基于大数据的物联网用户行为模式挖掘

对智能家居物联网用户的行为模式进行准确有效的挖掘,提高智能家居物联网的优化组网能力,实现智能家居的优化控制,提出一种基于大数据的智能家居物联网用户的行为模式挖掘方法。构建智能家居物联网用户行为模式的大数据分析模型,采用模糊调度方法对用户行为特征进行关键行为特征点定位,采用资源标识方法进行用户行为模式自适应标定和状态重组,建立用户行为模式的大数据分类模型。根据用户行为特征的聚类性实现智能家居物联网用户行为特征挖掘和自适应聚类,采用极限机学习算法进行智能家居物联网用户行为模式挖掘的收敛性控制,提高用户行为模式挖掘的自适应性。仿真结果表明,采用该方法进行智能家居物联网用户的行为模式挖掘的准确性较高,挖掘过程的收敛性较好。

路灯配电系统保护问题探讨

以工程实例进行分析,结合规范要求,通过计算分析,分别介绍了路灯在TT和TN-S两种接地系统中的过载保护整定,短路保护整定等。合理的选择与应用低压保护电器,有助于提高路灯配电系统的稳定性、安全性和经济性。

三维建模在现代多功能家具模块化设计中的应用

随着数字化城市的发展,家具模块化设计已经成为社会各界的主流追求趋势,为提升人们对于家具结构的使用满意度,对三维建模在现代多功能家具模块化设计中的应用展开研究。从家具分类、基础模块设计、模块划分三个角度入手,完成家具模块的信息建模,确定该设计方法的应用方向,实现现代多功能家具模块化的设计方法研究。在此基础上,按照三维模型的分类标准,确定建模所需的关键技术手段,根据多功能数据的存储及管理方式,展示应用所需的三维家具景观。再搭建技术性开发平台,针对其中的模块化管理单元,执行模块库的建立与更新处理,实现多功能家具结构设计,满足人们对于模块化家具的使用需求。

神经根型颈椎病中西医结合治疗的研究进展

中医将颈椎病称为肩颈背痛症,其中以神经根型颈椎病的发病率相对较高,因为颈椎的解剖结构以及生理功能均有一定特殊性,不仅影响患者日常生活,还会提高临床治疗难度。临床除手术治疗外还包括自主疗法、针灸疗法、药物治疗等非手术治疗方式,但由于治疗方式不同,治疗效果存在较大差异。

山地公园的电气设计及实施——以马尾魁岐溪边公园为例

以魁岐溪边公园为研究对象,从配电、防雷接地、夜景照明及园区智能化系统设计四个方面入手,提出山地公园电气设计中的重点及难点。

基于卷积神经网络的语音识别报警系统

针对目前生活中普遍存在的老人和儿童独自在家发生意外时无法报警或报警不及时等问题,文中提出了一种基于卷积神经网络的语音识别报警系统。系统主要由GSM模块、麦克风阵列、树莓派和语音识别模块等组成。卷积神经网络能够在时间与空间上具有平移不变的卷积特点,因此可以对外界环境以及说话者的多样性进行克服性处理,提高语音识别率。实验证明,该报警系统方便快捷可靠,在室内环境中能对求救者的语音信号进行准确识别,并快速通知指定联系人,减少了紧急情况下无法及时报警带来的损失,对保护家庭成员的安全具有重要意义,可在家庭中推广使用。

基于深度神经网络学习的防火墙拦截效能评估

随着防火墙技术的不断发展,云计算、大数据、社交网络、BYOD相继出现,新一代防火墙面临更多挑战,需要不断增大监控力度、提升管理复杂度、迎接未知威胁及性能的挑战。为了提高防火墙拦截效能的评估能力,该文提出了一种基于云特征提取和深度神经网络学习的防火墙拦截能力评估优化方法。使用KDD‘99训练集攻击防火墙,测试防火墙的拦截能力[1]。云特征提取和本地拦截信息配合深度神经网络建模威胁文件,对防火墙进行未知威胁拦截测试,并利用入侵拦截信息动态评估防火墙的未知威胁拦截情况。实验表明,该模型能有效地评估防火墙拦截的有效性,提高对未知威胁的拦截检测能力。