基于机器学习的智能家居系统设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文工作简介 | 第13页 |
| 1.4 论文体系结构 | 第13-15页 |
| 第2章 智能家居系统需求分析 | 第15-21页 |
| 2.1 智能家居研究现状 | 第15-16页 |
| 2.2 智能家居发展趋势 | 第16-17页 |
| 2.3 系统总体设计与任务分析 | 第17-20页 |
| 2.3.1 智能家居架构 | 第17-19页 |
| 2.3.2 机器学习系统任务需求分析 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 机器学习相关技术分析 | 第21-35页 |
| 3.1 机器学习概念与分类 | 第21-23页 |
| 3.1.1 机器学习概念 | 第21-22页 |
| 3.1.2 监督学习与无监督学习 | 第22-23页 |
| 3.2 基于神经网络的预测系统理论分析 | 第23-31页 |
| 3.2.1 人工神经网络 | 第23-28页 |
| 3.2.2 最优化算法 | 第28-30页 |
| 3.2.3 机器学习系统数据预处理与评估方法 | 第30-31页 |
| 3.3 TensorFlow机器学习系统 | 第31-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第4章 基于机器学习的智能家居系统 | 第35-59页 |
| 4.1 系统总体架构 | 第35-39页 |
| 4.1.1 模块化设计 | 第35-37页 |
| 4.1.2 系统特性 | 第37-38页 |
| 4.1.3 实现平台 | 第38-39页 |
| 4.2 任务管理模块 | 第39-42页 |
| 4.2.1 并发性处理 | 第39-41页 |
| 4.2.2 优先级处理 | 第41-42页 |
| 4.3 数据管理模块 | 第42-43页 |
| 4.3.1 数据接口 | 第42-43页 |
| 4.3.2 具体实现 | 第43页 |
| 4.4 预测模块 | 第43-48页 |
| 4.4.1 整体流程 | 第43-45页 |
| 4.4.2 输入输出 | 第45-46页 |
| 4.4.3 神经网络 | 第46-47页 |
| 4.4.4 具体实现 | 第47-48页 |
| 4.5 网络通信模块 | 第48-51页 |
| 4.5.1 请求节点列表 | 第48-50页 |
| 4.5.2 发送命令 | 第50-51页 |
| 4.6 系统测试 | 第51-57页 |
| 4.6.1 数据来源 | 第51-52页 |
| 4.6.2 具体测试 | 第52-55页 |
| 4.6.3 测试结果 | 第55-57页 |
| 4.7 本章小结 | 第57-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 工作总结 | 第59-60页 |
| 5.2 研究展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者简介 | 第64-65页 |
| 致谢 | 第65页 |
