一种基于改进型Chameleon算法的宿舍分配方法

本文基于Chameleon算法对高维度R型问题进行聚类分析,提出加权共享-变色龙算法(KSNN-Chameleon)用于改进学生宿舍分配问题。KSNN-Chameleon算法首先将学生的宿舍集通过K近邻算法稀疏化,然后采用近邻加权方式处理已稀疏化的数据集得到加权近邻图;接着对加权近邻图通过洪水覆盖法(flood-fill)和点间共享近邻相似度(SNN)进行图划分;最后KSNN-Chameleon算法采用第一截断法来快速确认数据集的分簇是否符合要求,反复划分与合并获得最终的聚类结果。实验结果证明,KSNN-Chameleon算法不仅在面对R型高维度聚类问题时仍能保证较好的稳定性与精度,且与传统Chameleon算法相比,KSNN-Chameleon的聚类精度提升了20.88%,聚类时间提升了2.73%。

基于OneNET和ZigBee的智慧查寝系统

为实现学生宿舍全面的智能查寝,本文基于ZigBee和AI人脸识别设计了学生宿舍智慧查寝方案。ZigBee技术基于相关传感器检测宿舍内部环境,然后通过ZigBee将数据上传至OneNET平台做进一步分析及显示。AI技术以多个摄像头实时拍摄人脸,检测进出的人员,确定该栋宿舍学生详细信息。最后,宿舍管理员通过管理平台实时查看宿舍情况。方案目前实现了各传感器在OneNET平台分类显示,以及能在平台随时查看各宿舍的传感器数据,同时还能得出夜间于宿舍就寝的学生数量、显示未就寝的学生个人详细信息。本文提出的智慧查寝系统,不仅能检查出学生酗酒、大功率禁用电器的使用等违规情况,而且能结合AI技术解决学生非本人就寝、夜不归宿等情况,查寝更全面、更精确、更智能。