基于TrackingJS库+百度云人脸识别课程签到系统设计与实现

为了重点解决课程签到作弊问题,文章设计了一款基于TrackingJS库+百度云人脸识别课程签到系统。首先,将课程签到细分为3种方式,分别是线下课签到、线上课签到、公开课签到。其中,线下课签到是最严格的签到管理制度,以确保每一位学员的真实到场,并明确禁止任何形式的代签行为。其次,系统前端采用TrackingJS人脸识别动态抓取库,后端调用百度云人脸识别接口,以及基于教师端的手机Web App签到功能设计,实现低成本、防作弊的课程签到功能。最后,采用Nginx+tomcat+Redis+MySQL技术优化系统架构,解决签到高峰阻塞问题。本设计实现了一个可靠且简单易用的,包括线上、线下及公开课的课程签到系统。

基于MM32和ESP32的智能巡线清洁小车的设计

研究目标是设计出一款自主识别赛道、扫拖一体的智能联网清洁小车。项目的主要内容包括小车智能控制系统与图像识别系统,该系统以MM32F3277G9P核心板作为控制核心,采用二值化摄像头进行路径信息采集,并用PID算法和记忆算法实现路径最优,利用小车前后端安装扫把和拖把用于赛道地面的清洁消毒。该项目使用ESP32-S3 CAM进行无线通讯,小车基于百度智能云对物品进行识别,反馈扫入物品图像于网页。在任务结束后,小车可自行返回充电处无线充电。最终使小车实现自动循迹和图像识别反馈功能,完成清洁任务。

面向移动终端的恶劣环境图像增强软件的设计与实现

智能手机等移动成像设备在恶劣环境下拍摄的图像经常出现不同程度的退化现象。针对恶劣环境下拍摄的户外图像存在信噪比低、对比度差等问题,通过集成OpenCV图像增强库和百度智能云的API接口,设计和实现了一款基于Android平台的恶劣环境图像增强应用程序。该软件提供了用户注册登录、多种方式导入待增强的图像以及恶劣环境图像增强的功能。对于夜间图像实现了带色彩恢复的多尺度Retinex算法进行增强,而雾霾图像等则利用百度智能云的API接口进行增强。实验结果表明,所设计的应用软件能够对恶劣环境拍摄的图像进行较好的清晰化,可以为视频监控、目标检测和目标跟踪等领域提供技术支持。

百度AI环境下的植物生长阶段识别研究

植物在不同的生长阶段所需的“温光水气肥”等因素参数各不相同。为了精准地控制植物工厂中各种环境,需要对植物生长阶段进行识别。本文研究将百度AI智能云平台训练识别模型结合树莓派实现图像采集、识别以及环境控制输出,来实现生长环境精准调控。通过测试表明,该方案简单快速、实用性强,可以有效识别出所识别植物的生长阶段。

基于百度地图API的纯电动汽车未来行驶能耗预测

为了预测纯电动车的未来行驶能耗,利用从百度地图应用程序接口(API)所获取道路车流数据,并在云计算系统的在环平台(in-loop platform)上进行实车上路实验验证。用百度提供的道路车流数据,可以计算剩余里程、路径规划、能量管理策略以及充电桩布置等。这些数据与实车行驶数据结合,一并作为训练数据集。用k-means聚类分析算法与支持向量机(SVM)分类算法,来预测未来行驶能耗。对比池剩余电量(SOC)的预测值和实车上路实验所得的实际值。结果表明:对于一个40 min、约20 km的行驶工况,能耗预测的误差可以限制在一个标准差σ之内。从而验证了本文基于百度地图API车流数据的未来行驶能耗预测算法的准确性。

基于云推送和Android的地震信息发布技术

本文分析了地震行业信息发布的特点及需求,在地震信息发布中引入了百度云推送技术,论述了百度云推送在地震行业使用的效果,开发了Android应用接收推送信息。通过百度云推送技术及Android的应用有效地提供了地震信息发布的时效性、稳定性和受众面。

基于Spring Boot的云端数据监控管理与可视化应用系统

为了实现对存储在云端空气质量数据的管理与实时可视化展示,构建了一个基于Spring Boot的云端数据监控与可视化系统.系统为B/S架构,采用Spring Boot框架搭建后端微服务实例,使系统的配置与监控变得简单.Vue.js框架实现前端页面开发.使用Axios插件封装的Ajax技术来实现数据交互,实现前后端连接与逻辑交互同时,减少服务器开销与响应.本系统通过云端数据库可以查询到11种空气成分信息,包括:PM1.0、PM2.5、PM10、CO、CO2、NO、NO2、O3、SO2、甲醛、TVOC,除此之外还监测包括温度、湿度、风速、坐标,时间等其他相关属性.实现了数据监控下载、报警管理、百度地图可视化多个功能.程序将部署在阿里云端,方便用户远程访问web项目.其中Spring Boot框架与Vue的结合实现了系统的前后端分离,使系统具有良好的稳定性、实时性与高效性.

