【摘 要】
:
随着社会的发展和智慧化时代的到来,各类智能家居设备和智能基础服务设施不断出现,智慧城市和智慧校园建设开始步入快车道。社会对生态环境的保护力度日渐加大,校园生态环境更是关乎师生员工学习和生活的重要因素。在智慧校园建设中,更要提倡将各种新技术与教育教学有机融合,充分发挥其核心教育功能。本文课题以绿色智慧校园为目标,以华北电力大学北京校区的实践创新教育为动力,结合多种技术手段,建立基于新能源与物联网的校
论文部分内容阅读
随着社会的发展和智慧化时代的到来,各类智能家居设备和智能基础服务设施不断出现,智慧城市和智慧校园建设开始步入快车道。社会对生态环境的保护力度日渐加大,校园生态环境更是关乎师生员工学习和生活的重要因素。在智慧校园建设中,更要提倡将各种新技术与教育教学有机融合,充分发挥其核心教育功能。本文课题以绿色智慧校园为目标,以华北电力大学北京校区的实践创新教育为动力,结合多种技术手段,建立基于新能源与物联网的校园生态环境监测系统,积极践行国家“创新、协调、绿色、开放、共享”的新发展理念。本文设计的校园生态环境监测系统由新能源发电子系统、生态环境监测站点、生态环境监测网站三大部分构成。新能源发电子系统负责为整个系统的运行提供所需电能,每个监测站点都有相应的新能源供电模块;生态环境监测站点负责采集校园内的各项生态环境参数并将数据传输至上位机,数据的采集与传输依托于物联网工程技术,并运用人工智能技术对采集到的数据进行分析处理,进而建立校园体感温度计算模型;生态环境监测网站的创建基于web建站技术,负责将系统采集到的生态数据以及计算得到的体感温度数值在网页中呈现给用户,并作为学生参与实践创新的入口平台来发挥系统的教育作用。校园生态环境监测系统作为智慧校园建设的一部分,融合应用了多种新技术,对系统在校园智慧化、节能化、生态化、教学化方面的应用拓展做了一些大胆规划设想。将这些内容有机融入到学生的校园生活、学科竞赛、科技创新以及专业实践教学之中,力图创建一个大学生学习、实践、创新、成长的沉浸式泛在实践教学环境平台,既能利用广阔的校园环境完善教学实践,又能使学生的节能环保意识潜移默化地提升,还能锻炼学生的工程应用和实践创新能力。
其他文献
单图像超分辨率重建是计算机视觉领域经典问题,旨在从一个给定的低分辨率图像中恢复出高分辨率图像。近年来,基于深度卷积神经网络的图像超分辨率技术取得了突出进展,许多有效方法相继被提出。但是,当前大多数方法通过简单堆叠残差块方式增加网络深度,虽然提升了网络性能,但是不可避免引入大量参数,限制了在移动或嵌入式等资源受限设备中的使用。本文提出了一种轻量级嵌套残差超分辨率网络,旨在构建一种参数量少、视觉效果良
对隐私数据保护在当今愈发重要。安全多方计算主要应用于隐私数据的联合计算,在保证隐私的前提下发掘数据的价值。安全多方计算提供了多方参与联合计算的解决方案,可以实现在不暴露隐私数据的前提下得到约定函数的结果。安全多方计算技术在电子投票方案的设计中发挥着重要作用。利用安全多方计算技术的安全电子投票方案可以有效的避免信息泄露的情况发生。基于安全多方计算的电子投票方案在具体实现中涉及很多相关领域的技术,包括
制定替代能源政策的必要性是因为人们认识到化石燃料也并不是无穷无尽的,并且对环境有着非常严重的危害。因此,在过去的几十年中,科学界一直致力于能够使用和转换可再生能源,特别是利用太阳辐射的系统。如今,使用太阳能集热系统作为供热来源的发电站相较于无储能系统的光伏电站,具有稳定性更高的优势,而且与有储能光伏电站相比具有储能成本低,使用周期长的优点。由于吸收器表面能流密度分布受到很多种因素的影响,而且能流密
