针对现有酒窖环境监测系统结构复杂、功耗大、成本高等问题,设计了一套基于NB-IoT(narrow band internet of things)技术的酒窖环境远程监测系统,实现对酒窖温度、湿度、光照强度、乙醇浓度、空气质量的远程监测。首先,设计了采用“云−...针对现有酒窖环境监测系统结构复杂、功耗大、成本高等问题,设计了一套基于NB-IoT(narrow band internet of things)技术的酒窖环境远程监测系统,实现对酒窖温度、湿度、光照强度、乙醇浓度、空气质量的远程监测。首先,设计了采用“云−管−端”物联网信息服务架构的监测系统整体架构;然后,设计了以STM32F103为核心控制器的系统监测终端硬件结构。最后,设计了监测终端控制软件,实现数据的采集、显示和异常报警等功能,同时运用NB-IoT技术和轻量级机器对机器协议(lightweight machine-to-machine,LwM2M)实现监测终端与云平台之间测量数据传输;开发了基于OneNET云平台的酒窖环境监测管理平台软件,实现通过浏览器登录云平台远程实时查看酒窖环境现场状态。实验表明,该系统结构简单、功耗小、成本低、稳定可靠、易于维护,适合用于对酒窖环境的监测。展开更多
最大均值差异(Maximum mean discrepancy,MMD)作为一种能有效度量源域和目标域分布差异的标准已被成功运用.然而,MMD作为一种全局度量方法一定程度上反映的是区域之间全局分布和全局结构上的差异.为此,本文通过引入局部加权均值的方法...最大均值差异(Maximum mean discrepancy,MMD)作为一种能有效度量源域和目标域分布差异的标准已被成功运用.然而,MMD作为一种全局度量方法一定程度上反映的是区域之间全局分布和全局结构上的差异.为此,本文通过引入局部加权均值的方法和理论到MMD中,提出一种具有局部保持能力的投影最大局部加权均值差异(Projected maximum local weighted mean discrepancy,PMLWD)度量,结合传统的学习理论提出基于局部加权均值的领域适应学习框架(Local weighted mean based domain adaptation learning framework,LDAF),在LDAF框架下,衍生出两种领域适应学习方法:LDAF MLC和LDAF SVM.最后,通过测试人工数据集、高维文本数据集和人脸数据集来表明LDAF比其他领域适应学习方法更具优势.展开更多
文摘针对现有酒窖环境监测系统结构复杂、功耗大、成本高等问题,设计了一套基于NB-IoT(narrow band internet of things)技术的酒窖环境远程监测系统,实现对酒窖温度、湿度、光照强度、乙醇浓度、空气质量的远程监测。首先,设计了采用“云−管−端”物联网信息服务架构的监测系统整体架构;然后,设计了以STM32F103为核心控制器的系统监测终端硬件结构。最后,设计了监测终端控制软件,实现数据的采集、显示和异常报警等功能,同时运用NB-IoT技术和轻量级机器对机器协议(lightweight machine-to-machine,LwM2M)实现监测终端与云平台之间测量数据传输;开发了基于OneNET云平台的酒窖环境监测管理平台软件,实现通过浏览器登录云平台远程实时查看酒窖环境现场状态。实验表明,该系统结构简单、功耗小、成本低、稳定可靠、易于维护,适合用于对酒窖环境的监测。
文摘最大均值差异(Maximum mean discrepancy,MMD)作为一种能有效度量源域和目标域分布差异的标准已被成功运用.然而,MMD作为一种全局度量方法一定程度上反映的是区域之间全局分布和全局结构上的差异.为此,本文通过引入局部加权均值的方法和理论到MMD中,提出一种具有局部保持能力的投影最大局部加权均值差异(Projected maximum local weighted mean discrepancy,PMLWD)度量,结合传统的学习理论提出基于局部加权均值的领域适应学习框架(Local weighted mean based domain adaptation learning framework,LDAF),在LDAF框架下,衍生出两种领域适应学习方法:LDAF MLC和LDAF SVM.最后,通过测试人工数据集、高维文本数据集和人脸数据集来表明LDAF比其他领域适应学习方法更具优势.
