现水平精确测距、地面凸起或凹坑的精准识别、语音警报和LCD屏上实时显示水平与地面监测距离.

摘要：为解决传统SaaS服务不能完全满足用户需求的问题,设计了基于MapReduce仿生优化算法的SaaS服务.采用SaaS平台中服务的分组部署策略及部署算法,使之产生闲置服务器,让用户的服务请求能够分发到数据中心的分类服务器上;改进优化了传统MapReduce的仿生优化算法,进行了多重租赁服务算法、多重租赁服务框架等多租户服务定制.结果表明:实现了基于MapReduce仿生优化算法的SaaS服务的优化,该服务能为多个用户提供符合要求的SaaS定制服务,可为用户提供合适的SaaS配置方案.

摘要：为了解决空间科学数据与元数据分开和空间科学数据不能自描述的问题,提出了基于大数据的SP-HDF存储空间科学数据技术研究.首先,进行分析空间科学数据的特征,其特征表现为海量数据、多类型、可以交换和融合[1],以及分析空间科学数据的三种传统存储方式.然后,设计基于大数据的SP-HDF存储数据的框架,进行提出基于大数据的SP-HDF存储框架结构,并且研究提出SP-HDF进行存储数据的逻辑结构节点的结构和属性.最后,通过SP-HDF技术标准化处理数据,进行基于大数据的SP-HDF存储空间科学数据研究,研究结果表明,基于大数据的SP-HDF技术在处理空间科学数据后可以达到负载均衡,避免数据分离.

摘要：为了解决虚拟设备资源利用率低,能源消耗高等问题,设计了基于机器学习的虚拟设备决策算法.首先利用机器学习提出虚拟设备决策的优化算法,将机器学习与传统虚拟设备决策算法结合提出了基于机器学习的虚拟设备决策算法优化,解决了设备受资源限制的问题.然后利用机器学习技术中的DQN算法完成对虚拟设备决策算法的实现,通过系统自主学习,分析用户需求及软硬件环境,提出多种虚拟设备配置方案,最后经过系统对比选择出符合用户需求,同时资源消耗最优的虚拟设备配置方案.

摘要：为了解决深度学习技术无法满足用户对多张照片移动目标物体识别的需求,提出基于深度学习的多媒体移动物体检测技术.提出基于前馈神经网络的目标定位技术,设计目标定位模型,计算目标边界框的大致位置以及概率;对视频中的目标行为进行预测;利用卷积神经网络融合特征和自然语言搜索特征完成自然目标搜索.

摘要：为了解决行为模式挖掘分析面临的信息获取速度慢和缺乏快速挖掘有价值信息的能力,设计了基于轨迹大数据技术的行为模式挖掘技术分析。首先,提出基于局域网环境的行为模式聚类融合方法,进行问题描述、方法设计、实验研究分析。然后,再基于广域网环境的行为模式聚类融合方法,进行问题描述,给出广域网下的Map运算和Reduce运算,接着实验研究分析。最后,进行基于轨迹大数据技术的行为模式挖掘技术分析,分析所用的方法,设计行为模式挖掘技术实验研究。通过实验结果的显示,基于轨迹大数据技术的行为模式挖掘技术分析能够提高信息获取的速度,能够更快速的挖掘有价值的信息。