基于云计算和Android的地震应急信息获取系统

针对地震应急信息获取系统的应用需求,提出了Android移动终端地震应急信息获取设计方案,并结合云计算技术的特点,探讨Android在地震应急信息获取系统中的开发方法。首先介绍系统的整体框架以及Android的架构,然后详细分析了百度云推送、百度LBS(定位服务)云和百度地图API(应用程序编程接口)等开源服务在Android系统上的开发方法,及其在地震应急信息数据获取中的应用。实现了Android终端获取云推送消息、云检索应急避难场所位置和查询地震应急防护知识等功能。结果表明该系统能及时有效获取地震应急信息。

基于Android系统的避难场所查询软件开发

介绍了一种基于Android操作系统的应急避难场所查询软件。应急避难场所的位置信息存储在百度云端,软件通过云检索获得相应的信息。软件将检索到的信息以列表和地图的形式展现出来,并提供条件筛选、周边检索和定位等功能。通过Android SDK模拟器仿真和手机终端测试,验证了该软件的各项功能全部达到预期目标。

基于云计算和大数据的综合管理系统的设计与实现

针对电商企业需要具有数据信息采集功能、营销分析功能和综合管理功能的营销管理系统的需求,设计并实现了一种基于云计算和大数据的综合营销系统。该系统由订单管理子系统、库存管理子系统、国际货物子系统、物流管理子系统和数据分析子系统组成。在满足电商公司基本的营销管理需求的同时,使用大数据分析技术实现销售业务数据的分析,提升企业的销售业绩和核心竞争力。在百度云平台上的部署与测试结果表明,该系统不仅能实现订单、物流和库存信息的管理,且还能节省电子商务公司在硬件资源上的投入。

人脸识别门禁联动应用系统研究

该人脸识别门禁设计思路是,把应用系统分为基于Java的Android客户端应用、基于Python的服务器应用程序、基于百度云的人脸识别引擎、基于Mysql的后台数据库四部分。用户利用智能终端设备(如智能手机),通过摄像头扫描和采集人脸数据,连接Python服务器端,并上传至百度云接口,Python服务器端接收百度云接口返回的人脸识别信息并返回给Android客户端,最终实现门禁出入控制。

融合移动互联网与云服务平台的应用系统设计

近年来,随着中国国内综合实力和教育水平的不断提高,对高校培养的人才不仅要具备扎实的专业知识,还要求具备良好的综合素质。描述了大数据时代云计算和移动互联网集成环境下的大学生综合素质管理信息系统(CQCSMIS)的开发特点,设计了CQCSMIS系统功能结构、数据库概念模型和逻辑模型,给出了公共百度云和移动互联网集成的体系架构及CQCSMIS系统的软件总体框架,并应用Android、J2EE与My SQL云数据库等相关技术完成了系统的开发、部署与运行。实践证明,借助于百度云计算与移动互联网技术,CQCSMIS具有易用性、可扩展性、高可靠性与安全性等特点。

人工智能技术辅助开发“智铸”系统

采用开源免费的深度学习平台,利用python二次开发了“智铸”系统,包括“识铸”“听铸”“盯铸”三个模块,铸造企业员工可以用手机或电脑自主学习,提升员工从业能力。在设备旁安装“听铸”软硬件一体化设备,可以实现对连续运行设备的在线自动监听侦测。“盯铸”模块实现连续生产铸件的自动检测、铸造缺陷分析与重点安全区域的监控。

基于百度智能云的权源信息录入方法

权源信息录入是完成农村不动产权籍调查工作的关键步骤。权源数据一般来自户口簿、身份证等扫描图像,传统作业流程中需人工判读、手动录入,工作量大且准确性难以保证。权源数据录入的准确、高效、自动数字化是影响生产效率的关键环节。设计并实现了基于百度智能云高精度文字识别技术的权源信息录入方法,极大地提高了信息录入的效率和准确性,为顺利推进不动产登记发证工作提供了重要的智能工具。