近年来,以深度学习为代表的人工智能技术取得了快速发展和广泛应用。然而,在实际应用中,人工智能的性能还是依赖于大量的标签数据,模型泛化性能不高。因此,如何减缓对标签数据的依赖并提升模型泛化性能是目前人工智能领域亟待解决的问题。领域自适应(Domain Adaptation,DA)就是该问题较好的解决手段,其旨在利用来自源域的知识帮助在新且相关的目标域上的学习。本文从损失函数、学习框架以及网络结构三个
在能源结构向低碳化转型的关键阶段,为尽快实现“碳中和”,有必要对清洁燃料火焰进行深入研究从而明晰其燃烧特性。本文系统综述了气态和生物质燃料火焰的检测方法以及火焰电学特性研究的发展动态,在实验室规模的燃烧设备上开展了甲烷和生物质燃烧实验,并基于图像和静电信号分析了火焰的形态特征和电学特性,为全面了解清洁燃料燃烧特性提供了参考。本课题的主要工作内容如下:本研究使用非侵入式静电传感器阵列测量不同种类火焰
图像去噪、图像融合一直是数字图像处理领域的研究热点问题。近年来,分数阶小波变换成为了一种新的信号处理方法,其定义基于小波变换和分数阶傅里叶变换。它将多分辨率分析推广到时域-分数阶频域,成为一种新的时频域分析方法。因此,将分数阶小波变换应用到图像去噪、图像融合领域具有非常广阔的发展前景。本文的主要研究工作如下:(1)在图像去噪方面传统的阈值函数去噪主要是硬阈值函数去噪和软阈值函数去噪,但是这些阈值函
多聚焦图像融合是图像处理领域的一个热点问题。近年来,随着深度学习技术的发展,卷积神经网络在多聚焦图像融合中的应用也越来越来越广泛。大部分基于卷积神经网络的多聚焦图像融合方法主要思路在于,将多聚焦图像融合的问题转化为区分聚焦像素和离焦像素的二分类问题,然后通过训练一个可以判别像素聚焦水平的卷积神经网络来产生决策图,最终在决策图的引导下完成多聚焦图像融合。然而,这些多聚焦图像融合方法仍然面临着一些不足
自1895年,X射线被伦琴发现以来,计算机断层扫描(Computed Tomography,CT)已经逐渐发展成为一项非常成熟的无损检测技术,它具有无损、高时空分辨率和三维可视化等优点。随着X射线CT技术的快速发展,应用领域不断扩大,对重建图像的质量要求也越来越高。提高图像的质量不仅需要高精度的CT扫描系统,还需要优质的图像重建算法。此外,CT扫描带来的辐射剂量过高的问题也引起了人们广泛的关注。因
随着人工智能的发展,视频在日常生活、工业发展、智慧医疗等领域发挥着越来越重要的作用。然而,在拍摄过程中由于各种原因使拍摄的画面发生不稳定的现象,这样不仅会给视频的观看者造成不良的观影体验,还会影响后续视频图像的分析处理及识别过程。因此,数字稳像方法研究具有重要的应用价值。对于运动状态复杂的视频抖动,为了得到更好的运动估计模型,以及获取合适的滤波轨迹,保证视频稳像效果,本文主要做了以下几个方面的工作
据2020全球癌症统计数据显示,乳腺癌(Breast Cancer,BRCA)现已占总体癌症发病的11.7%,成为了最常见的癌症,其发病和死亡均位于女性癌症首位。随着信息技术的不断发展,医疗数据的概念也逐渐得到了广泛的应用,通过将数据挖掘技术应用于乳腺癌领域,深刻挖掘乳腺癌的预后分子机制,寻找新型治疗靶标,对乳腺癌患者的预后和生存具有重大的现实意义。首先,本文基于基因表达数据构建乳腺癌预后模型。先