首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于物联网和机器学习的室内环境数据采集与监测系统

摘要第3-4页
ABSTRACT第4页
第1章 绪论第8-12页
    1.1 课题的来源及意义第8-9页
    1.2 课题的国内外研究现状第9页
    1.3 研究目标和研究内容第9-10页
    1.4 课题创新点第10页
    1.5 文章结构第10-12页
第2章 系统相关技术及理论介绍第12-21页
    2.1 机器学习理论及相关工具介绍第12-17页
        2.1.1 SMOTE算法第12-13页
        2.1.2 支持向量机(SVM)第13-15页
        2.1.3 机器学习算法分析工具第15-17页
    2.2 硬件设备介绍第17-19页
        2.2.1 Arduino及Intel Galileo开发板第17页
        2.2.2 AM2320数字传感器第17-18页
        2.2.3 GP2Y1051灰尘传感器第18-19页
        2.2.4 风扇设备第19页
    2.3 网站相关技术介绍第19-20页
    2.4 本章小结第20-21页
第3章 系统整体需求分析第21-28页
    3.1 系统需求概述第21-22页
    3.2 系统各模块需求分析第22-26页
        3.2.1 数据采集模块第22-23页
        3.2.2 用户管理模块第23页
        3.2.3 设备管理模块第23-24页
        3.2.4 信息展示模块第24-25页
        3.2.5 监测预警模块第25-26页
    3.3 系统工作时序第26页
    3.4 本章小结第26-28页
第4章 系统设计与实现第28-47页
    4.1 数据采集端第28-35页
        4.1.1 开发步骤第29-30页
        4.1.2 无线模块第30-31页
        4.1.3 环境参数获取第31-34页
        4.1.4 SD卡数据存储第34-35页
    4.2 数据监测端第35-45页
        4.2.1 监测端功能模块设计第36-37页
        4.2.2 数据库设计第37-38页
        4.2.3 用户模块第38-40页
        4.2.4 信息展示模块第40-43页
        4.2.5 设备管理模块第43页
        4.2.6 监测预警模块第43-45页
    4.3 本章小结第45-47页
第5章 异常数据处理及机器学习算法应用第47-58页
    5.1 传感器数据异常分析第48-49页
    5.2 异常检测规则第49-51页
    5.3 反馈方法设定第51页
    5.4 异常检测算法第51-57页
        5.4.1 算法操作过程描述第52-54页
        5.4.2 实验结果分析第54-57页
    5.5 本章小结第57-58页
第6章 系统调试与主要问题分析第58-62页
    6.1 硬件调试第58-59页
    6.2 系统主要问题分析第59-61页
        6.2.1 网络测试调整第59-60页
        6.2.2 空气质量获取异常处理第60页
        6.2.3 数据解析问题第60-61页
    6.3 本章小结第61-62页
第7章 总结与展望第62-64页
    7.1 总结第62页
    7.2 展望第62-64页
参考文献第64-67页
发表论文和参加科研情况说明第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于泊松圆盘采样的无线传感器网络节点部署方法
下一篇:基于堆叠去噪自动编码器的手写体识别研究