基于云计算的手机智能出租车呼叫系统

针对目前交通拥堵致使出行打车难的问题,设计并实现一种基于云计算的手机智能出租车呼叫系统。该系统由云服务器和Android手机客户端组成,服务器利用云计算环境下的Map-Reduce并行编程模型对K-means聚类算法实施并行化,提高推送信息的质量和效率;客户端分别利用LocationClient、MapView和MKOfflineMap接口实现定位服务、图层展示更新和百度离线地图服务功能,通过Android智能手机平台为用户提供及时、准确的信息服务。在客户端和服务器之间,利用RPC服务推送Protocol Buffer协议序列化的信息。实验结果表明,与滴滴打车软件相比,该系统的搜索推荐效率提高了20%左右,离线地图展示及定位流量比在线方法减少了90%以上,快速响应性能较好。

基于百度PCS实施SaaS架构的应用分析

发挥云计算平台开发应用系统高效率、低成本的优势,基于云计算平台部署应用系统是实施Saa S(Software-as-a-Service软件即服务)架构企业应用系统的最佳模式。为探索基于百度个人云存储PCS(Personal Cloud Storage)平台的企业Saa S应用系统开发问题,文章分析了基于百度PCS实施应用系统Saa S架构的功能优势,在此基础上,结合Android开发环境探讨基于PCS的Saa S架构的集成开发方法,利用PCS所提供的SDK(Software Development Kit),给出了实现结构化数据处理的云存储解决方案。

基于BP神经网络的异常轨迹检测方法

为有效利用轨迹内外部属性进行异常检测,提出一种基于BP神经网络的异常轨迹识别方法。对原始轨迹数据进行去噪处理,存储至百度云的LBS云端,基于百度地图的轨迹数据可视化网站实现轨迹显示,并通过归一化数据计算轨迹属性值。同时,将轨迹内外部特征属性作为BP神经网络算法的输入层,轨迹相似度量值作为输出层,调整隐含层系数得到训练模型,从而识别用户异常轨迹。在2个用户数据集上的仿真结果表明,该方法的异常轨迹识别准确率分别达到92.3 %和100 %。

基于BP神经网络的异常轨迹检测方法

异常轨迹检测算法通常不能依靠轨迹内外部属性而有效地进行检测,具有较大的应用局限性。针对此类问题,基于BP神经网络提出了一种改进的异常轨迹检测方法。首先对原始轨迹数据去噪,并上传百度云LBS云端储存;其次基于百度地图轨迹数据可视网站进行了数据归一化处理,得到了轨迹的属性值;最后以轨迹内外特征属性代表BP神经网络算法的输入层,以轨迹相似度度量代表输出层,对隐含层系数调整后获得训练模型。研究针对Deolfe项目的两个用户轨迹数据做了仿真实验,用以检测用户异常轨迹数据。结果证明,在选取的最优训练方案基础上,两组数据的异常轨迹检测正确率各达92.3%及100%,所搭建模型能够作为异常轨迹检测的工具。

云存储的可视门铃监控系统的设计

针对传统的视频监控系统将数据保存在电脑硬盘上,电脑硬盘损坏导致数据丢失的缺点,设计了一种基于云存储的可视门铃监控系统。系统以S3C2440A处理器和嵌入式Linux为核心平台,将CMOS摄像头采集的视频信号通过网络传输到PC机进行处理,运用混合高斯背景建模算法实现运动目标的检测,把视频图像上传到百度云存储。局域网内用户可连接PC机获取视频图像,局域网外用户可访问百度云获取视频图像。实验结果表明,该系统具有安全性高、实时性好等优点,具有广阔的应用前景。

基于Android的露营信息系统设计与实现

提出了基于Android平台的露营信息系统的设计以及针对露营地查询相关的手机应用软件系统实现方案。该方案采用在线方式,通过百度地图API查询自己位置信息并且进行路径规划,使用Baidu开发媒体云服务,实现基于百度视频处理实现开放式url供客户端调用播放视频。详细介绍了露营信息系统的设计观点、系统架构、功能模块以及关键技术的设计,对系统进行了测试,提出未来对系统的改进方向。