GA⁃BP神经网络在NB⁃IoT水质监测系统中的应用研究

针对水质分类模型存在评估准确率不高、训练速率慢及样本规模要求大等问题,引入遗传算法优化的BP神经网络实现水质分类模型训练。在水质终端节点中,驻留训练后的参数,实现多传感器数据融合。经同类样本训练下比较,GA⁃BP神经网络的水质分类模型平均收敛速度比传统BP神经网络快且不易陷入局部极小值,并保证了较好的准确率,表明利用GA⁃BP神经网络在NB⁃IoT水质监测系统中有较为良好的应用推广价值。

基于GA-BP神经网络的非线性模拟量回归

针对嵌入式系统中传感器测量模拟量与采样值之间的非线性关系难以找寻确定公式进行表达的问题,提出使用BP神经网络对非线性模拟量进行回归拟合。并针对BP神经网络易陷入局部极小值的缺陷,采用遗传算法进行优化。实验表明,与最小二乘法与三次样条插值法相比,BP神经网络对曲线拟合程度优于其余两种方法,且具有较高的准确度。遗传算法优化后的BP神经网络,能够更加快速收敛,准确度也进一步提升。同时将网络模型应用在MCU端,实现在MCU端的预测与参数更新,具有一定的实用性和适应性。

面向NB-IoT测控系统的可配置软件设计

为降低NB-IoT测控系统的开发难度,提高NB-IoT测控系统的适应性和灵活性,提出一种面向NB-IoT测控系统的可配置软件开发方法。在NB-IoT测控系统框架的基础上引入组态的思想,对终端节点、应用服务器、人机交互系统进行可配置开发。基于该方法,可以完成对NB-IoT测控软件的流程、界面和数据的可配置,简化软件开发过程。实验结果表明,运用该方法开发的NB-IoT嵌入式测控系统能够满足多变的用户需求,也能提高开发效率,具有一定的通用性。

名曲《春江花月夜》音乐艺术发展传承探析

《春江花月夜》是中国古典名曲,其发展与传承在音乐艺术中极具代表性。本文通过分析对比传统古典乐曲与现代乐曲,来探析《春江花月夜》的艺术发展传承。《春江花月夜》的审美艺术包含鲜明生动的音乐主题、美伦绝奂的审美意象、镌满诗意的真挚情感以及主观抽象的艺术手法。随着时代的进步,《春江花月夜》对后世产生了深远的影响。