关于ZigBee的网络容量的研究及解决方案

集成了无线网路技术、传感器技术、以及微电子技术的无线传感器网络(Wireless Sensor Network,WSN)被认为是21世纪最有潜力的技术,其中ZigBee技术被大量的应用于无线传感器网络中。文章分析了无线网络的构成、无线网络的地址分配、以及无线网络中的容量并且对于ZigBee网络存在的网络自修复问题做了重点研究,从而解决了传统的网络容量与实际的网络容量不相符的问题。

基于MobileNetV2特征提取的自修复表情识别算法

为了减少自修复网络(Self-Cure Network,SCN)表情识别算法的计算量、参数量,提高模型精度,采用改进的MobileNetV2来做人脸表情图像的特征提取。调整MobileNetV2的网络层结构;在模型中嵌入CA注意力机制;采用全局逐深度卷积(GDConv)代替全局平均池化层;调整深度卷积的卷积核大小;调整宽度因子降低模型的参数量。改进后的算法在公共标准数据集RAF-DB和FERPlus上精度分别较SCN提高了7.81%和5.37%,且具备SCN的算法优点;参数量和计算量分别是原模型的1.5219%和4.9511%,且远低于其他对比模型,为轻量级表情识别算法的研究提供参考。

基于微信小程序的SCN人脸表情识别系统设计

针对人脸表情识别技术,利用自修复网络(Self-Cure Network,SCN)人脸表情识别算法模型的优势,实现SCN在移动端设备上的应用,利用训练好的模型构建人脸表情识别系统,以微信小程序为系统平台,开发了一款表情识别微信小程序。经过系统测试,结果表明该系统表情识别准确率高、操作方便、运行流畅、功能完备,基于微信小程序的SCN人脸表情识别系统具有广泛的应用前景。